一种基于实时面部特征点检测与卡尔曼滤波的虚拟角色驱动方法和系统

本发明公开了一种基于实时面部特征点检测与卡尔曼滤波的虚拟角色驱动方法，通过多级数据优化、高鲁棒性特征点选择、轻量化通信协议以及时序关联优化四个方面提升虚拟角色驱动的性能，首先，采用双级滤波架构结合卡尔曼滤波与PD控制，对特征点坐标进行实时去噪和平滑处理，有效抑制抖动并提升稳定性，从而解决传统方法在快速运动或遮挡场景下的跟踪失稳问题；随后，通过选取高稳定性特征点并结合改进的动态混合函数设计，增强系统对复杂场景的适应性，同时降低特征点检测误差，提高跨域泛化能；然后，设计轻量化的二进制通信协议和高效的实时驱动架构，优化数据传输效率和模型计算性能，满足毫秒级交互需求，降低CPU占用率，支持移动端高帧率运行。