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！

龙图腾网获悉北京理工大学申请的专利一种基于局部混合优化的基表情自动选取方法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：CN115457172B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202210999555.6，技术领域涉及：G06T13/40；该发明授权一种基于局部混合优化的基表情自动选取方法是由翁冬冬;李颖;涂子奇设计研发完成，并于2022-08-19向国家知识产权局提交的专利申请。

本一种基于局部混合优化的基表情自动选取方法在说明书摘要公布了：本发明涉及一种基于局部混合优化的基表情自动选取方法，属于计算机与自动化技术领域，所述方法包括：获取同拓扑的面部表情模型序列，对其中的每一个面部表情模型进行区域分割，得到多个子区域；使用基表情组中的基表情的每个子区域分别对每一个目标表情模型的相应子区域进行拟合；获得与每一个目标表情模型对应的局部面部表情模型；对获得的局部面部表情模型进行融合，获得与每一个目标表情模型对应的完整面部表情模型；将每一个完整面部表情模型与其对应的目标表情模型进行对比，找出与对应的完整面部表情模型具有最大误差的目标表情模型，将该目标表情模型作为基表情加入基表情组，当最大误差的变化速度小于0.1，获得基表情组。

本发明授权一种基于局部混合优化的基表情自动选取方法在权利要求书中公布了：1.一种基于局部混合优化的基表情自动选取方法，包括： 步骤一：获取同拓扑的面部表情模型序列，对所述面部表情模型序列中的每一个面部表情模型进行区域分割，得到多个子区域；从所述面部表情模型序列中选择出中立表情模型作为基表情组中的初始基表情，将所述面部表情模型序列中剩余的未被选择的面部表情模型作为目标表情模型序列； 步骤二：使用所述基表情组中的基表情的每个经区域分割得到的子区域分别对目标表情模型序列中每一个目标表情模型的相应子区域进行拟合；获得与每一个目标表情模型对应的局部面部表情模型； 步骤三：对步骤二中获得的与每一个目标表情模型对应的局部面部表情模型进行融合，获得与每一个目标表情模型对应的完整面部表情模型；步骤3.1：基于每个子区域的重叠部分的顶点距离所述子区域中心的距离，根据下式计算每个顶点的融合权重 其中，wq,i表示第i个子区域的重叠部分的顶点q的融合权重，μq,i为变形后重叠部分的顶点q与第i个子区域的中心点的欧氏距离，σs为一个高斯核的标准差，根据经验设置为一个子区域的平均宽度的1.6倍； 步骤3.2：根据重叠部分所属子区域对顶点的融合权重进行归一化处理，公式如下： 其中，表示归一化处理后的第i个子区域重叠部分的顶点q的融合权重，i∈I代表重叠区域涉及的子区域范围； 步骤3.3：更新属于重叠区域的顶点位置，公式如下： 其中，表示更新后的顶点q的三维坐标，xq,i表示更新前的第i个子区域重叠部分顶点q的坐标，更新后得到完整面部表情模型的所有顶点位置； 步骤3.4：重复步骤3.1至3.3，直至对与每一个目标表情模型对应的局部面部表情模型融合完毕，获得与每一个目标表情模型对应的完整面部表情模型； 步骤四：将步骤三中获得的每一个完整面部表情模型与其对应的目标表情模型进行对比，找出与对应的完整面部表情模型具有最大误差的目标表情模型，将该目标表情模型作为基表情加入基表情组，并将该目标表情模型从所述目标表情模型序列中删除； 步骤五：重复步骤二至步骤四，直至步骤四中的所述最大误差的变化速度小于0.1，获得基表情组。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。