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！

龙图腾网获悉上海飞瀑智能科技有限公司申请的专利面部预测模型构建方法、面部预测方法及相关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：CN114758375B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202111593745.X，技术领域涉及：G06V40/16；该发明授权面部预测模型构建方法、面部预测方法及相关装置是由陈跃军设计研发完成，并于2021-12-24向国家知识产权局提交的专利申请。

本面部预测模型构建方法、面部预测方法及相关装置在说明书摘要公布了：本发明涉及面部预测技术领域，是一种面部预测模型构建方法、面部预测方法及相关装置，该方法包括获取训练集、测试集和验证集，训练集、测试集和验证集中每个样本均包括基因组学特征和真实面部形态学特征；设定训练次数，根据训练次数利用训练集对预设的人工神经网络模型进行多次训练，获得对应的多个面部预测备用模型；使用获得的多个面部预测备用模型对验证集进行预测，选取最优的参数，输出面部预测模型。与现有技术相比，本发明提取样本比较干净，且提高了样本量,使训练得到的模型预测更加准确；更进一步，本发明采用了神经网络建模，并利用测试集和验证集对面部预测模型进行评估分析，使得模型的预测准确度、精准度均有所提高。

本发明授权面部预测模型构建方法、面部预测方法及相关装置在权利要求书中公布了：1.一种面部预测模型构建方法，其特征在于，包括： 获取训练集、测试集和验证集，其中训练集、测试集和验证集中每个样本均包括基因组学特征和真实面部形态学特征； 设定训练次数，根据训练次数利用训练集对预设的人工神经网络模型进行多次训练，获得对应的多个面部预测备用模型； 使用获得的多个面部预测备用模型对验证集进行预测，得到对应的损失函数值，根据验证集中的损失函数值，调节模型参数，选取最优的参数，输出面部预测模型； 利用测试集和验证集对面部预测模型进行评估； 其中预设的人工神经网络模型包括输入层、输出层和输入层与输出层之间的8个隐藏层， 输入层获得基因组学特征，记为X，； 隐藏层的第k层为,,q为隐藏层的神经元的个数，每一个隐藏层的q值不同， 网络结构中的激活函数为如下所示的Tanh函数；； 隐藏层的第一层的第j个神经元的值为：； 隐藏层的第k+1层的第j个神经元的值为：； 输出层输出预测的面部形态学特征，记为Y，，输出层的第j个神经元的值为：； 其中，利用测试集和验证集对面部预测模型进行评估，包括： 将测试集中各样本的基因组学特征输入至面部预测模型，输出预测面部形态学特征； 确定预测面部形态学特征与真实面部形态学特征之间的角度值； ； 验证集执行与测试集相同的过程； 确定测试集和验证集对应的所有角度值的均值； 将均值与合格条件进行比较，判断是否满足合格条件，响应于不满足，则重新调整模型参数，并进行训练； 其中，获取训练集、测试集和验证集，包括： 确定多个样本，并将所有样本分为训练集、测试集和验证集，其中每个样本均包括对应的遗传SNPs位点数据和真实面部形态学特征； 对训练集中所有遗传SNPs位点数据进行主成分分析，得到新的特征空间，选取每个样本中新特征空间下97%的主成分作为该样本的基因组学特征，且以相同的方式获得每个样本的真实面部形态学特征； 将测试集和验证集中所有遗传SNPs位点数据映射到训练集的新特征空间下，选取每个样本中97%的主成分作为该样本的基因组学特征，且以相同的方式获得每个样本的真实面部形态学特征； 所述每个样本的真实面部形态学特征的获取步骤包括： 步骤一：对样本进行人脸扫描，获取三维人脸图像：采用彩色手持三维扫描仪获取三维人脸数据，扫描顺序从被采集人的一侧耳部开始，上下S型经鼻面部向另一侧耳部移动，然后向下采集下巴被遮挡部位的图像，最后回到开始的部位完成扫描，扫描过程中的单帧曲面范围90mm×70mm至180mm×140mm； 步骤二：获得人脸三维图像对应的原始面部点集数据：采用三维扫描仪自带软件对人脸三维图像进行处理，获得原始面部点集数据； 步骤三：对原始面部点集数据进行自动非刚性配准，获得对应的真实面部形态学特征：通过FARS软件和3dMDpatient软件完成全自动非刚性配准过程，若样本的人脸三维图像质量不佳，则会移除该样本。

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上海飞瀑智能科技有限公司，其通讯地址为：201306 上海市奉贤区中国(上海)自由贸易试验区临港新片区正博路1881号13幢1层；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。