Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院计算技术研究所纪昱锋获国家专利权

中国科学院计算技术研究所纪昱锋获国家专利权

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!

龙图腾网获悉中国科学院计算技术研究所申请的专利基于人脸RGB图像的三维人脸重建方法及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:CN114742972B

龙图腾网通过国家知识产权局官网在2026-03-17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:202210367566.2,技术领域涉及:G06F17/00;该发明授权基于人脸RGB图像的三维人脸重建方法及装置是由纪昱锋;张杰;山世光设计研发完成,并于2022-04-08向国家知识产权局提交的专利申请。

基于人脸RGB图像的三维人脸重建方法及装置在说明书摘要公布了:本申请提供了基于人脸RGB图像的三维人脸重建方法及装置,通过第一级残差网络回归三维形变模型的几何系数和颜色系数;基于这些系数重构三维人脸形状,并将该三维人脸形状投影、渲染得到二维人脸图像;将该二维人脸图像和原始RGB作为输入提供给第二残差网络回归几何系数和颜色系数的残差,将第一级残差网络得到的系数和第二残差网络得到系数的残差相加,得到最终的三维形变模型系数。通过这种两阶段的残差网络结构,实现了更加精确的系数回归,提高了人脸重建精度。

本发明授权基于人脸RGB图像的三维人脸重建方法及装置在权利要求书中公布了:1.一种三维形变模型系数回归模型的训练方法,包括: 从样本集选择其中一个人脸RGB图像作为输入提供至第一级残差网络,通过第一级残差网络对三维形变模型的系数进行回归,所述三维形变模型的系数包括几何系数和颜色系数; 利用第一级残差网络输出的各系数的预测值重构第一个三维人脸形状,并基于重构的第一个三维人脸形状渲染得到第一个二维人脸图像; 将第一个二维人脸图像与所述人脸RGB图像在通道维度上进行拼接后一起作为输入提供至第二级残差网络,通过第二级残差网络对各系数的预测值的残差进行回归; 将经由第一级残差网络得到的各系数的预测值和经由第二级残差网络得到的各系数的预测值的残差相加得到三维形变模型的各个系数; 将根据所得到的三维形变模型的各个系数重构的第二个三维人脸形状和相应的第二个二维人脸图像与所述人脸RGB图像进行比较来计算损失;基于所计算的损失对第一级残差网络和第二级残差网络的参数进行调整; 不断重复上述步骤,直到三维形变模型的各个系数收敛; 其中,所计算的损失包括:基于几何系数计算的几何损失、基于颜色系数计算的像素级损失、基于各系数的预测值及其残差计算的正则损失以及自监督损失, 其中,所述自监督损失是根据下面的方式计算的: 将利用第一级残差网络输出的各系数的预测值获取的第一个二维人脸图像中面部区域合并到所述人脸RGB图像中得到合成图像; 将合成图像作为输入提供至第一级残差网络得到第二组预测值; 将所述第二组预测值与先前利用第一级残差网络输出的各系数的预测值进行比较来计算自监督损失; 其中,所述几何损失是根据下面的方式计算的: 将第二个三维人脸形状中的关键点集合投影为二维点集; 从该二维点集中选择位于第二个二维人脸图像中人脸区域的边缘上的点; 计算从该二维点集中所选择的点与所述人脸RGB图像中标注的位于侧脸的每个标注点之间的距离; 以与每个标注点距离最近的该二维点集中的点替换所述第二个三维人脸形状中的对应关键点; 基于经更新后的第二个三维人脸形状中的关键点和所述人脸RGB图像中标注点来计算几何损失。

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中国科学院计算技术研究所,其通讯地址为:100190 北京市海淀区中关村科学院南路6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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。