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！

龙图腾网获悉厦门大学申请的专利一种基于PCANet+和LSTM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：CN116645717B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202310681811.1，技术领域涉及：G06V40/16；该发明授权一种基于PCANet+和LSTM的微表情识别方法及系统是由姚俊峰;王仕琪;龙飞设计研发完成，并于2023-06-09向国家知识产权局提交的专利申请。

本一种基于PCANet+和LSTM的微表情识别方法及系统在说明书摘要公布了：本发明提供了表情识别技术领域的一种基于PCANet+和LSTM的微表情识别方法及系统，方法包括：步骤S10、对人像视频中的各帧人头图像的人脸进行关键点检测；步骤S20、基于关键点对人头图像进行预处理得到若干张人脸图像；步骤S30、对人脸图像的帧数进行归一化；步骤S40、对各人脸图像进行光流计算，得到光流图像序列；步骤S50、将光流图像序列输入PCANet+网络得到若干张特征图，对各特征图进行加权平均得到一张二维特征图；步骤S60、基于关键点从二维特征图中截取特征区域，将各特征区域输入LSTM网络提取时序特征并进行加权求合得到不同类别微表情的分数；步骤S70、使用Softmax函数将分数映射为不同类别微表情的概率。本发明的优点在于：极大的提升了微表情的识别效果。

本发明授权一种基于PCANet+和LSTM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PCANet+和LSTM的微表情识别方法，其特征在于：包括如下步骤： 步骤S10、获取人像视频，对所述人像视频中的各帧人头图像的人脸进行关键点检测； 步骤S20、基于各所述关键点对各帧人头图像进行对齐、剪裁以及缩放的预处理，得到若干张人脸图像； 步骤S30、对所述人脸图像的帧数进行归一化； 步骤S40、对各所述人脸图像进行光流计算，得到光流图像序列； 步骤S50、将所述光流图像序列输入PCANet+网络进行空间特征提取，得到若干张特征图，对各所述特征图进行加权平均得到一张二维特征图； 步骤S60、基于各所述关键点从二维特征图中截取特征区域，将各所述特征区域输入LSTM网络提取时序特征，对各所述时序特征进行加权求合得到不同类别微表情的分数； 步骤S70、使用Softmax函数将所述分数映射为不同类别微表情的概率，以完成微表情的识别； 所述步骤S50具体为： 将所述人像视频分割为K个片段，每个所述片段包含T帧人脸图像，对每个所述片段进行光流计算和堆叠后，得到一个多通道光流图像的集合，其中为第i个片段对应的多通道图像；然后把中的光流图像依次输入到两层的PCANet+网络中，其中第一个PCA卷积层的滤波器个数表示为D1，大小为k1×k1，第二个PCA卷积层的滤波器个数表示为D2，大小为k2×k2；每个卷积层后面接一个池化层，其中第一个为平均池化层，其滤波器的大小固定为3×3，第二个池化层是最大池化层，其滤波器的大小设置为3×3；多通道图像经过两层的PCANet+网络后得到D2张二维的特征图像集合； LSTM网络对PCANet+网络第二层的输出进行加权平均，得到一张二维特征图。

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厦门大学，其通讯地址为：361001 福建省厦门市思明区思明南路422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。