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！

龙图腾网获悉重庆邮电大学申请的专利基于视觉Transformer和卷积网络相融合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：CN115937945B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202211590920.4，技术领域涉及：G06V40/16；该发明授权基于视觉Transformer和卷积网络相融合的人脸表情识别方法是由米建勋;刘毅;邹立志设计研发完成，并于2022-12-12向国家知识产权局提交的专利申请。

本基于视觉Transformer和卷积网络相融合的人脸表情识别方法在说明书摘要公布了：本发明属于计算机视觉的图像分类领域，具体涉及一种基于视觉Transformer和卷积网络相融合的人脸表情识别方法，该方法具有如下特征，包括以下步骤：步骤1，将待训练图像进行预处理获得预处理图像；步骤2，将预处理图像输入到基于视觉Transformer和卷积网络相融合的模型进行训练，进而得到模型的权重文件，该模型包括卷积模块、编码器以及注意力机制，所述卷积层包括对图片特征的位置信息进行关联；所述编码器包多个残差模块，所述残差模块是将编码器的输入与编码器最后输出作为编码器最后的输出结果，编码器当中由多个残差模块组成，并将这些输出作为融合注意力的输入；所述融合注意力机制将池化层中的输出作为注意力机制模块的输入，将输入的特征图使用自适应的注意力机制找出特征中不同的权重响应，最后输入到视觉Transformer当中进行训练；步骤3，加载模型权重文件，将测试的人脸表情图片输入到模型中得出表情预测结果。此外，本发明的人脸表情识别割模型对各个类别之间的特征更好的分离开，提高了表情识别模型预测的精度。

本发明授权基于视觉Transformer和卷积网络相融合的人脸表情识别方法在权利要求书中公布了：1.一种基于视觉Transformer和卷积网络相融合的人脸表情识别方法，其特征在于，包括以下步骤： 1获取人脸表情图片输入样本和对应的表情类别标签； 2根据所述人脸表情图片进行人脸检测和人脸对齐； 3建立视觉Transformer和卷积网络相融合的网络模型，将所述的人脸表情图片送入模型中提取人脸表情特征，得到图片的表情特征；其中，所述网络模型包括视觉Transformer模块和卷积模块，且视觉Transformer模块中新增自注意力机制CBAM模块，具体计算公式如下： Q,K,V＝XWq,XWk,XWv， 其中Q、K、V分别代表多头自注意力当中的查询、键和值张量；进一步的计算公式为： Ii-1＝Seq2ImageXatt， Pi＝CBAMIi-1， Q,K,V＝XWq,PiWk,PiWv， 其中Xatt是第i-1层视觉Transformer输出的特征序列，Seq2Image·是将一维特征序列转换为二维特征图，Ii-1是二维特征图，CBAM·是将输入的特征图采用自注意力机制，对特征图的通道及空间维度进行自适应权重响应，Pi是Ii-1经过CBAM模块得到的一维序列特征张量； 4计算输入进网络模型当中的各个类别图片在所有图片当中的数量占比； 5将表情特征送入分类器进行分类，输出分类结果； 6根据每个表情类别在整个数据集当中所占的比例计算对应的损失值。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区崇文路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。