基于解剖学的AI深度学习媒体数字人生成的方法及装置

AITNT
正文
推荐专利
基于解剖学的AI深度学习媒体数字人生成的方法及装置
申请号:CN202510893821
申请日期:2025-06-30
公开号:CN120807730A
公开日期:2025-10-17
类型:发明专利
摘要
本申请涉及三维动画生成技术领域,公开一种基于解剖学的AI深度学习媒体数字人生成的方法、装置,包括:通过动作捕捉设备采集演员面部肌肉运动数据;基于解剖学原理构建动态参数化肌肉曲线模型,模拟面部肌肉群的协同运动;将皮肤组织离散化为四面体单元集合,形成覆盖头骨与下颌的力学传递层;通过轻量化神经网络生成符合生物力学规则的表情动画。本发明通过解剖学肌肉动力学建模、微分几何离散化及轻量AI生成的三级协同机制,解决了数字人建模中面部表情真实性不足、工业化应用成本高、跨领域适应性弱三大核心问题。
技术关键词
轻量化神经网络 动作捕捉设备 卷积生成对抗网络 曲线 面部 媒体 参数随时间 动态 生成技术 拉普拉斯 动画 力学 方程 运动 网格 通道 处理器 强度 组织
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号