Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江西师范大学罗珍珍获国家专利权

江西师范大学罗珍珍获国家专利权

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!

龙图腾网获悉江西师范大学申请的专利基于情绪矩阵与高聚集子图网络的困惑表情识别方法、装置、设备及存储介质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:CN121074967B

龙图腾网通过国家知识产权局官网在2026-03-24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:202511235092.6,技术领域涉及:G06V40/16;该发明授权基于情绪矩阵与高聚集子图网络的困惑表情识别方法、装置、设备及存储介质是由罗珍珍;罗勇设计研发完成,并于2025-09-01向国家知识产权局提交的专利申请。

基于情绪矩阵与高聚集子图网络的困惑表情识别方法、装置、设备及存储介质在说明书摘要公布了:本申请提供一种基于情绪矩阵与高聚集子图网络的困惑表情识别方法、装置、设备及存储介质。涉及图像分类处理技术领域。该方法包括:构建预定义的情绪矩阵;提取输入面部图像的特征向量,将特征向量与情绪矩阵中对应表情类别的嵌入向量进行特征融合,生成节点特征;基于所有面部图像的特征向量构建邻接矩阵,并根据邻接矩阵和节点特征生成全局亲和图;以节点特征作为顶点,将全局亲和图输入全局图卷积网络,输出顶点置信度;以每个顶点为锚点,基于顶点置信度筛选高置信度邻域节点,构建高聚集子图;将高聚集子图输入局部图卷积网络,通过全连接层输出表情分类结果。该方法能够更加精准地捕捉其独特的特征信息,从而提升识别的准确性。

本发明授权基于情绪矩阵与高聚集子图网络的困惑表情识别方法、装置、设备及存储介质在权利要求书中公布了:1.一种基于情绪矩阵与高聚集子图网络的困惑表情识别方法,其特征在于,所述方法包括: 构建预定义的情绪矩阵;其中,所述情绪矩阵包括行、列和嵌入向量,所述行对应表情类别,所述列对应情感维度,所述嵌入向量表示表情类别在情感维度上的权重值; 提取输入面部图像的特征向量,将所述特征向量与情绪矩阵中对应表情类别的嵌入向量进行特征融合,生成节点特征; 基于所有面部图像的特征向量构建邻接矩阵,并根据所述邻接矩阵和节点特征生成全局亲和图; 以所述节点特征作为顶点,将所述全局亲和图输入全局图卷积网络,输出顶点置信度; 以每个顶点为锚点,基于顶点置信度筛选高置信度邻域节点,构建高聚集子图; 将所述高聚集子图输入局部图卷积网络,通过全连接层输出表情分类结果; 通过如下公式确定顶点置信度: 14 其中:Ni表示顶点i的数量,yi表示顶点i的真实标签,yj表示顶点j的真实标签,表示和两个顶点之间的余弦相似度,为指示函数。

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江西师范大学,其通讯地址为:330027 江西省南昌市北京西路437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。