发明创造名称：依据人脸三角网格自适应细分和高斯小波的迭代插值方法
外观设计名称：
决定号：192900
决定日：2019-10-22
委内编号：1F274071
优先权日：
申请（专利）号：201610003383.7
申请日：2016-01-05
复审请求人：安阳师范学院
无效请求人：
授权公告日：
审定公告日：
专利权人：
主审员：郭明华
合议组组长：董刚
参审员：唐娜
国际分类号：G06K9/00
外观设计分类号：
法律依据：专利法第22条第3款
决定要点
：如果一项权利要求与作为最接近的现有技术的对比文件相比存在区别技术特征，但该区别技术特征属于本领域的常用技术手段，并且将上述对比文件与本领域的常用技术手段相结合得出该权利要求所要保护的技术方案对所属技术领域的技术人员来说是显而易见的，则该权利要求不具备创造性。
全文：
本复审请求涉及申请号为201610003383.7，名称为“依据人脸三角网格自适应细分和高斯小波的迭代插值方法”的发明专利申请（下称本申请）。本申请的申请人为安阳师范学院，申请日为2016年01月05日，公开日为2016年06月15日。
经实质审查，国家知识产权局实质审查部门于2018年11月02日发出驳回决定，以权利要求1不具备专利法第22条第3款规定的创造性为由，驳回了本申请。驳回决定所依据的文本为申请日2016年01月05日提交的说明书第1-11页、说明书附图第1-3页、说明书摘要及摘要附图，2018年07月09日提交的权利要求第1项。
驳回决定所针对的权利要求书的内容如下：
“1. 一种依据人脸三角网格自适应细分和高斯小波的迭代插值方法，其特征在于按照以下步骤进行：步骤1，对人脸模型进行三角剖分，采用网格优化的人脸剖分方法获取最优三角形；
获取最优三角形的方法：采用Delaunay三角剖分算法，并且满足下述条件：
(1)用最邻近的三点形成三角形，同时每个线段全部交于一点；
(2)需在三角形的内部进行坐标映射；
(3)添加、消除、改变任意个顶点时，仅对相邻三角形产生影响；
首先将采集的随机30个散乱点按照从大到小的顺序进行排列，设置向右延伸的方向为X坐标，获取X坐标值上的最小点，用v1进行描述，再按和v1点的距离的平方递增的顺序对所有点进行顺次排列，产生序列，再将v1和v2相连建立第一条边，同时在vn序列中按照从左到右的顺序获取不在v1v2连线上的任意一点，用vk进行表示，在将vk插入v3前，将剩余的全部点按照顺序后移，而v1，v2，vk三点则相连形成第一个三角形的初始网格前沿边界，最后基于最小内角最大理论，通过网格前沿技术逐点向外扩展，产生初始的人脸三角网格；
步骤2，确定空间三角形是否相交，基于空间三角形三个顶点的状态，通过二维高斯小波函数对插值点的深度信息进行计算，获取一个插值点的完整三维坐标；
步骤3：完成人脸剖分分析后，获取插值点二维坐标(x,y)，人脸三角面片中的模糊交点的平面坐标完全满足步骤1的约束条件之后，将其看作是待插入点的坐标，完成插值点(x,y)二维坐标的确定后，通过二维高斯小波函数对插值点的z轴进行恢复，确定插值点的在z轴的值，通过x、y、z三个顶点确定m的最优值，最终实现新的、饱和度较高的人脸三维模型的获取。”
驳回决定中引用如下对比文件：
对比文件1：“三维人脸识别系统研究”，许然，《中国优秀硕士学位论文全文数据库（信息科技辑）》，2012年第06期，第I138-1953页，公开日：2012年06月15日。
驳回的具体理由为：权利要求1与对比文件1的区别特征在于：散乱点为30个。上述区别特征属于本领域的常规设置，因此，权利要求1不具备创造性。
申请人（下称复审请求人）对上述驳回决定不服，于2019年02月01日向国家知识产权局提出了复审请求，未修改申请文件。复审请求人认为：（1）对比文件1与本申请的技术领域不同、所解决的技术问题不同、采用的关键技术手段不同、所取得的技术效果不同，因此，本申请的发明构思与对比文件1的发明构思完全不同。（2）基于权利要求1与对比文件1的区别技术特征，复审请求人认为权利要求1实际要解决的技术问题是：①因为传统三维人脸运动重建方法对二维人脸模型特征点进行采集时，采集的二维特征点有限，同时受到遮挡因素干扰，特征点数据会出现缺失现象，无法有效实现人脸三维特征点云信息的恢复，使得三维动态识别应用的效果不佳；②通过双目立体视觉方法对人脸模型进行塑造的过程中，存在无法最大化采集三维人脸特征信息的弊端；③在实现首次建模的基础上，针对三维人脸的数据特征点较少，三维人脸信息无法完整形成点云结构的弊端；④在对三维人脸特征进行采集时，由于通过二维图片恢复三维人脸的数据点云结构数据点过少，无法有效实现三维人脸识别。（3）上述区别技术特征不属于本领域的常用技术手段。因此，本申请具备创造性。
