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！

龙图腾网获悉南京邮电大学申请的专利一种基于Transformer和显著图的时空区三流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：CN117953561B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202311645112.8，技术领域涉及：G06V40/16；该发明授权一种基于Transformer和显著图的时空区三流微表情识别方法是由闫静杰;李泽宇;周晓阳;包岩设计研发完成，并于2023-12-04向国家知识产权局提交的专利申请。

本一种基于Transformer和显著图的时空区三流微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Transformer和显著图的时空区三流微表情识别方法，包括：使用ResNet18从光流图中提取光流特征，将其传递给自注意力模块生成显著图；将显著图与微表情序列的峰值帧点乘，留下峰值帧中关键的微表情部分，利用ResNet18提取空间流特征后传递给自注意力模块；使用VisionTransformer从微表情起始帧中提取区域位置特征，包括人脸、五官区域位置信息；将光流特征、空间流特征和区域位置特征输入到Transformer，利用多头注意力机制进行特征融合，最后输入到softmax层进行分类。本发明最大程度上利用了微表情序列的起始帧和峰值帧，加强了各特征间的关联并且使得网络更加关注于人脸表情的细微运动变化。

本发明授权一种基于Transformer和显著图的时空区三流微表情识别方法在权利要求书中公布了：1.一种基于Transformer和显著图的时空区三流微表情识别方法，其特征在于，包括如下步骤： 步骤一、使用ResNet18从光流图中提取光流特征，将所述光流特征传递给自注意力模块，并生成显著图； 步骤二、将所述显著图与微表情序列的峰值帧进行点乘，留下所述峰值帧中关键的微表情部分，利用所述ResNet18提取空间流特征后传递给所述自注意力模块； 步骤三、使用VisionTransformer从微表情数据库的起始帧中提取区域位置特征，所述区域位置特征包含人脸、五官区域位置信息； 步骤四、将所述光流特征、所述空间流特征和所述区域位置特征输入到Transformer，利用多头注意力机制进行特征融合； 所述步骤三中Transformer包括所述自注意力模块，所述自注意力模块计算输入序列内部元素之间的关系和权重，所述自注意力模块的权重计算公式如下，对于处于位置的元素，计算自注意力权重： ， 其中，代表位置的查询向量，代表位置的键向量，为键的维度； 计算自注意力输出： ， 其中，代表值矩阵； 所述步骤四将所述步骤一中输出的特征、所述步骤二中输出的特征和所述步骤三中输出的特征输入到Transformer中，利用多头互注意力机制融合，具体如下： ， ， ， ， 其中，表示通过第个互注意力机制，得到的时间特征矩阵对于空间特征矩阵所需要关注的情感特征，表示通过第个互注意力机制得到的空间特征矩阵相对于时间特征矩阵所需要关注的情感特征，然后将和拼接得到时间和空间特征矩阵通过第个互注意力模块的输出；同理计算光流特征和区位特征通过多头互注意力模块得到的输出，以及空间特征和区位特征通过多头互注意力模块得到的输出，最后将多个输出进行拼接得到完整的输出： 。

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南京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66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”。

以上内容由龙图腾AI智能生成。