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！

龙图腾网获悉东南大学申请的专利基于空间注意力和深度神经网络的人脸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：CN115171180B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202210598202.5，技术领域涉及：G06V40/16；该发明授权基于空间注意力和深度神经网络的人脸表情识别方法是由李春国;吴宇凡;李武斌;罗顺;陆敬奔;杨绿溪设计研发完成，并于2022-05-30向国家知识产权局提交的专利申请。

本基于空间注意力和深度神经网络的人脸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空间注意力和深度神经网络的人脸表情识别方法，可用于实现对人脸面部表情的实时检测。该发明主要包括：获取人脸表情数据集，按一定比例划分为训练集、验证集、测试集后，提取出图像中的人脸部分，并进行旋转、水平翻转、裁剪、色彩抖动等数据增强操作；训练表情分类网络，使用基于逆向残差层与的卷积神经网络提取图像特征后，通过空间注意力机制对图像各区域的重要性进行区分，并基于得到的特征对人脸图像进行表情分类；在人脸表情分类数据集上评估网络的识别效果。本发明相比于当前主要的人脸面部表情分类算法，获得了更高的平均分类准确率，且算法实时性高，是一种高质量的人脸面部表情识别算法。

本发明授权基于空间注意力和深度神经网络的人脸表情识别方法在权利要求书中公布了：1.一种基于空间注意力和深度神经网络的人脸表情识别方法，其特征在于，该方法包括如下步骤： 步骤S1：根据公开的人脸表情数据集，构建训练集、验证集和测试集；通过预处理提取出图像中的人脸部分，并进行旋转、水平翻转、裁剪、色彩抖动数据增强操作； 步骤S2：构建基于逆向残差层和空间注意力机制的人脸表情分类识别网络；利用所构建的训练集对网络模型进行监督训练，直到网络收敛到最优性能；在训练的过程中，用验证集来反应训练过程； 步骤S3：将收敛的网络模型在所构建的测试集上进行测试，根据总体分类准确率、平均分类准确率和分类混淆矩阵评估网络性能； 所述步骤S1中预处理包括：首先提取出输入的待分类的RGB人脸图像中的人脸轮廓；随后从原始图像中将人脸部分分割出来，并将分割后得到的图像像素做双线性插值处理；最后进行数据增强处理，增强手段包含：随机旋转、随机裁剪、水平翻转、随机修改RGB图像的饱和度、色调、随机添加高斯噪声，最后对RGB图像进行标准化； 所述分类识别网络包括： a图像特征提取模块：其输入为预处理后的人脸图像，该模块包括五个逆向残差层，每个逆向残差层由两个逆向残差块构成，第一个逆向残差块会对输入特征的尺寸进行下采样，第二个逆向残差块保持输入特征的尺寸不变，所述逆向残差块在处理图像特征时首先通过扩张层将输入维度增高，随后利用深度可分离卷积充分提取特征信息，最后通过投影层将提取到的特征从高维度空间映射回低维度，从而减少后续计算量； b空间注意力机制：其输入为图像特征提取模块的输出特征，获取图像特征信息后，首先将特征在宽高纬度展开，随后使用softmax对其进行激活，最后使用全局平均池化对softmax的输出进行处理； cFocalloss损失函数：所述网络模型采用Focalloss作为训练时的损失函数，通过对难分类类别添加动态调整因子与样本平衡因子，提高网络模型在样本数量较少的类别的分类准确率，从而提高网络模型的平均分类准确率。

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东南大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路2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”。