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！

龙图腾网获悉西安理工大学申请的专利基于视频运动放大和光流特征的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：CN115331289B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202210948759.7，技术领域涉及：G06V40/16；该发明授权基于视频运动放大和光流特征的微表情识别方法是由赵明华;董爽爽;都双丽;胡静;李鹏;王琳;王理设计研发完成，并于2022-08-09向国家知识产权局提交的专利申请。

本基于视频运动放大和光流特征的微表情识别方法在说明书摘要公布了：本发明公开了基于视频运动放大和光流特征的微表情识别方法，具体为：选取数据集并按照情绪分类；对所选数据集的所有原始图像帧序列进行预处理，得到的所有单通道灰度图序列作为网络模型输入的一部分；采用基于深度学习的“RAFT”网络结构，来计算得到的所有图像帧序列的光流特征并将可视化得到光流图作为网络模型输入的另一部分；将所有单通道灰度图序列和所有可视化RGB光流图序列叠加成四通道图像，输入到设计的VGG16网络提取微表情的空域特征并分类得到最终的识别精度。该方法解决了现有技术中存在的微表情识别方法中面部运动强度低，持续时间短，提取视频帧中人脸的细微运动变化困难的关键问题。

本发明授权基于视频运动放大和光流特征的微表情识别方法在权利要求书中公布了：1.基于视频运动放大和光流特征的微表情识别方法，其特征在于，具体按照如下步骤实施： 步骤1，选取数据集并按照情绪分类； 步骤2，对所选数据集的所有原始图像帧序列进行预处理，得到的所有单通道灰度图序列作为网络模型输入的一部分； 步骤2具体按照以下步骤实施： 步骤2.1，采用基于学习的视频运动放大方法，放大所选数据集的所有原始图像帧序列中细微的面部肌肉运动幅度； 步骤2.1的具体按照以下步骤实施： 首先，将输入的所有原始图像帧序列中的所有相邻帧Xt-1,Xt通过编码器He·得到他们各自的形状特征Mt-1,Mt和纹理特征Vt-1,Vt； 然后，将前后帧的形状特征Mt-1,Mt送入放大器进行动作幅度放大；其中，放大器Hm·表示为： 1 式1中g·由3×3卷积后面跟ReLU激活函数表示，h·是3×3卷积后面跟3×3残差块； 最后，解码器将变化了的形状信息与未改变的纹理信息重构，生成放大后的图像帧序列； 步骤2.2，利用dlib库提供的68个关键点信息检测的模型来实现面部对齐操作，裁剪得到面部区域，并将其分辨率统一调整为224像素×224像素； 步骤2.3，选取每个微表情图像序列的峰值帧及前后各4帧，共9帧图像作为关键帧，以减少步骤2.2得到的所有图像帧序列中冗余信息对识别的影响； 步骤2.4，利用cv2.imread函数将步骤2.3得到的所有图像帧序列进行灰度化处理得到单通道的灰度图，作为网络模型输入的一部分； 步骤3，采用基于深度学习的“RAFT”网络结构，来计算步骤2得到的所有图像帧序列的光流特征并将可视化得到光流图作为网络模型输入的另一部分； 步骤4，将步骤2得到的所有单通道灰度图序列和步骤3得到的所有可视化RGB光流图序列叠加成四通道图像，输入到设计的VGG16网络提取微表情的空域特征并分类得到最终的识别精度。

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西安理工大学，其通讯地址为：710048 陕西省西安市碑林区金花南路5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”。