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！

龙图腾网获悉贵州大学申请的专利一种基于前端人像重建实现1对1数字人的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：CN119601031B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411623425.8，技术领域涉及：G10L21/10；该发明授权一种基于前端人像重建实现1对1数字人的方法是由郭元龙;潘胜怀设计研发完成，并于2024-11-14向国家知识产权局提交的专利申请。

本一种基于前端人像重建实现1对1数字人的方法在说明书摘要公布了：本发明公开了一种基于前端人像重建实现1对1数字人的方法，通过将用户视频中的语音以及人物图像模型拆分为音素序列以及人像序列，对音素和序列帧进行处理，从而构建数字人微模型，通过前端加载对应数字人微模型，然后将用户的问题语音分解成音素并给出每个音素执行的时间范围，将每个音素及音素执行的时间范围作为人脸重建修改参数，将人脸位置的修正数据在canvas中替换动作序列中人像的人脸位置，从而完成单个序列帧下人脸与语音的匹配，实现音素对人像进行人脸实时重建，大大加速了从用户提问题到数字人回答问题的效率，通过序列重组进行动作重建，从而构建数字人视频，在重建过程中无需后端服务器生成画面，大大减小了画面生成服务器的占用。

本发明授权一种基于前端人像重建实现1对1数字人的方法在权利要求书中公布了：1.一种基于前端人像重建实现1对1数字人的方法，其特征在于，具体如下: S1、获取用户视频 获取用户拍摄的视频或者AI生成的视频，并将视频通过PaddleSeg去除视频中的背景技术； S2、获取音素序列 将步骤S1中的用户视频的语言通过汉字对应的拼音或英语对应的音标分解为基本音素，收集所有的音素，即产生音素序列； S3、制作数字人微模型 S301、将步骤S1中的用户视频中的人物图像模型拆分为人像序列帧，并统一序列帧的尺寸； S302、通过步骤S2中音素序列对每一个人像序列帧进行人像重建；用每一个音素去驱动人像序列帧，使得人像在音素的驱动下产生口型变化； S303、保留步骤S302中人像重建过程中产生的关键特征，将关键特征以及特征对应的音素合并成该人像序列帧对应的人脸重建模型；将每个人像序列帧产生的人脸重建模型合并，即可产生该数字人的人脸重建微模型； S4、前端加载对应数字人微模型 S401、通过步骤S301中的人像序列帧的方式加载人像数据，通过canvas将人像序列帧转化为imageData图像颜色对象，按人像序列帧顺序保存图像imageData数据，即人像序列帧数据； S402、加载步骤S303中的人脸微模型，从人脸微模型中提取每个人像序列帧对应的每个音素产生的人脸特征变化，并在前端建立人像序列帧、音素和人脸特征变化的映射关系； S5、语音分解成音素并给出每个音素执行的时间范围 将用户的问题通过数据库及大模型工具处理后，产生问题对应的答案文本，将文本转化为语音，因为人类语音就是由音素对应的发音产生，所以在产生语音的同时，即可产生语音对应的音素序列及序列中的每个音素对应于语音中的时间段落；将文本、文本产生的语音和语音产生的音素信息，同时作为答案提交； S6、前端基于音素对人像进行人脸实时重建 使用步骤S401产生的人像序列，通过序列重组进行动作重建；采用步骤S5音素序列以及序列中的每个音素执行的时间范围，通过步骤S402中的映射关系实现对人脸位置修改，实现音素对人脸实时重建； S7、构建数字人视频 对每个序列帧执行步骤S6，即可构建数字人视频。

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贵州大学，其通讯地址为：550025 贵州省贵阳市花溪区贵州大学；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。