買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉智瞰深鑒(北京)科技有限公司申請的專利一種基于面部運動單元的表情智能生成方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120318890B 。

龍圖騰網通過國家知識產權局官網在2025-09-02發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510764181.3，技術領域涉及：G06V40/16；該發明授權一種基于面部運動單元的表情智能生成方法及系統是由趙彬;李唯萌;路都軍設計研發完成，并于2025-06-10向國家知識產權局提交的專利申請。

本一種基于面部運動單元的表情智能生成方法及系統在說明書摘要公布了：本發明提供了一種基于面部運動單元的表情智能生成方法及系統，屬于智能生成技術領域，其方法包括：基于多模態面部樣本確定相應個體的每個面部運動單元的單元數據集；將音素編碼輸入到表情預測器中得到每個面部運動單元的預測數據集；根據不同個體在多種表情狀態下基于每個面部運動單元的單元數據集建立映射關系，且結合基于預測數據集與單元數據集確定的偏差集，建立每個面部運動單元與相應表情狀態的中立關系；建立面部運動單元表情模型；從建立的面部運動單元表情模型中查找所需運動特征以及參數設置，并基于面部肌肉運動的物理約束和表情變化的自然過渡約束進行動態調整，生成表情動畫進行交互。實現高精度、高真實感且可控的表情生成效果。

本發明授權一種基于面部運動單元的表情智能生成方法及系統在權利要求書中公布了：1.一種基于面部運動單元的表情智能生成方法，其特征在于，包括： 步驟1：獲取每個個體在相應設定文本與設定場景下的音頻樣本以及多模態面部樣本，并基于所述多模態面部樣本確定相應個體的每個面部運動單元的單元數據集； 步驟2：對所述音頻樣本進行音素編碼，并輸入到表情預測器中得到每個面部運動單元的預測數據集； 步驟3：根據不同個體在多種表情狀態下基于每個面部運動單元的單元數據集建立映射關系，且結合基于所述預測數據集與單元數據集確定的偏差集，建立每個面部運動單元與相應表情狀態的中立關系； 步驟4：利用機器學習算法學習映射關系以及中立關系，建立面部運動單元表情模型； 步驟5：接收用戶的語音交互指令，從建立的面部運動單元表情模型中查找所需運動特征以及參數設置，并基于面部肌肉運動的物理約束和表情變化的自然過渡約束進行動態調整，生成表情動畫進行交互； 其中，建立每個面部運動單元與相應表情狀態的中立關系，包括： 建立所述預測數據集與單元數據集確定對應面部運動單元基于每種模態下的子集在預設坐標系下的空間占據情況； 以預測數據集的空間占據情況為基準，依次以每個子集的空間占據情況為目標構建偏差向量，得到對應個體音頻與對應面部運動單元的面部誤差的局部表達，并建立對應個體的全局表達； 確定不同表情狀態下與音素相關的第一極端條件以及與表情狀態相關的第二極端條件，且結合不同面部運動單元的邊界條件，求解基于同個表情狀態下的全局表達構成的全局矩陣中每個面部運動單元在滿足第一極端條件與第二極端條件影響以及邊界條件約束下的參考幅度矩陣、參考方向矩陣以及參考時間矩陣； 分別對參考幅度矩陣、參考方向矩陣以及參考時間矩陣進行簡化處理，得到對應面部運動單元的參考集并進行關聯，作為中立關系； 其中，得到對應面部運動單元的參考集，包括： 對每個參考矩陣進行數值聚類分析； 判斷對應參考矩陣是否滿足預設形式，若滿足，對相應參考矩陣進行第一簡化去掉多余的參考元素； 否則，確定對應參考矩陣的階數，并根據所述階數2對所述參考矩陣進行均勻拆解，對每個參考矩陣進行數值聚類分析來統計每個子矩陣中包含的聚類種類； 若所述聚類種類為1種，根據預設形式對所述子矩陣進行第二簡化； 若所述聚類種類為多種，判斷是否存在聚類中心落在所述子矩陣中，若不存在，按照均值處理方式對所述子矩陣進行第三簡化； 若存在，根據所落位置以及輻射系數，對所述子矩陣進行第四簡化； 確定簡化后的矩陣中每列的平均值，得到參考集。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人智瞰深鑒(北京)科技有限公司，其通訊地址為：100041 北京市石景山區石景山路68號冬訓中心速滑館二層B222；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。