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申请的专利基于联合模型压缩的轻量化人脸表情识别框架构建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：CN116844201B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202310670137.7，技术领域涉及：G06V40/16；该发明授权基于联合模型压缩的轻量化人脸表情识别框架构建方法是由樊春晓;李劲滔;宋光明设计研发完成，并于2023-06-07向国家知识产权局提交的专利申请。

本基于联合模型压缩的轻量化人脸表情识别框架构建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，且公开了基于联合模型压缩的轻量化人脸表情识别框架构建方法，包括以下步骤：S1、数据预处理阶段，其目的是将原始图像数据转化为更合适模型训练和评估的形式，采用CK+、FER2013数据集，并将其划分为训练集和测试集两部分；S2、网络自蒸馏阶段，选用VGG‑16模型作为知识蒸馏的初始模型，该阶段采用样本匹配正则项来最小化目标概率分布和原模型预测结果之间的KL散度。本发明设计了一种将人脸识别算法移植到终端的可行框架，实现了几种模型压缩技术之间的动态结合，发挥它们各自的优势，在保证模型精度的情况下，减小了人脸表情识别模型所占用的内存空间大小和计算资源消耗，有效地提高了模型在设备上的运行效率。

本发明授权基于联合模型压缩的轻量化人脸表情识别框架构建方法在权利要求书中公布了：1.基于联合模型压缩的轻量化人脸表情识别框架构建方法，其特征在于，包括以下步骤： S1、数据预处理阶段，其目的是将原始图像数据转化为更合适模型训练和评估的形式，采用CK+、FER2013数据集，并将其划分为训练集和测试集两部分； S2、网络自蒸馏阶段，选用VGG-16模型作为知识蒸馏的初始模型，该阶段采用样本匹配正则项来最小化目标概率分布和原模型预测结果之间的KL散度，以保持同一类样本的预测分布一致性； S3、通道系数优化阶段，首先设定一个数组来存储L1惩罚项的总和，然后，对当前层所有通道系数的绝对值进行缩放和平移变换，以获得L1惩罚项，并将它们按通道进行求和后存入数组中，最后，按降序对数组中的数据进行排序，并确定通道系数裁剪的阈值；在该阶段，引入一种非凸L1正则化函数，对通道缩放系数进行处理，使它们趋近于0；对于变量非凸L1正则化的公式如下：式中，非凸形式的L1惩罚函数为：； S4、剪枝量化阶段，根据上一阶段得到的阈值以及预先设定好的剪枝比率，对模型进行剪枝处理，即将小于阈值的通道系数设置为0，并删除相应的连接生成剪枝模型，最后，再对剪枝模型进行低比特量化，把模型的权重量化到“2”。

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，其通讯地址为：230002 安徽省合肥市屯溪路193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。