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！

龙图腾网获悉青岛大学申请的专利基于面部刚性变换的多视角虚拟试衣视频生成方法及系统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：CN120602604B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202511097921.9，技术领域涉及：H04N5/262；该发明授权基于面部刚性变换的多视角虚拟试衣视频生成方法及系统是由孙银银;张成义设计研发完成，并于2025-08-06向国家知识产权局提交的专利申请。

本基于面部刚性变换的多视角虚拟试衣视频生成方法及系统在说明书摘要公布了：本发明公开了基于面部刚性变换的多视角虚拟试衣视频生成方法及系统，涉及生成式人工智能与计算机视觉领域，该基于显式几何约束的虚拟试衣视频生成方法包括以下步骤：S1、获取原始试衣图像与动作提示词并构建多源输入数据集；S2、对原始试衣图像进行分割得到多视角建模，并生成多视角面部图像和服装纹理特征参数；S3、解析动作提示词生成目标姿态序列，并生成首尾帧虚拟试衣图像；S4、对首尾帧虚拟试衣图像进行配对分析生成姿态过渡参数；S5、对图像进行动态纹理修复生成过渡帧图像序列；S6、生成虚拟试衣视频输出。本发明通过进行图像分割与刚性几何变换算法，实现面部区域与服装区域的精准分割与多视角建模。

本发明授权基于面部刚性变换的多视角虚拟试衣视频生成方法及系统在权利要求书中公布了：1.基于面部刚性变换的多视角虚拟试衣视频生成方法，其特征在于，包括以下步骤： S1、获取原始试衣图像与动作提示词，分别进行图像标准化与文本向量化处理，并构建多源输入数据集； S2、利用SAM模型对多源输入数据集中的原始试衣图像进行分割，获取图像中的面部区域与服装区域，并提取面部区域的面部蒙版，再基于刚性几何变换算法对面部蒙版进行多视角建模，生成多视角面部图像，同时提取服装区域的服装纹理特征参数； S3、基于CLIP模型解析动作提示词，生成目标姿态序列，并构建双视图空间拓扑先验框架，将多视角面部图像与服装纹理特征参数进行融合，生成首尾帧虚拟试衣图像； S4、对首尾帧虚拟试衣图像进行配对分析，计算首尾帧虚拟试衣图像相邻姿态间的变化向量，并生成帧间运动向量场，将运动向量场作为输入注入扩散模型，生成姿态过渡参数； S5、将首尾帧虚拟试衣图像与姿态过渡参数输入至WAN视频生成模型中，对图像进行动态纹理修复，并基于首尾帧生成连续的过渡帧图像序列； S6、基于过渡帧图像序列生成虚拟试衣视频，并对虚拟试衣视频验证输出； 所述基于CLIP模型解析动作提示词，生成目标姿态序列，并构建双视图空间拓扑先验框架，将多视角面部图像与服装纹理特征参数进行融合，生成首尾帧虚拟试衣图像包括以下步骤： S31、通过CLIP文本编码器提取动作提示词的语义特征向量，结合预定义姿态词典生成连续姿态关键点坐标序列； S32、将原始试衣图像与经几何变换的面部图像拼接为左右双图，采用空间注意力机制实现特征对齐，并通过SRIM机制保持身份一致性； S33、通过扩散修复模型生成服装区域高保真图像，并采用高频纹理保留策略优化细节，再与变换后面部区域进行像素级融合得到首尾帧虚拟试衣图像； 所述将原始试衣图像与经几何变换的面部图像拼接为左右双图，采用空间注意力机制实现特征对齐，并通过SRIM机制保持身份一致性包括以下步骤： S321、利用原始图像的全局特征作为身份锚点，通过特征匹配算法对齐双图中的身份关键点，并将原始试衣图像与经几何变换的面部图像拼接为左右双图； S322、采用空间注意力机制并引入上下文感知掩码，保持服装区域的纹理与原始图像连续性和特征对齐； S323、通过优化双视图空间拓扑先验框架的空间对齐误差，抑制因姿态变换导致的插值失真，并通过SRIM机制保持身份一致性。

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青岛大学，其通讯地址为：266071 山东省青岛市南区宁夏路308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。