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！

龙图腾网获悉智瞰深鉴(北京)科技有限公司申请的专利一种基于面部运动单元的表情智能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：CN120318890B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202510764181.3，技术领域涉及：G06V40/16；该发明授权一种基于面部运动单元的表情智能生成方法及系统是由赵彬;李唯萌;路都军设计研发完成，并于2025-06-10向国家知识产权局提交的专利申请。

本一种基于面部运动单元的表情智能生成方法及系统在说明书摘要公布了：本发明提供了一种基于面部运动单元的表情智能生成方法及系统，属于智能生成技术领域，其方法包括：基于多模态面部样本确定相应个体的每个面部运动单元的单元数据集；将音素编码输入到表情预测器中得到每个面部运动单元的预测数据集；根据不同个体在多种表情状态下基于每个面部运动单元的单元数据集建立映射关系，且结合基于预测数据集与单元数据集确定的偏差集，建立每个面部运动单元与相应表情状态的中立关系；建立面部运动单元表情模型；从建立的面部运动单元表情模型中查找所需运动特征以及参数设置，并基于面部肌肉运动的物理约束和表情变化的自然过渡约束进行动态调整，生成表情动画进行交互。实现高精度、高真实感且可控的表情生成效果。

本发明授权一种基于面部运动单元的表情智能生成方法及系统在权利要求书中公布了：1.一种基于面部运动单元的表情智能生成方法，其特征在于，包括： 步骤1：获取每个个体在相应设定文本与设定场景下的音频样本以及多模态面部样本，并基于所述多模态面部样本确定相应个体的每个面部运动单元的单元数据集； 步骤2：对所述音频样本进行音素编码，并输入到表情预测器中得到每个面部运动单元的预测数据集； 步骤3：根据不同个体在多种表情状态下基于每个面部运动单元的单元数据集建立映射关系，且结合基于所述预测数据集与单元数据集确定的偏差集，建立每个面部运动单元与相应表情状态的中立关系； 步骤4：利用机器学习算法学习映射关系以及中立关系，建立面部运动单元表情模型； 步骤5：接收用户的语音交互指令，从建立的面部运动单元表情模型中查找所需运动特征以及参数设置，并基于面部肌肉运动的物理约束和表情变化的自然过渡约束进行动态调整，生成表情动画进行交互； 其中，建立每个面部运动单元与相应表情状态的中立关系，包括： 建立所述预测数据集与单元数据集确定对应面部运动单元基于每种模态下的子集在预设坐标系下的空间占据情况； 以预测数据集的空间占据情况为基准，依次以每个子集的空间占据情况为目标构建偏差向量，得到对应个体音频与对应面部运动单元的面部误差的局部表达，并建立对应个体的全局表达； 确定不同表情状态下与音素相关的第一极端条件以及与表情状态相关的第二极端条件，且结合不同面部运动单元的边界条件，求解基于同个表情状态下的全局表达构成的全局矩阵中每个面部运动单元在满足第一极端条件与第二极端条件影响以及边界条件约束下的参考幅度矩阵、参考方向矩阵以及参考时间矩阵； 分别对参考幅度矩阵、参考方向矩阵以及参考时间矩阵进行简化处理，得到对应面部运动单元的参考集并进行关联，作为中立关系； 其中，得到对应面部运动单元的参考集，包括： 对每个参考矩阵进行数值聚类分析； 判断对应参考矩阵是否满足预设形式，若满足，对相应参考矩阵进行第一简化去掉多余的参考元素； 否则，确定对应参考矩阵的阶数，并根据所述阶数2对所述参考矩阵进行均匀拆解，对每个参考矩阵进行数值聚类分析来统计每个子矩阵中包含的聚类种类； 若所述聚类种类为1种，根据预设形式对所述子矩阵进行第二简化； 若所述聚类种类为多种，判断是否存在聚类中心落在所述子矩阵中，若不存在，按照均值处理方式对所述子矩阵进行第三简化； 若存在，根据所落位置以及辐射系数，对所述子矩阵进行第四简化； 确定简化后的矩阵中每列的平均值，得到参考集。

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智瞰深鉴(北京)科技有限公司，其通讯地址为：100041 北京市石景山区石景山路68号冬训中心速滑馆二层B222；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”。