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！

龙图腾网恭喜山东外贸职业学院申请的专利基于人脸感兴趣区域贡献度的跨数据集微表情识别方法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：CN113971825B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202110903686.5，技术领域涉及：G06V40/16；该发明授权基于人脸感兴趣区域贡献度的跨数据集微表情识别方法是由于堃设计研发完成，并于2021-08-06向国家知识产权局提交的专利申请。

本基于人脸感兴趣区域贡献度的跨数据集微表情识别方法在说明书摘要公布了：本发明公开了一种基于人脸感兴趣区域贡献度的跨数据集微表情识别方法，包括：S1、微表情样本预处理步骤；S2、提取主方向平均光流特征步骤，计算各面部图像序列的光流场，提取MDMO特征；S3、根据源面部图像序列的特征分布特点，对目标样本的特征结构进行约束；S4、对源面部图像序列的MDMO特征建立组稀疏模型，对每个感兴趣区域的贡献度进行量化；S5、使用所述组稀疏模型对所述目标面部图像序列进行微表情种类识别，输出识别结果。本发明的方法，识别准确率更高，而且针对不同目标数据集和不同微表情类别的分类稳定性更好，对具有不同特点的测试样本均表现出较强的适应性，能够大幅度提升跨数据集微表情识别的性能。

本发明授权基于人脸感兴趣区域贡献度的跨数据集微表情识别方法在权利要求书中公布了：1.一种基于人脸感兴趣区域贡献度的跨数据集微表情识别方法，其特征在于，包括：S1、微表情样本预处理步骤，包括：S11、分别对源微表情数据集和目标微表情数据集进行采样，捕捉视频帧，分别按顺序排列得到源图像序列和目标图像序列；S12、对所述源图像序列和目标图像序列进行降采样，调整图像的尺寸；S13、对图像序列中人脸区域定位，以及对各图像序列进行面部图像裁剪，得到源面部图像序列和目标面部图像序列；S14、对每个面部图像序列中的第一帧图像进行人脸地标点检测，得到描述人脸关键位置的Q个特征点；S15、利用所述特征点的坐标将面部图像划分成N个互不重叠但又紧密相邻的感兴趣区域，其中，N＜Q，且Q，N均为正整数；S16、将各面部图像序列灰度化；S2、提取主方向平均光流特征步骤，计算各面部图像序列的光流场，提取MDMO特征，其中MDMO特征为基于光流的主方向平均光流特征；S3、根据源面部图像序列的特征分布特点，对目标样本的特征结构进行约束，目标样本是目标微表情数据集中的测试样本；S4、对源面部图像序列的MDMO特征建立组稀疏模型，对每个感兴趣区域的贡献度进行量化；S5、使用所述组稀疏模型对所述目标面部图像序列进行微表情种类识别，输出识别结果；步骤S4中采用组作为稀疏表示单位，每个组由一个人脸感兴趣区域的MDMO特征矩阵构成，实现对每个人脸感兴趣区域的贡献度进行量化，包括：M个微表情训练样本对应的MDMO特征矩阵为X＝[x1,…,xM]∈Rd×M，其中d是特征向量的维度，d＝2N；采用标签向量表示微表情的类别，包括：令L＝[l1,…,lM]∈Rc×M表示特征矩阵X对应的标签矩阵，其中c是微表情的种类数；L的第k列lk＝[lk,1,…,lk,c]T1≤k≤M是一个列向量，其每个元素根据如下规则取值0或1： 所述标签向量是一组规范正交基，将其扩张成一个包含标签信息的向量空间，引入一个投影矩阵U来建立样本的特征空间和标签空间的联系，所述投影矩阵U通过求解目标函数来得到： 公式15中的UTX通过矩阵分解改写为其中N是人脸感兴趣区域的数量，N＝36；Xi是第i个感兴趣区域的MDMO特征矩阵；Ui是Xi对应的子投影矩阵；用置换公式15中的UTX，得到等价公式： 在公式16中为每个感兴趣区域引入一个加权系数βi，并添加一个有关βi的非负L1范数作为正则项，形成线性的组稀疏模型： 其中μ是一个权衡系数，决定着学习到的权重向量β中非零元素的个数；把所述组稀疏模型的的线性内核扩展为非线性内核，利用非线性映射φ:Rd→F把Xi和Ui映射到核空间F，也就是用和分别替换公式17中的Xi和Ui： 通过核函数取代核空间中的内积运算，在核空间F中，的每一列表示为即的线性组合，其中pj是线性系数向量；故可由表示，其中P＝[p1,…,pc]；将代入公式18，并增加一个关于P的L1范数作为约束项，以确保pj的稀疏性并避免在优化目标函数时发生过拟合，得到组稀疏模型的最终形式： 其中是格拉姆矩阵；λ是加权系数，用于调节P的稀疏性；采用交替方向法求解公式19的优化问题，即:交替迭代更新参数P和βi的值，直到目标函数收敛。

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山东外贸职业学院，其通讯地址为：266100 山东省青岛市李沧区巨峰路201号；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”。