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表情迁移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：CN115565226B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202211218302.7，技术领域涉及：G06V40/16；该发明授权一种基于表情迁移的人脸表情识别方法是由任亚洲;吴振谦;蒲晓蓉设计研发完成，并于2022-09-30向国家知识产权局提交的专利申请。

本一种基于表情迁移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表情迁移的人脸表情识别方法，属于深度学习与图像处理技术领域。本发明通过提取出高纯度的表情相关特征，进而提高表情识别任务的精度。本发明方法为：利用已有成熟网络提取表情图像的全局特征向量，并使用分解器将全局特征向量分解为特征向量A和特征向量B；进行表情迁移训练，使特征向量A演变为表情相关特征，而特征向量B演变为表情无关特征；利用表情相关特征进行表情识别，输出表情类别。本发明借助表情迁移的辅助任务，将原始的含有干扰信息的表情特征向量分解为表情相关特征向量与表情无关特征向量，表情相关特征向量是高质量的，更利于表情识别任务。

本发明授权一种基于表情迁移的人脸表情识别方法在权利要求书中公布了：1.一种基于表情迁移的人脸表情识别方法，其特征在于，包括以下步骤： 步骤1，构建人脸表情识别图像数据集，并对图像数据集中的图像进行预处理，获取指定尺寸的样本图像，并为各样本图像设置对应的表情类别标签，并将指定数量的样本图像作为训练集； 步骤2，构建网络模型： 在选取的用于图像分类的第一特征提取网络后连接一个分解器，用于将特征提取网络提取到的图像特征分解为两个子特征向量； 构建一个与第一特征提取网络的网络结构相同的网络，作为第二特征提取网络，并在第二特征提取网络后连接一个全连接层作为鉴别器，用于输出图像为真或为伪的概率； 选取一个解码网络作为生成器，用于生成新的人脸表情图像； 步骤3，对步骤2构建的网络模型进行训练： 将训练集中的所有样本图像输入到特征提取网络，经分解器得到每个样本图像的两个子特征向量：特征向量A和B； 将训练集中的所有样本图像输入到鉴别器中，设置所有样本图像的鉴别标签为真，基于二分类交叉熵损失对鉴别器的网络参数进行调优，当二分类交叉熵损失满足指定条件时停止； 对训练集中的每一个样本图像，在该训练集中随机挑选一幅样本图像作为其参考图像，将训练集中的样本图像的特征向量A与其参考图像的特征向量B相加后输入到生成器中，输出一幅新样本图像； 再将新样本图像输入到调优后的鉴别器中，并设置新样本图像的鉴别标签为伪，基于二分类交叉熵损失对鉴别器、生成器和第一、第二特征提取网络的网络参数进行调优；当检测到表情迁移成功时，停止调优，并执行步骤4； 其中，表情迁移成功指：新样本图像与原样本图像的表情一致，且新样本图像的人脸的相貌与参考图像一致； 步骤4，在分解器的输出特征向量A之后添加一层维度为表情类别数的全连接层，基于第一特征提取网络、分解器输出特征向量A支路和一层全连接层组成表情识别模型； 将训练集中的所有样本图像输入所述表情识别模型，基于多分类交叉熵损失对表情识别模型的网络参数进行调优，当分类精度满足指定条件时停止，得到训练好的表情识别模型； 步骤5，对待识别图像进行图像预处理，以使预处理后的待识别图像与表情识别模型的输入相匹配； 再将图像预处理后的待识别图像输入至训练好的表情识别模型，基于其输出得到表情识别结果。

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”。

以上内容由龙图腾AI智能生成。