Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜山东科技大学贾瑞生获国家专利权

恭喜山东科技大学贾瑞生获国家专利权

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!

龙图腾网恭喜山东科技大学申请的专利一种基于多流注意力交互的面部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:CN119229510B

龙图腾网通过国家知识产权局官网在2025-05-16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:202411773421.8,技术领域涉及:G06V40/16;该发明授权一种基于多流注意力交互的面部表情识别方法是由贾瑞生;车呈月;孙红梅设计研发完成,并于2024-12-05向国家知识产权局提交的专利申请。

一种基于多流注意力交互的面部表情识别方法在说明书摘要公布了:本发明属于面部表情识别技术领域,具体公开了一种基于多流注意力交互的面部表情识别方法。本发明搭建了基于多流注意力交互的面部表情识别模型,其包括全局特征交互模块、通道交互模块、以及动态标签调整模块等模块,通过提供的全局特征交互模块和通道交互模块,能够全面融合面部图像分支与面部关键点分支之间的特征,从而实现高效的信息交互,提高识别准确率,动态标签调整模块借助权重分配的引导,实现了噪声标签的有效迭代更新,确保了所有样本数据的充分利用。本发明通过设计的全局特征交互模块、通道交互模块以及动态标签调整模块,可有效地抑制噪声标签的影响,提升了面部表情识别的准确性和鲁棒性。

本发明授权一种基于多流注意力交互的面部表情识别方法在权利要求书中公布了:1.一种多流注意力交互的面部表情识别方法,其特征在于,包括如下步骤:步骤1.获取面部图像数据,并调整至预设大小;步骤2.搭建基于多流注意力交互的面部表情识别模型,其包括多分支神经网络模块、全局特征交互模块、通道交互模块、以及动态标签调整模块;多分支神经网络模块用于对获取的面部图像数据进行特征提取,包括使用主干网络提取面部特征,以及使用人脸关键点检测器提取面部关键点特征;全局特征交互模块用于对提取的特征进行全局信息融合;其中,提取的面部特征、以及面部关键点特征分别经过线性变换,映射为查询向量、键向量以及值向量;查询向量在提取的面部特征以及面部关键点特征之间进行交换,得到双分支特征;通道交互模块用于对所述双分支特征进行通道层面信息融合,得到最终特征;首先将全局特征交互模块输出的双分支特征,即面部特征以及面部关键点特征,进行拼接操作,以此实现特征的初步融合,生成拼接后的特征Fc;紧接着,引入一个多层感知机层MLP,多层感知机层MLP与softmax函数相结合,共同构成一个学习机制,用于学习并生成权重向量wa,wb:[wa,wb]=softmaxMLPFc;其中,wa和wb则是融合机制学习得到的通道自适应权值,wa为面部特征的通道自适应权值,wb为面部关键点特征的通道自适应权值;运用设计的两个通道自适应权值,对相应的特征进行融合处理,这一融合过程的输出结果即为最终特征Ffuse,其计算公式如下所示:Ffuse=wa*f1+wb*f2;其中,f1和f2分别代表输入全局特征交互模块的特征一及特征二,即主干网络提取的面部特征以及使用人脸关键点检测器提取面部关键点特征;动态标签调整模块用于对最终特征重加权并对噪声标签进行更新;通过对最终的特征图进行全连接和softmax归一化操作,得到表情类别概率并输出;步骤3.利用步骤1获取的面部图像数据,对步骤2中搭建的基于多流注意力交互的面部表情识别模型进行训练,并利用训练好的面部表情识别模型,进行面部表情识别。

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科技大学,其通讯地址为:266590 山东省青岛市黄岛区前湾港路579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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。