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！

龙图腾网获悉清华大学申请的专利一种三维人脸的局部解耦方法和装置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：CN116434292B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202310119338.8，技术领域涉及：G06V40/16；该发明授权一种三维人脸的局部解耦方法和装置是由胡事民;周文洋设计研发完成，并于2023-02-15向国家知识产权局提交的专利申请。

本一种三维人脸的局部解耦方法和装置在说明书摘要公布了：本发明提供一种三维人脸的局部解耦方法和装置，包括：随机生成风格向量，指定相机参数，获取对应映射后的向量；利用局部区域几何生成器模块生成所有类别的局部几何特征；利用各个类别的几何特征和语义预测网络模块生成各自的语义置信度；利用语义置信度和局部几何特征，加权求和获取全局几何特征；将全局几何特征输入密度预测网络模块，获取密度信息；将局部几何特征送入局部纹理生成器模块生成所有类别的局部纹理特征；利用语义置信度和局部纹理特征，加权求和获取全局纹理特征；将全局纹理特征输入颜色预测网络模块，获取颜色信息；最终通过raymarching操作得到完整的语义掩码图像和人脸图像，通过局部分解和全局融合的策略完成语义掩码指导的三维人脸的局部解耦方法和装置。

本发明授权一种三维人脸的局部解耦方法和装置在权利要求书中公布了：1.一种三维人脸的局部解耦方法，其特征在于，所述方法包括： 随机生成风格向量，指定相机参数，获取对应映射后的向量； 利用局部几何生成器模块生成所有类别的局部几何特征； 利用各个类别的几何特征和语义预测网络模块生成各自的语义置信度； 利用语义置信度和局部几何特征，加权求和获取全局几何特征； 将全局几何特征输入密度预测网络模块，获取密度信息； 将局部几何特征送入局部纹理生成器模块生成所有类别的局部纹理特征； 利用语义置信度和局部纹理特征，加权求和获取全局纹理特征； 将全局纹理特征输入颜色预测网络模块，获取颜色信息； 最终通过raymarching操作得到完整的语义掩码图像和人脸图像； 其中，所述局部几何生成器模块，是由6层全连接层构成，每一层全连接层的维度为64，每一层全连接层会注入局部几何风格向量控制生成； 所述局部纹理生成器模块，是由4层全连接层构成，每一层全连接层的维度为64，每一层全连接层会注入局部几何风格向量控制生成； 所述局部几何生成器模块，通过单独修改某个类别的局部几何向量，即可实现对该类别的几何修改； 所述局部纹理生成器模块，通过单独修改某个类别的局部纹理向量，即可实现对该类别的纹理修改； 所述局部几何生成器模块和所述局部纹理生成器模块的数据处理过程为： 第一全连接层对三维空间点坐标x进行特征提取，得到第一层中间特征P1； 第二全连接层对所述P1进行特征提取，得到第二层中间特征P2； 第三全连接层对所述P2进行特征提取，得到第三层中间特征P3； 第四全连接层对所述P3进行特征提取，得到第四层中间特征P4； 第五全连接层对所述P4进行特征提取，得到第五层中间特征P5； 第六全连接层对所述P5进行特征提取，得到第六层中间特征P6； 第七全连接层对所述P6进行特征提取，得到第七层中间特征P7； 第八全连接层对所述P7进行特征提取，得到第八层中间特征P8； 第九全连接层对所述P8进行特征提取，得到第九层中间特征P9； 第十全连接层对所述P9进行特征提取，得到第十感受野特征P10； 所述语义预测网络模块会对P6进行输入预测，得到语义置信度，语义置信度会与P6加权求和得到全局几何特征，语义置信度会与P10加权求和得到全局纹理特征； 所述密度预测网络模块会对全局几何特征进行输入预测，得到密度预测值； 所述颜色预测网络模块会对全局纹理特征进行输入预测，得到颜色预测值。

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清华大学，其通讯地址为：100084 北京市海淀区双清路30号清华大学清华园北京100084-82信箱；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。