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一种基于四元数Zernike矩不变量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：CN115410256B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202211036368.4，技术领域涉及：G06V40/16；该发明授权一种基于四元数Zernike矩不变量的人脸表情识别方法是由舒华忠;刘守一;伍家松;孔佑勇设计研发完成，并于2022-08-28向国家知识产权局提交的专利申请。

本一种基于四元数Zernike矩不变量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四元数Zernike矩不变量的人脸表情识别方法，所述方法包括以下步骤：步骤1：采集待验证的彩色人脸表情图像；步骤2：将图像切分为大小相同的9个小块；步骤3：分别对每个小块提取0‑14阶四元数Zernike矩不变量特征；步骤4：基于多局部表征和Transformer的神经网络设计；步骤5：将识别矩阵输入到深度神经网络中进行训练和识别。本发明使用四元数Zernike矩提取的彩色人脸特征具有较高的鲁棒性，利用机器视觉和深度学习技术，有效实现了对愤怒、厌恶、高兴等七种表情的识别。

本发明授权一种基于四元数Zernike矩不变量的人脸表情识别方法在权利要求书中公布了：1.一种基于四元数Zernike矩不变量的人脸表情识别方法，其特征在于，包括以下步骤： 步骤1：采集待验证的彩色人脸表情图像； 步骤2：将图像切分为大小相同的9个小块； 步骤3：分别对每个小块提取0-14阶四元数Zernike矩不变量特征； 步骤3.1：对每一小块的R、G、B三个通道分别提取0-14阶Zernike矩特征； 步骤3.2：使用快速计算方法获取三个通道的矩特征，进而得到四元数Zernike矩特征； 步骤3.3：对9个小块的四元数Zernike矩特征分别提取矩的旋转不变量特征再进行级联，即彩色人脸表情图像的识别矩阵； 步骤4：基于多局部表征和Transformer的神经网络设计； 步骤5：将识别矩阵输入到深度神经网络中进行训练和识别； 其中，步骤4基于多局部表征和Transformer的神经网络设计中，其网络结构为： 网络的输入为人脸表情识别向量，大小为24×24×4的矩阵，然后输入到8个LANet中，得到8个注意力图，随后将注意力图输入到随机多注意丢弃算法RandomMulti-AttentionDropping,即RMAD，随后通过MAX函数，将多个注意力图M1～M8集中到一张图M-out中，随后将注意力图M-out和原始输入进行逐元素相乘，得到新的24×24×4的矩阵，将矩阵分成9块，传入Transformer的Encoder模块中，最后连接一个全连接层和分类层； RMAD的工作原理为：对于N个通道的输入，随机选择其中的一个通道，将特征值全部置为0，MAX函数的结构为： M-outx,y＝MAX{Mpx,y}, 其中p的取值为1～8，M1～M8均为注意力图； 步骤4中，LANet的结构为：两个1×1的卷积核串联，末尾加上一个Sigmoid激活函数。

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：210096 江苏省南京市玄武区四牌楼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”。