Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中山大学附属第一医院;深圳技术大学雷文斌获国家专利权

中山大学附属第一医院;深圳技术大学雷文斌获国家专利权

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!

龙图腾网获悉中山大学附属第一医院;深圳技术大学申请的专利基于三维唇部重建的唇动识别方法和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:CN120125737B

龙图腾网通过国家知识产权局官网在2026-04-14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:202510107618.6,技术领域涉及:G06T17/00;该发明授权基于三维唇部重建的唇动识别方法和装置是由雷文斌;帅懿;靳朝惠;李芸;方锐华;樊小毛设计研发完成,并于2025-01-23向国家知识产权局提交的专利申请。

基于三维唇部重建的唇动识别方法和装置在说明书摘要公布了:本发明公开了基于三维唇部重建的唇动识别方法和装置,方法包括:获取待识别唇读视频;生成待识别唇部图像;将待识别唇部图像输入目标三维唇部重建模型,得到待识别三维唇部数据;将待识别三维唇部数据输入目标唇动识别模型,得到唇动识别结果。其中,通过获取唇语视频;生成待训练唇部图像和文字信息;构建初始三维唇部重建模型;构建初始唇动识别模型;对初始三维唇部重建模型进行训练,得到目标三维唇部重建模型;将待训练唇部图像输入目标三维唇部重建模型,得到待训练三维唇部数据;对初始唇动识别模型进行训练,得到目标唇动识别模型。本发明实现了唇动识别,提高了准确度和鲁棒性。本发明可广泛应用于视觉语音识别技术领域。

本发明授权基于三维唇部重建的唇动识别方法和装置在权利要求书中公布了:1.基于三维唇部重建的唇动识别方法,其特征在于,包括以下步骤: 获取待识别唇读视频; 根据所述待识别唇读视频,生成待识别唇部图像; 将所述待识别唇部图像输入目标三维唇部重建模型,得到待识别三维唇部数据; 将所述待识别三维唇部数据输入目标唇动识别模型,得到唇动识别结果; 其中,所述目标三维唇部重建模型和所述目标唇动识别模型通过以下步骤得到: 获取唇语视频; 根据所述唇语视频,生成待训练唇部图像和文字信息; 构建初始三维唇部重建模型; 构建初始唇动识别模型; 根据所述待训练唇部图像,对所述初始三维唇部重建模型进行训练,得到所述目标三维唇部重建模型; 将所述待训练唇部图像输入所述目标三维唇部重建模型,得到待训练三维唇部数据; 根据所述待训练三维唇部数据和所述文字信息,对所述初始唇动识别模型进行训练,得到所述目标唇动识别模型; 其中,所述构建初始三维唇部重建模型包括: 构建三维形变模块,所述三维形变模块用于根据所述待训练唇部图像,生成粗对齐人脸特征; 在所述三维形变模块后,构建高对齐模块,所述高对齐模块用于根据所述粗对齐人脸特征,生成高对齐人脸特征; 在所述高对齐模块后,构建唇部分割模块,所述唇部分割模块用于对所述高对齐人脸特征进行分割,得到目标三维唇部数据; 所述构建三维形变模块包括: 构建预训练深度学习网络,所述预训练深度学习网络用于根据所述待训练唇部图像,生成基础人脸模型参数,所述基础人脸模型参数包括形状系数、表情系数、姿态参数或纹理参数; 在所述预训练深度学习网络后,构建线性组合层,所述线性组合层用于根据所述基础人脸模型参数和基底模型,进行线性组合生成人脸网格; 在所述线性组合层后,构建粗对齐网络,所述粗对齐网络用于根据所述姿态参数,对所述人脸网格进行粗对齐,得到所述粗对齐人脸特征; 所述构建高对齐模块包括: 构建纹理重建网络,所述纹理重建网络用于根据所述粗对齐人脸特征和所述待训练唇部图像,提取质地特征和位置特征,并对所述质地特征和所述位置特征进行拼接,得到拼接特征; 在所述纹理重建网络后,构建图像分割网络,所述图像分割网络用于根据所述拼接特征,利用预设图像分割架构提取人脸细节特征; 在所述图像分割网络后,构建变形网络,所述变形网络用于对所述人脸细节特征和所述粗对齐人脸特征进行融合,得到所述高对齐人脸特征; 所述构建初始唇动识别模型包括: 构建残差网络模块,所述残差网络模块用于根据所述目标三维唇部数据,生成三维唇部特征; 在所述残差网络模块后,构建特征变换模块,所述特征变换模块用于根据所述三维唇部特征,生成变换特征序列; 在所述特征变换模块后,构建序列解码模块,所述序列解码模块用于根据所述变换特征序列,生成文本序列; 所述构建残差网络模块包括: 构建三维卷积网络,所述三维卷积网络用于利用三维卷积结构对所述目标三维唇部数据进行三维卷积运算,得到所述三维唇部特征,所述三维卷积结构包括18个残差块,所述残差块包括两个三维卷积层、批量归一化层和预设激活函数。

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中山大学附属第一医院;深圳技术大学,其通讯地址为:510080 广东省广州市越秀区中山二路58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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。