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！

龙图腾网获悉电子科技大学申请的专利一种基于卷积神经网络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：CN118675209B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202410691565.2，技术领域涉及：G06V40/16；该发明授权一种基于卷积神经网络和光流特征的微表情识别方法是由赵轲;杨光乾;王念慈;郝聪婷;叶桂兰;王月欣;赖成莹;付小桐;郭鸾设计研发完成，并于2024-05-30向国家知识产权局提交的专利申请。

本一种基于卷积神经网络和光流特征的微表情识别方法在说明书摘要公布了：本发明属于表情识别领域，提供一种基于卷积神经网络和光流特征的微表情识别方法，用以提高微表情识别的适配性和准确性。本发明首先，构建人脸检测模块，对视频段中每一图像帧进行人脸检测，输出人脸关键点信息，并根据人脸关键点信息提取面部感兴趣区域：鼻子、嘴、左眼及眉毛、右眼及眉毛；然后，引入光流信息及光应变信息，用以表征面部运动的时空信息和面部变形的强度信息，计算每一图像帧的光流特征值，并使用二值搜索算法搜索得到光流特征值最大的图像帧作为微表情识别中的顶点帧；最后，构建基于卷积神经网络的微表情识别模型，以顶点帧的光流水平、垂直分量与光应变作为输入，由微表情识别模型输出微表情的类别预测结果。

本发明授权一种基于卷积神经网络和光流特征的微表情识别方法在权利要求书中公布了：1.一种基于卷积神经网络和光流特征的微表情识别方法，其特征在于，包括以下步骤： 步骤1、采用人脸检测模块对视频段中每一图像帧进行人脸检测，输出人脸关键点信息； 步骤2、根据人脸关键点信息提取四个面部感兴趣区域：鼻子、嘴、左眼及眉毛、右眼及眉毛； 步骤3、采用TV_L1光流计算算法计算视频段中所有图像帧与第一图像帧的光应变，并计算图像帧中每个感兴趣区域的光应变值，并相加作为图像帧的光流特征值； 步骤4、以视频段第一帧作为微表情起始帧，最后一帧为微表情终止帧，在视频段的图像帧序列中使用二值搜索算法搜索得到光流特征值最大的图像帧，将其作为微表情顶点帧； 步骤5、将顶点帧的光应变、光流水平分量与光流垂直分量作为输入，由基于卷积神经网络的微表情识别模型输出微表情的类别预测结果，微表情的类别包括积极、消极、惊奇与其他； 基于卷积神经网络的微表情识别模型包括：3个特征提取模块、2个全连接层及softmax层；其中，3个特征提取模块采用相同网络结构，并分别对顶点帧的光应变、光流水平分量与光流垂直分量进行特征提取，对应得到一维特征向量；3个一维特征向量通过拼接实现特征融合，融合后特征向量经过2个全连接层进行维度转换，最后由softmax层进行微表情的类别预测，输出类别预测结果； 特征提取模块包括：2个卷积模型、最大池化层及全连接层；2个卷积模型采用相同网络结构，由2个3×3的卷积层连接构成，第一个卷积层的步长为1、第二卷积层的步长为2；输入依次经过2个卷积模块与最大池化层后得到三维特征图，三维特征图经过展平转换为一维特征图，并经过全连接层后输出。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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”。