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！

龙图腾网获悉广东工业大学申请的专利一种三维人脸重建模型训练方法、系统及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：CN115115784B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202210852098.8，技术领域涉及：G06T17/00；该发明授权一种三维人脸重建模型训练方法、系统及可读存储介质是由罗玉;杨超林;凌捷;柳毅设计研发完成，并于2022-07-20向国家知识产权局提交的专利申请。

本一种三维人脸重建模型训练方法、系统及可读存储介质在说明书摘要公布了：本申请实施例提供的一种三维人脸重建模型训练方法、系统及可读存储介质，该方法包括获取包含多张人脸图像的人脸数据集、以及各人脸图像的特征点标注信息；根据特征点标注信息，对各人脸图像进行处理，得到训练监督数据，训练监督数据包括人脸区域掩模、投影变换后的标准平均人脸模型、及标准人脸变形信息；构建用于结合预测到的平均人脸模型、以及人脸变形信息进行三维人脸重建的初始三维人脸重建模型，初始三维人脸重建模型由多个具备相同结构的Encoder‑Decoder网络构成，Encoder‑Decoder网络在编码层和解码层的跳跃连接中加入了通道‑空间注意力感知机制；基于人脸图像、以及对应的人脸区域掩模进行模型训练，并在达到训练结束条件时，得到目标三维人脸重建模型。

本发明授权一种三维人脸重建模型训练方法、系统及可读存储介质在权利要求书中公布了：1.一种三维人脸重建模型训练方法，其特征在于，包括以下步骤： 获取包含多张人脸图像的人脸数据集、以及各所述人脸图像的特征点标注信息； 根据所述特征点标注信息，对所述人脸数据集中的各人脸图像进行处理，得到训练监督数据，其中，所述训练监督数据包括人脸区域掩模、投影变换后的标准平均人脸模型、以及标准人脸变形信息； 构建用于预测的平均人脸模型、以及人脸变形信息进行三维人脸重建的初始三维人脸重建模型，所述初始三维人脸重建模型由多个具备相同结构的Encoder-Decoder网络构成，所述Encoder-Decoder网络在编码层和解码层的跳跃连接中加入了通道-空间注意力感知机制； 基于所述人脸图像、以及对应的人脸区域掩模进行模型训练，训练过程中，结合用于反映预测结果与对应标准结果之间的偏差程度的目标损失函数进行约束，并在达到训练结束条件时，得到目标三维人脸重建模型； 所述人脸区域注意力网络由用于转换特征图通道数量的全连接层、以及多层应用了通道-空间注意力感知机制的标准卷积块组成，并经由sigmoid函数激活输出每个像素点的人脸区域可见性，其中，通过以下公式实施特征提取操作： McF＝σMLPAvgPoolF+MLPMaxPoolF； 其中，F∈RCxHxW表示输入特征图，Mc*表示对“*”进行通道注意力处理，Ms*表示对“*”进行空间注意力处理；AvgPool*表示对“*”进行平均池化处理，MaxPool*表示对“*”进行最大池化处理；MLP*表示共享权重处理，σ表示sigmoid函数；Conv*表示一个标准的卷积操作，FAvg、FMax分布表示沿着通道轴应用平均池化操作、以及最大值池化操作对应得到的2Dmap； 在以UV位置贴图的形式表示预测结果时，所述目标损失函数的计算公式包括： 上式中，h和w表示UV位置贴图的高度和宽度；Nu,v表示基于UV空间中的位置坐标点u,v预测到的预测结果； 表示与所述预测结果相对应的训练监督数据即标准结果，Mu,v表示UV空间中的位置坐标点u,v附带的权重值； 其中，为保证预测结果的精准度，对投影变换后的平均人脸模型施加以下针对landmark点-人脸关键特征点的约束项Llrr： 其中，Pu,v表示基于UV空间中的位置坐标点u,v预测到的平均人脸上的landmark点的预测三维坐标信息，表示训练监督数据中对应UV空间中的位置坐标点u,v的平均人脸模型上的landmark点的标准三维坐标信息。

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广东工业大学，其通讯地址为：510006 广东省广州市东风东路729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”。