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！

龙图腾网获悉合肥工业大学智能制造技术研究院申请的专利基于自监督对比学习与半监督混合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：CN116246318B 。

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：202310015062.9，技术领域涉及：G06V40/16；该发明授权基于自监督对比学习与半监督混合的人脸表情识别方法是由闵海;刁振宁;张业茂;陈涵设计研发完成，并于2023-01-05向国家知识产权局提交的专利申请。

本基于自监督对比学习与半监督混合的人脸表情识别方法在说明书摘要公布了：本发明涉及人脸表情识别技术领域，且公开了基于自监督对比学习与半监督混合的人脸表情识别方法，包括以下步骤：S1、通过对无标签的人脸表情数据集进行实例级别的区分，并采用BYOL模型训练200轮，最终获得骨干模型的输出特征层以用作后续半监督方法的预训练权重；S2、为了更好的使用对比学习模型，采用pytorch_lighting的框架进行训练，并采取了特殊的权重提取方式，具体过程为：遍历pytorch_lighting权重格式，根据resnrt的权重规范，依次提取权重字典的内容一一赋值至resnet的初始结构中，最终获得想要的部分权重后再进行半监督微调训练。本发明公开的方法是基于自监督方法的，然后配合半监督方法进行高效学习，从而实现低成本高质量的人脸表情识别。

本发明授权基于自监督对比学习与半监督混合的人脸表情识别方法在权利要求书中公布了：1.基于自监督对比学习与半监督混合的人脸表情识别方法，其特征在于，包括以下步骤： S1、通过对无标签的人脸表情数据集进行实例级别的区分，并采用BYOL或者SimSiam模型训练200轮，最终获得骨干模型的输出特征层以用作后续半监督方法的预训练权重； S2、为了更好的使用对比学习模型，采用pytorch_lighting的框架进行训练，并采取了特殊的权重提取方式，具体过程为：遍历pytorch_lighting权重格式，根据resnet的权重规范，依次提取权重字典的内容一一赋值至resnet的初始结构中，最终获得想要的部分权重后再进行半监督微调训练； S3、先将人脸表情数据集RAF-DB上采用分割算法以划分出标签数据集以及无标签数据集；分割算法采取特定规则，当索引为1时，将标签都打乱，然后取列表前250个作为train_labeled_idxs，剩下的为train_unlabeled_idxs；当标签索引为0以及2-6时，将所有标签打乱，然后取列表前（4000-250）6个作为train_labeled_idxs，剩下的为train_unlabeled_idxs，此处4000标签数据值是可人为改动的； S4、对于标签数据集直接采用预训练模型来进行全监督微调；对于无标签数据集，一方面采取自适应置信度边界的方面来划分该部分数据集为高置信度无标签数据集以及低置信度无标签数据集；对于高置信度无标签数据集采取全监督微调方法，对于低置信度无标签数据集采用监督对比学习方法SupCon来进行监督对比训练； S5、将最终训练好的权重提取骨干，然后进行实现人脸表情识别设计，以达到输入图片及其自动判别图片为哪个人脸表情类别的效果。

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合肥工业大学智能制造技术研究院，其通讯地址为：230051 安徽省合肥市包河区花园大道369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”。