Appearance
CaptureFramework 与 ModelDriverFramework
修改后的专利题目：基于面动捕 CM 框架的多模态人脸表情识别技术。
内容
本方案通过 CaptureFramework 和 ModelDriverFramework 组成面捕框架和驱动框架，以支持不同的面捕引擎和不同格式的 3D 模型。框架目标是灵活、易扩展，并能快速适配新的面捕引擎和驱动模型。
应用场景
适合多种面动捕引擎和不同格式 3D 模型的驱动。
与现有技术的区别
常见人脸表情识别产品缺少多引擎识别和模型驱动相结合的轻量级框架。本方案强调面捕引擎与模型驱动解耦，并提升适配效率。
后续补全
- 补框架分层图。
- 关联 Capture 与 ModelDriver 双框架。
- 脱敏后补适配流程和接口边界。
公开版深化
成果定位
CaptureFramework 与 ModelDriverFramework属于面捕框架解耦方向的专利/成果条目。公开版不追求复现内部实现，而是说明它解决了什么工程问题、对应哪条技术主线、可以如何与案例库互相印证。
技术问题
修改后的专利题目：基于面动捕 CM 框架的多模态人脸表情识别技术。
专利页的重点是把“项目经验”转成“技术方案表达”：输入是什么、处理链路是什么、输出如何被验证、方案相比常规做法解决了什么边界问题。
公开摘要结构
| 模块 | 写作要求 |
|---|---|
| 场景 | 只描述通用业务场景，不暴露内部客户、版本、系统链接 |
| 方法 | 用流程、组件职责、算法步骤表达，不贴源码 |
| 效果 | 只保留公开可审计指标或趋势描述 |
| 关联 | 关联案例库中能解释该成果来源的工程案例 |
审查边界
不公开内部数据集、模型资产、接口字段、参数表、未公开截图和申请材料原文。可公开内容以抽象方法、技术问题和案例关联为主。
公开版深化
成果定位
CaptureFramework 与 ModelDriverFramework属于面捕框架解耦方向的专利/成果条目。公开版不追求复现内部实现，而是说明它解决了什么工程问题、对应哪条技术主线、可以如何与案例库互相印证。
技术问题
修改后的专利题目：基于面动捕 CM 框架的多模态人脸表情识别技术。
专利页的重点是把“项目经验”转成“技术方案表达”：输入是什么、处理链路是什么、输出如何被验证、方案相比常规做法解决了什么边界问题。
公开摘要结构
| 模块 | 写作要求 |
|---|---|
| 场景 | 只描述通用业务场景，不暴露内部客户、版本、系统链接 |
| 方法 | 用流程、组件职责、算法步骤表达，不贴源码 |
| 效果 | 只保留公开可审计指标或趋势描述 |
| 关联 | 关联案例库中能解释该成果来源的工程案例 |
审查边界
不公开内部数据集、模型资产、接口字段、参数表、未公开截图和申请材料原文。可公开内容以抽象方法、技术问题和案例关联为主。
公开版深化
成果定位
CaptureFramework 与 ModelDriverFramework属于面捕框架解耦方向的专利/成果条目。公开版不追求复现内部实现，而是说明它解决了什么工程问题、对应哪条技术主线、可以如何与案例库互相印证。
技术问题
修改后的专利题目：基于面动捕 CM 框架的多模态人脸表情识别技术。
专利页的重点是把“项目经验”转成“技术方案表达”：输入是什么、处理链路是什么、输出如何被验证、方案相比常规做法解决了什么边界问题。
公开摘要结构
| 模块 | 写作要求 |
|---|---|
| 场景 | 只描述通用业务场景，不暴露内部客户、版本、系统链接 |
| 方法 | 用流程、组件职责、算法步骤表达，不贴源码 |
| 效果 | 只保留公开可审计指标或趋势描述 |
| 关联 | 关联案例库中能解释该成果来源的工程案例 |
审查边界
不公开内部数据集、模型资产、接口字段、参数表、未公开截图和申请材料原文。可公开内容以抽象方法、技术问题和案例关联为主。