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！

龙图腾网获悉道有道科技集团股份公司申请的专利基于模块化参数的虚拟数字人生成方法及系统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：CN121437698B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202511984286.6，技术领域涉及：G06T13/40；该发明授权基于模块化参数的虚拟数字人生成方法及系统是由姚定坤;孙单单;曹豪杰设计研发完成，并于2025-12-26向国家知识产权局提交的专利申请。

本基于模块化参数的虚拟数字人生成方法及系统在说明书摘要公布了：本发明实施例提供了一种基于模块化参数的虚拟数字人生成方法及系统，涉及虚拟数字人领域，其首先对头部和躯干模块进行几何拼接以构成组合网格，并自适应放置模板骨架；接着基于计算出的测地线距离矩阵进行初始权重的粗略分配；进一步地，通过将组合网格、测地线距离矩阵和初始权重矩阵一同构造为属性图，并输入至预训练的图神经网络模型中，利用其强大的特征学习能力对粗糙的初始权重进行精炼，最终得到平滑精确的最终权重矩阵，并将其应用于组合网‑网格，从而全自动地生成无需人工干预、动画效果自然的已蒙皮虚拟数字人。

本发明授权基于模块化参数的虚拟数字人生成方法及系统在权利要求书中公布了：1.一种基于模块化参数的虚拟数字人生成方法，其特征在于，包括： 对头部模块网格数据和躯干模块网格数据进行几何拼接以得到组合网格； 基于组合网格，对模板骨架进行骨骼自适应放置以得到适配后骨架； 对组合网格和适配后骨架进行全局测地线距离场计算以得到测地线距离矩阵； 基于测地线距离矩阵进行初始权重粗分配以得到初始权重矩阵； 基于测地线距离矩阵和初始权重矩阵，对组合网格进行基于图神经网络的权重精炼以得到最终权重矩阵； 将所述最终权重矩阵应用于所述组合网格以得到已蒙皮的虚拟数字人； 基于测地线距离矩阵和初始权重矩阵，对组合网格进行基于图神经网络的权重精炼以得到最终权重矩阵，包括： 基于测地线距离矩阵和初始权重矩阵，将所述组合网格构造为属性图； 将所述属性图输入预训练的图神经网络模型以得到精炼特征矩阵； 对所述精炼特征矩阵进行归一化处理以得到所述最终权重矩阵； 基于测地线距离矩阵和初始权重矩阵，将所述组合网格构造为属性图，包括： 从所述测地线距离矩阵和所述初始权重矩阵提取第行的行向量以得到第个节点的第一特征子部和第个节点的第二特征子部； 融合第个节点的第一特征子部和第个节点的第二特征子部以得到所述属性图中第个节点的初始特征； 融合第个节点的第一特征子部和第个节点的第二特征子部以得到所述属性图中第个节点的初始特征，包括： 对第一特征子部和第二特征子部进行基于单维卷积编码的流形局部特征提取以得到第一特征子部局部尺度编码向量的集合和第二特征子部局部尺度编码向量的集合，用以下公式表示： ； 其中，为第m个特征子部局部尺度编码向量的集合，为集合中第τ个位置的局部尺度编码向量，为非线性激活函数，为一维卷积核的数量，为第k个卷积滤波器的权重矩阵，为第m个特征子部，为第m个特征子部在τ位置的滑动窗口切片，窗口大小为w，为经过卷积后的序列长度； 计算第一特征子部局部尺度编码向量的集合和第二特征子部局部尺度编码向量的集合之间的代价矩阵以得到特征子部代价矩阵，用以下公式表示： ； 其中，是特征子部代价矩阵中第u行第v列的元素，代表第一特征子部局部尺度编码向量的集合中第u个第一特征子部局部尺度编码向量与第二特征子部局部尺度编码向量中第v个第二特征子部局部尺度编码向量的匹配代价，为集合中的第u个第一特征子部局部尺度编码向量，为集合中的第v个第二特征子部局部尺度编码向量，代表L2范数，为防止分母为零的微小常数； 基于特征子部代价矩阵，推导特征子部最优传输映射矩阵，用以下公式表示： ； 其中，为特征子部最优传输映射矩阵，为以r和c为边缘分布的传输多面体集合，为矩阵的香农熵，作为正则化项，为熵正则化系数，控制映射的稀疏程度，和为通过Sinkhorn-Knopp迭代算法计算得到的尺度缩放向量，为取最小值对应的，是构建对角矩阵； 利用特征子部最优传输映射矩阵，对第二特征子部局部尺度编码向量的集合进行特征流形配准以得到第二特征子部特征重构后局部尺度编码向量的集合，用以下公式表示： ； 其中，表示第二特征子部特征重构后局部尺度编码向量的集合，为第二特征子部特征重构后局部尺度编码向量的集合中第u个第二特征子部特征重构后局部尺度编码向量，它此时在几何结构上已经与第一特征的第u个局部位置对齐，为归一化因子，用于保持特征幅度的尺度，为最优传输映射矩阵中的权重，表示有多少质量从第二特征的v处移动到了对应的u处； 对所述第一特征子部局部尺度编码向量的集合和所述第二特征子部特征重构后局部尺度编码向量的集合进行细粒度融合交互以得到初始特征，用以下公式表示： ； 其中，为融合交互后得到的第i个节点的初始特征，为全局聚合函数，用于将序列信息压缩为节点级特征，表示对序列维度u进行遍历或拼接操作，表示向量拼接操作，为哈达玛积，用于捕获特征间的共现强度，为差分平方项，用于显式捕获对齐后的特征差异，为多层感知机，用于融合上述四个维度的交互信号。

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道有道科技集团股份公司，其通讯地址为：102200 北京市昌平区未来科学城英才南一街12号院3号楼14层1401-6；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。