经形式审查合格，国家知识产权局于2019年03月04日依法受理了该复审请求，并将其转送至实质审查部门进行前置审查。
实质审查部门在前置审查意见书中坚持驳回决定。
随后，国家知识产权局成立合议组对本案进行审理。
合议组于2019年08月27日向复审请求人发出复审通知书，指出：权利要求1不具备专利法第22条第3款规定的创造性。针对复审请求人的相关意见，合议组认为：（1）对比文件1所解决的技术问题与本申请所解决的技术问题相同，均在于根据二维人脸图片建立人脸三维模型时，数据点过少，无法获取存在很多三维数据点的人脸模型，导致人脸识别准确度较低。对比文件1与本申请采用的关键技术手段相同。对比文件1所取得的技术效果与本申请所取得的技术效果相同，均在于对三维人脸模型框架进行细化，产生能够用于人脸识别的、饱和度较高的三维人脸模型。因此，对比文件1与本申请的发明构思相同。（2）复审请求人所认定的区别技术特征解决的技术问题，实际上是本申请的整体技术方案所解决的技术问题，且对比文件1公开的内容也解决了上述技术问题。（3）权利要求1与对比文件1的区别技术特征属于本领域技术人员考虑了模型效果、计算效率和本领域的常规技术而做出的常规选择。
复审请求人于2019年09月26日提交了意见陈述书，未修改申请文件。复审请求人答复复审通知书时的意见与提出复审请求时的意见类似，认为：对比文件1所解决的技术问题与本申请所解决的技术问题不同，对比文件1所取得的技术效果与本申请所取得的技术效果不同，因而本申请具备创造性。
在上述程序的基础上，合议组认为本案事实已经清楚，可以依法作出审查决定。
二、决定的理由
审查文本的认定
复审请求人在提出复审请求时和答复复审通知书时均未修改申请文件。本复审请求审查决定所依据的审查文本为：申请日2016年01月05日提交的说明书第1-11页、说明书附图第1-3页、说明书摘要及摘要附图，2018年07月09日提交的权利要求第1项。
关于专利法第22条第3款
专利法第22条第3款规定：创造性，是指与现有技术相比，该发明具有突出的实质性特点和显著的进步，该实用新型具有实质性特点和进步。
如果一项权利要求与作为最接近的现有技术的对比文件相比存在区别技术特征，但该区别技术特征属于本领域的常用技术手段，并且将上述对比文件与本领域的常用技术手段相结合得出该权利要求所要保护的技术方案对所属技术领域的技术人员来说是显而易见的，则该权利要求不具备创造性。
本复审请求审查决定所引用的对比文件与复审通知书以及驳回决定中所引用的对比文件相同，即：
对比文件1：“三维人脸识别系统研究”，许然，《中国优秀硕士学位论文全文数据库（信息科技辑）》，2012年第06期，第I138-1953页，公开日：2012年06月15日。
2.1、权利要求1请求保护一种依据人脸三角网格自适应细分和高斯小波的迭代插值方法，对比文件1公开了一种三维人脸特征点迭代插值算法，具体涉及一种基于人脸三角剖分和二维高斯小波函数的迭代差值方法，并公开了以下特征（参见对比文件1第1.2.3，1.3.1，1.3.2节，第四章，第6.1节）：
对人脸模型进行三角剖分处理，为了得到最优三角形，采用了一种网格优化的人脸剖分方法（参见对比文件1第4.2节第2段、第4.2.1节，相当于“步骤1，对人脸模型进行三角剖分，采用网格优化的人脸剖分方法获取最优三角形”）；Delaunay 三角剖分是目前公认的一种最佳的三角剖分方法，Delaunay三角剖分算法必须满足下面的要求：（1）以最邻近的三点形成三角形，且各线段交于一点；（2）坐标的映射必须在三角形的内部；（3）新增、删除、移动某一个顶点时只会影响临近的三角形（参见对比文件1第4.2.1节，相当于“获取最优三角形的方法：采用Delaunay三角剖分算法，并且满足下述条件：（1）用最邻近的三点形成三角形，同时每个线段全部交于一点；（2）需在三角形的内部进行坐标映射；（3）添加、消除、改变任意个顶点时，仅对相邻三角形产生影响”）；
