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！

龙图腾网获悉东南大学申请的专利基于放大知识保持的微表情识别方法及装置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：CN115909451B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202211439173.4，技术领域涉及：G06V40/16；该发明授权基于放大知识保持的微表情识别方法及装置是由宗源;王非凡;郑文明设计研发完成，并于2022-11-17向国家知识产权局提交的专利申请。

本基于放大知识保持的微表情识别方法及装置在说明书摘要公布了：本发明公开了一种基于放大知识保持的微表情识别方法及装置，方法包括：获取宏、微表情图像序列样本并进行预处理；从宏表情图像序列样本中提取最后一帧、索引靠前帧，组成强弱表情对；构建强表情双流卷积神经网络，并提取强表情样本的静态空间特征和动态空间特征作为训练样本进行训练；以训练好的强表情网络为预训练网络，构建强‑弱表情双流卷积神经网络，并采用强弱表情对进行训练；以训练好的强‑弱表情网络为预训练网络，构建弱‑微表情双流卷积神经网络，并采用弱表情与微表情图像序列中间帧配对进行训练；将待识别微表情视频输入训练好的弱‑微表情双流卷积神经网络，识别出微表情类别。本发明准确率更高。

本发明授权基于放大知识保持的微表情识别方法及装置在权利要求书中公布了：1.一种基于放大知识保持的微表情识别方法，其特征在于该方法包括： 1获取宏、微表情图像序列样本并进行预处理，所述宏、微表情图像序列样本由若干宏、微表情视频转化而来； 2从宏表情图像序列样本中提取最后一帧作为强表情样本，提取索引靠前帧作为弱表情样本，组成强弱表情对； 3构建强表情双流卷积神经网络，并提取强表情样本的静态空间特征和动态空间特征作为训练样本进行训练； 4以训练好的强表情网络为预训练网络，构建强‑弱表情双流卷积神经网络； 5将强弱表情对作为训练样本对强‑弱表情双流卷积神经网络进行训练； 6以训练好的强‑弱表情网络为预训练网络，构建弱‑微表情双流卷积神经网络； 7将弱表情样本与微表情图像序列中间帧配对，形成弱微表情对并作为训练样本对弱‑微表情双流卷积神经网络进行训练； 8提取待识别微表情视频的静态空间特征和动态空间特征输入训练好的弱‑微表情双流卷积神经网络，识别出微表情类别； 步骤3具体包括： 3‑1对所述强表情样本进行灰度化处理，将得到的灰度图片复制并堆叠成3通道灰度图片，作为静态空间特征； 3‑2获取所述宏表情图像序列样本的起始帧； 3‑3分别计算起始帧与强表情样本之间的水平光流场、垂直光流场以及光学应变强度，并堆叠成3通道光流图，作为动态时间特征； 3‑4建立强表情双流卷积神经网络，所述强表情双流卷积神经网络包括静态特征卷积支路、动态特征卷积支路和将两个支路的输出值进行平均值加权融合的融合层，所采用的的损失函数为： ,式中，为表情类别数目，为真实标签所对应的实际概率分布，、分别表示第个输出神经元及其权重； 3‑5将静态空间特征和动态时间特征对应输入强表情双流卷积神经网络进行训练，训练时采用随机梯度下降算法。

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东南大学，其通讯地址为：211102 江苏省南京市江宁区东南大学路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。