买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉凯通科技股份有限公司申请的专利一种数字人实时构建方法和相关设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120894474B 。

龙图腾网通过国家知识产权局官网在2026-01-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511416666.X，技术领域涉及：G06T13/40；该发明授权一种数字人实时构建方法和相关设备是由何永祺;周志彪;林晓敏;刁焱炜;刘京京设计研发完成，并于2025-09-30向国家知识产权局提交的专利申请。

本一种数字人实时构建方法和相关设备在说明书摘要公布了：本申请公开了一种数字人实时构建方法和相关设备，先对齐人脸区域并计算仿射变换矩阵，生成噪声、掩码、图像等潜在表示；提取实时音频深层时序特征，将其与各类潜在表示结合形成组合潜在张量；输入音频条件扩散模型，经多步去噪生成同步人脸潜在表示，最终解码并逆变换合成输出动画视频流。本申请通过交叉注意力机制深度融合音频特征，提升嘴型与音频同步精度；多类型潜在表示提供丰富初始信息，配合去噪迭代，使嘴型动作更细腻自然；低维映射和高效矩阵运算保障实时性，满足帧率需求；潜在表示适应性强，增强对不同音频输入的泛化性，全面优化数字人表现。

本发明授权一种数字人实时构建方法和相关设备在权利要求书中公布了：1.一种数字人实时构建方法，其特征在于，包括： 对样本人脸视频帧执行人脸检测与关键点定位，确定人脸边界框，并计算将人脸区域对齐至标准尺寸的仿射变换矩阵； 基于目标图像尺寸和对齐得到的标准化人脸图像，经低维空间映射及重参数化调整后生成各类潜在表示，其中所述各类潜在表示至少包括噪声潜在表示、掩码潜在表示、掩码图像潜在表示以及图像潜在表示； 提取实时音频流的深层时序特征，生成音频特征嵌入向量； 以所述音频特征嵌入向量为条件输入，将所述各类潜在表示按预设比例缩放并沿通道维度拼接，形成组合潜在张量； 将所述组合潜在张量输入音频条件扩散模型，通过交叉注意力机制融合音频特征，执行多步去噪迭代生成与音频同步的人脸潜在表示； 将所述人脸潜在表示解码还原为像素空间人脸图像，基于所述仿射变换矩阵对所述像素空间人脸图像执行仿射逆变换，生成目标人脸图像； 通过将所述目标人脸图像合成至目标背景得到数字人面部动画视频流，匹配并组合与所述实时音频流对应的数字人躯体动画视频流，构建数字人实时动画。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人凯通科技股份有限公司，其通讯地址为：510663 广东省广州市萝岗区开发区科汇三街12号1001房、1101房；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。