杭州电子科技大学周文晖获国家专利权
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！
龙图腾网获悉杭州电子科技大学申请的专利基于双流Vision Transformer的微表情序列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：CN116824656B 。
龙图腾网通过国家知识产权局官网在2025-12-09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：202310062839.7，技术领域涉及：G06V40/16；该发明授权基于双流Vision Transformer的微表情序列识别方法是由周文晖;豆孝龙;祝浩男;张桦;戴国骏设计研发完成，并于2023-01-16向国家知识产权局提交的专利申请。
本基于双流Vision Transformer的微表情序列识别方法在说明书摘要公布了：本发明公开了基于双流VisionTransformer的微表情序列识别方法；首先获取连续时间内的多张微表情图像，对微表情序列图像进行预处理，得到预处理后的微表情序列图像和光流图像；通过TS‑ViT模块，获得每张光流图像和对应微表情图像的融合特征；再通过时间注意力机制模块学习连续帧的时空特征，然后进行特征融合得到新的特征向量序列；将新的特征向量序列输入到Bi‑LSTM学习微表情序列时间维度上的前向和后向的依赖关系，最后输出微表情识别结果。本发明解决了微表情数据集数据量偏少导致网络训练欠拟合的问题。
本发明授权基于双流Vision Transformer的微表情序列识别方法在权利要求书中公布了：1.基于双流Vision Transformer的微表情序列识别方法，其特征在于，包括以下步骤： 步骤1、获取连续时间内的多张微表情图像； 步骤2、对微表情序列图像进行预处理，得到预处理后的微表情序列图像和光流图像； 步骤3、将步骤2得到的每张光流图像和对应微表情图像送入TS‑ViT模块，获得每张光流图像和对应微表情图像的融合特征；TS‑ViT模块包括Vision Transformer和交叉注意力机制模块； 步骤4、再通过时间注意力机制模块学习连续帧的时空特征，然后进行特征融合得到新的特征向量序列； 步骤5、将新的特征向量序列输入到Bi‑LSTM学习微表情序列时间维度上的前向和后向的依赖关系； 步骤6、通过一个全连接层将特征向量空间通过线性变换映射到样本空间，然后用Softmax函数将输出映射到0,1区间，得到每组微表情序列所属类别的概率值组成的向量，最后根据概率向量值得到微表情识别结果。
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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区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”。
以上内容由龙图腾AI智能生成。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励