山东财经大学迟静获国家专利权
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!
龙图腾网获悉山东财经大学申请的专利基于三分支网络的微表情识别方法及系统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:CN119625805B 。
龙图腾网通过国家知识产权局官网在2025-07-22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:202411705395.5,技术领域涉及:G06V40/16;该发明授权基于三分支网络的微表情识别方法及系统是由迟静;沈天舒;雷雁蕾;王雁冰;徐铭设计研发完成,并于2024-11-26向国家知识产权局提交的专利申请。
本基于三分支网络的微表情识别方法及系统在说明书摘要公布了:本发明提出了一种基于三分支网络的微表情识别方法及系统,涉及微表情识别的技术领域,针对的问题是:现有微表情识别技术,微表情样本不足,难以学习到多类型特征,模型识别精度低。该方法获取视频序列,并对视频序列进行预处理,得到光流图,对光流图进一步处理得到光应变图,将视频序列、光流图及光应变图分别输入至三分支网络,提取人脸特征、光流特征及光应变特征,并将人脸特征、光流特征及光应变特征进行融合,对融合后的特征进行微表情分类,获得微表情的分类结果。本发明克服了微表情样本不足等问题,能够利用隐含的不同信息,减少识别过程中人脸细微特征的丢失,使模型能够更有效地处理难以分类的样本,显著提高了微表情识别的精确度。
本发明授权基于三分支网络的微表情识别方法及系统在权利要求书中公布了:1.一种基于三分支网络的微表情识别方法,其特征在于,包括: 获取视频序列,并对视频序列进行预处理,得到光流图,以及对光流图进一步处理得到光应变图,视频序列包括视频帧; 将视频帧输入至第一分支网络,第一分支网络基于深度学习及深度增强通道注意力提取人脸特征; 将光流图输入至第二分支网络,第二分支网络利用第二浅层卷积神经网络及第二面部特征增强注意力提取光流图的特征; 将光应变图输入至第三分支网络,第三分支网络利用第三浅层卷积神经网络及第三面部特征增强注意力提取光应变图的特征; 将人脸特征、光流图的特征、光应变图的特征进行融合; 对融合后的特征进行微表情分类,获得微表情的分类结果; 第二分支网络及第三分支网络结构相同,均包括:三个并行流、通道层、面部特征增强注意力模块、第二融合模块、全连接层; 在第二分支网络中,每个并行流使用不同参数的卷积核,用于提取不同大小的特征,经过并行流之后,三个并行流中的特征在通道层面拼接在一起,得到第一融合特征; 第一面部特征增强注意力模块对第一融合特征进行组合和加权平均; 将经过第一面部特征增强注意力模块得到的特征与第一融合特征进行进一步的融合,得到第二融合特征; 将第二融合特征经过全连接层处理后并输出光流图的特征。
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财经大学,其通讯地址为:250014 山东省济南市历下区二环东路7366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”。
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。