首先对散乱点进行排序，散乱点为非均匀采样的三维稀疏数据，搜索X坐标值最小的点，设为v1，然后按照与v1点的距离的平方递增的顺序排列各点，形成序列v1，v2，……，vn；然后将v1与v2相连构造第一条边，并在vi序列中顺序搜索与v1和v2不共线的点，记作vk，在将vk插入v3前，将其余所有点依次后移，而v1，v2，vk三点则相连形成第一个三角形的初始网格前沿边界；最后根据最小内角最大准则，采用网格前沿技术逐点向外扩展，形成初始的人脸三角网格（参见对比文件1第4.2节第1段，第4.2.1节，相当于“首先将采集的散乱点按照从大到小的顺序进行排列，设置向右延伸的方向为X坐标，获取X坐标值上的最小点，用v1进行描述，再按和v1点的距离的平方递增的顺序对所有点进行顺次排列，产生序列，再将v1和v2相连建立第一条边，同时在vn序列中按照从左到右的顺序获取不在v1 v2连线上的任意一点，用vk进行表示，在将vk插入v3前，将剩余的全部点按照顺序后移，而v1，v2，vk三点则相连形成第一个三角形的初始网格前沿边界，最后基于最小内角最大理论，通过网格前沿技术逐点向外扩展，产生初始的人脸三角网格”）；
判断空间三角形是否相交，根据空间三角形三个顶点的情况，运用二维高斯小波函数求出插值点的深度信息，最后就得到了一个插值点的完整三维坐标（参见对比文件1第4.2节第2段，相当于“步骤2，确定空间三角形是否相交，基于空间三角形三个顶点的状态，通过二维高斯小波函数对插值点的深度信息进行计算，获取一个插值点的完整三维坐标”）；
在进行了人脸三角剖分划分之后，就需要确定插值点坐标；根据先验知识和人脸解剖学原理可知，人脸三角面片中的一些特殊交点的平面坐标最适合上述的要求，将符合最优三角形准则的特殊交点的平面坐标作为待插入点的坐标；首先获取插值点的二维坐标(x,y)，在确定了插值点的(x,y)坐标之后，接下来确定z的值，由于二维高斯小波函数在空间曲面恢复方面有着自己独特的优势，因此根据二维高斯小波函数确定z的值，再根据每个三角形三个顶点坐标对变量 m 进行适当调整以达到z的最佳值；最后通过迭代计算，计算出更多的三维数据点，直到得到新的、饱和度较高的人脸三维模型（参见对比文件1第4.2节第2段，第4.2.1-4.2.4节，相当于“步骤3：完成人脸剖分分析后，获取插值点二维坐标(x,y)，人脸三角面片中的模糊交点的平面坐标完全满足步骤1的约束条件之后，将其看作是待插入点的坐标，完成插值点(x,y)二维坐标的确定后，通过二维高斯小波函数对插值点的z轴进行恢复，确定插值点的在z轴的值，通过x、y、z三个顶点确定m的最优值，最终实现新的、饱和度较高的人脸三维模型的获取”）。
权利要求1与对比文件1的区别技术特征为：散乱点为30个。
基于上述区别技术特征，权利要求1实际要解决的技术问题是：如何确定散乱点的采集数量。
对于上述区别技术特征，对比文件1已经公开了先根据采样的散乱点对人脸模型进行三角剖分，再根据由三角剖分得到的人脸三角面片的特殊交点计算插值点，插值点即新的三维数据点，插值点越多即新的三维数据点越多，则人脸三维模型的饱和度越高。可见，采样的散乱点的个数影响三角剖分得到的人脸三角面片的数量，进一步影响插值点的数量，并最终影响人脸三维模型的饱和度。也即采样的散乱点的个数越多，人脸三维模型的饱和度越高，然而在实际计算中还要考虑计算量带来的处理负担、时间成本等，这就需要在模型效果和计算效率之间进行平衡。对比文件1还公开了（参见对比文件1第4.2节第1段）：本文的插值算法可以恢复关键区域的数据点云结构，有效的处理非均匀采样的三维稀疏数据以增加三维人脸饱和度。对本领域技术人员来说，人脸的关键区域包括两个眼睛、鼻子、嘴巴和脸部轮廓，在建立可用于识别的三维人脸模型时，一般至少要包括上述关键区域的确定数量的数据点。因此，考虑到模型效果、计算效率和本领域的常规技术，采集30个散乱点属于本领域技术人员根据多次试验做出的常规选择。
由此可知，在对比文件1的基础上结合本领域的常用技术手段，得出权利要求1的技术方案对本领域技术人员来说是显而易见的，因此，权利要求1所请求保护的技术方案不具有突出的实质性特点，不具备专利法第22条第3款规定的创造性。
对复审请求人相关意见的评述
针对复审请求人在2019年09月26日提交的意见陈述书中的相关意见，合议组认为：
首先，对于复审请求人认定的本申请权利要求1所解决的技术问题，对比文件1公开的内容解决了上述技术问题（参见对比文件1第1.2.3，1.3.1-1.3.2，6.1节）。其次，对于复审请求人认定的本申请所取得的技术效果，对比文件1公开的内容也取得了上述技术效果（参见对比文件1的第二章第1.3.1-1.3.2节，第四章第1-2段，第6.1节）。
因此，复审请求人的意见陈述不具有说服力，合议组不予支持。
基于上述事实和理由，合议组依法作出如下复审请求审查决定。
三、决定
维持国家知识产权局于2018年11月02日对本申请作出的驳回决定。
如对本复审请求审查决定不服，根据专利法第41条第2款的规定，复审请求人可以自收到本复审请求审查决定之日起三个月内向北京知识产权法院起诉。
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
