Meta专利提出基于多模态感知的智能面部表情生成技术
实时推断并驱动面部表情
（映维网Nweon 2026年01月29日）虚拟交互中存在面部表情生成不自然、依赖复杂硬件或受限场景的痛点。传统方法通常需要精细的面部捕获设备或仅依赖音频进行口型同步，难以在用户全身运动、面部被部分遮挡或仅有身体动作信号时，生成准确、生动且符合上下文的表情。在一份专利申请中，Meta提出了基于多模态感知的智能面部表情生成技术，通过人工智能技术建立了一种从身体姿态、动作、音频、社交及环境上下文等多维度数据，实时推断并驱动面部表情的解决方案。
Meta表示，面部表情是一种非语言交流形式，涉及面部皮肤下肌肉的一个或多个动作或位置。相关动作能够向观察者传递个体的情绪状态。人脸能够做出极其丰富的表情，例如，表现出恐惧以发出警报信号，表现出兴趣以吸引他人关注某个机会，或表现出喜爱和善意以拉近关系。
人工智能彻底改变了身体运动追踪领域，为健身、医疗保健、游戏和动画等多个行业开辟了新的可能性。人工智能驱动的动作捕捉和身体追踪技术使得在几秒钟内从视频生成3D动画成为可能。系统利用人工智能分析和解读身体动作和姿势，提供关于用户身体状况和进展的宝贵数据。它们易于访问和使用，通常只需要一个标准的网络摄像头或智能手机摄像头。
例如在健身行业，人工智能驱动的身体扫描技术正用来追踪和分析用户的锻炼计划。系统可以提供关于用户姿势和技术的实时反馈，有助于防止受伤并提高锻炼效率。另外，在动画和游戏领域，人工智能驱动的身体追踪使得角色动作更加真实和动态。而且，人工智能驱动的身体姿势检测和运动追踪也应用于医疗保健领域，以提升锻炼体验。
......（全文 3073 字，剩余 2458 字）
请微信扫码通过小程序阅读完整文章或者登入网站阅读完整文章
映维网会员可直接登入网站阅读
PICO员工可联系映维网免费获取权限
