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！

龙图腾网获悉西北工业大学申请的专利人脸图像生成方法、电子设备及计算机可读存储介质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：CN116168152B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202310081813.7，技术领域涉及：G06T17/00；该发明授权人脸图像生成方法、电子设备及计算机可读存储介质是由田春伟;曾佳文;张璇昱;张艳宁设计研发完成，并于2023-01-31向国家知识产权局提交的专利申请。

本人脸图像生成方法、电子设备及计算机可读存储介质在说明书摘要公布了：本申请实施例提供了人脸图像生成方法、电子设备及计算机可读存储介质，涉及人工智能技术领域。该方法包括：获取预设对象的源人脸图像；将源人脸图像输入至预设的三维人脸模型进行人脸建模处理，得到三维人脸先验特征；对源人脸图像进行特征提取，得到源人脸图像特征；将三维人脸先验特征和源人脸图像特征输入至预设的异构卷积模型进行人脸局部特征细化处理，得到目标人脸融合特征向量；将目标人脸融合特征向量输入至预设的生成器进行人脸重建，得到候选人脸图像；再通过源人脸图像和候选人脸图像之间的感知损失对生成器进行调整，以得到目标人脸图像。本实施例在保证人脸图像的身份一致性的情况下，能够提高人脸图像的局部细节质量。

本发明授权人脸图像生成方法、电子设备及计算机可读存储介质在权利要求书中公布了：1.一种人脸图像生成方法，其特征在于，所述方法包括： 获取预设对象的源人脸图像； 将所述源人脸图像输入至预设的三维人脸模型进行人脸建模处理，得到三维人脸先验特征；其中，所述三维人脸先验特征用于表示：所述预设对象的人脸身份特征； 对所述源人脸图像进行特征提取，得到源人脸图像特征； 将所述三维人脸先验特征和所述源人脸图像特征输入至预设的异构卷积模型进行人脸局部特征细化处理，得到目标人脸融合特征向量，所述异构卷积模型包括切分块、第一处理块、第二处理块和融合块，所述第一处理块包括第一卷积层、第一池化层和第一激活函数层，所述第二处理块包括权重计算层、第二卷积层、第二池化层和第二激活函数层，所述权重计算层包括顺序连接的全局平均池化单元、第一全连接单元、第一激活函数单元、第二全连接单元和第二激活函数单元； 将所述目标人脸融合特征向量输入至预设的生成器进行人脸重建，得到候选人脸图像； 根据所述源人脸图像和所述候选人脸图像计算感知损失，根据所述感知损失调整所述生成器，以得到目标人脸图像；所述目标人脸图像用于表示所述预设对象的重建人脸图像； 其中，所述将所述三维人脸先验特征和所述源人脸图像特征输入至预设的异构卷积模型进行人脸局部特征细化处理，得到目标人脸融合特征向量，包括： 将所述三维人脸先验特征和所述源人脸图像特征进行特征融合，得到初始人脸融合特征向量； 通过所述切分块对所述初始人脸融合特征向量进行通道切分，得到子通道初始特征向量；所述子通道初始特征向量包括第一子通道初始特征向量、第二子通道初始特征向量； 通过所述第一卷积层对所述第一子通道初始特征向量进行卷积处理，得到第一子通道线性特征向量，通过所述第一池化层对所述第一子通道线性特征向量进行池化处理，得到第一子通道池化特征向量，通过所述第一激活函数层对所述第一子通道池化特征向量进行激活处理，得到第一子通道目标特征向量； 依次通过所述全局平均池化单元、所述第一全连接单元、所述第一激活函数单元、所述第二全连接单元和所述第二激活函数单元对所述第二子通道初始特征向量进行权重计算，得到权重参数； 根据所述权重参数对所述第二卷积层进行参数调整，得到动态卷积层，通过所述动态卷积层对所述第二子通道初始特征向量进行卷积处理，得到第二子通道线性特征向量，通过所述第二池化层对所述第二子通道线性特征向量进行池化处理，得到第二子通道池化特征向量，通过所述第二激活函数层对所述第二子通道池化特征向量进行激活处理，得到第二子通道目标特征向量； 通过所述融合块对所述第一子通道目标特征向量和所述第二子通道目标特征向量进行向量融合，得到所述目标人脸融合特征向量。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127号；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。