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！

龙图腾网获悉湖南工商大学申请的专利基于跨物种特征学习能力迁移的犬类情绪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：CN116434309B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202310421778.9，技术领域涉及：G06V40/16；该发明授权基于跨物种特征学习能力迁移的犬类情绪识别方法是由李沁;胡春华;刘利枚;曹文治;张军号设计研发完成，并于2023-04-19向国家知识产权局提交的专利申请。

本基于跨物种特征学习能力迁移的犬类情绪识别方法在说明书摘要公布了：本公开实施例中提供了一种基于跨物种特征学习能力迁移的犬类情绪识别方法，属于数据识别技术领域，具体包括：基于两阶段特征学习范式，利用3D卷积神经网络与视觉transformer网络构建人类特征学习模型；对人类特征学习模型进行进阶式多任务协作预训练；对3D卷积神经网络和视觉transformer网络进行简化压缩，构建犬类特征学习模型；设计跨域知识复合蒸馏技术将人类表情特征学习能力迁移至犬类特征学习模型；将犬类特征学习模型与softmax分类器进行连接构成犬类情绪识别框架，利用犬类训练集进行训练，利用训练后的犬类情绪识别框架对目标犬类视频数据识别。通过本公开的方案，提高了情绪识别的适配度和精准度。

本发明授权基于跨物种特征学习能力迁移的犬类情绪识别方法在权利要求书中公布了：1.一种基于跨物种特征学习能力迁移的犬类情绪识别方法，其特征在于，包括： 步骤1，基于两阶段特征学习范式，利用3D卷积神经网络与视觉transformer网络构建人类特征学习模型； 步骤2，设计人类表情相关前置任务对人类特征学习模型进行进阶式多任务协作预训练，其中，所述人类表情相关前置任务包括上下文学习前置任务、面部表情学习前置任务和姿态表情学习前置任务； 所述上下文学习前置任务包括倒叙预测、跳帧估计和中间帧语义分割； 所述倒叙预测的步骤具体包括对原始人类行为视频帧序列进行倒叙预测； 所述跳帧估计的步骤具体包括随机跳过某帧获取剩余帧构成两段子视频，利用这两段子视频对跳过的帧内容进行估计； 所述中间帧语义分割的步骤具体包括对视频中间帧中的人类结构进行语义分割； 所述面部表情学习前置任务的步骤具体包括面部乱序重构与面部残缺估计； 所述姿态表情学习前置任务的步骤具体包括手势骨架估计、肢体骨架夹角计算和关键部位捕捉； 所述步骤2具体包括： 利用上下文学习前置任务对人类特征学习模型中的3D卷积神经网络执行第一阶段预训练； 将3D卷积神经网络与视觉transformer网络进行联结，面部表情学习前置任务及姿态表情学习前置任务对联结后的人类特征学习模型进行第二阶段的协作预训练，完成预训练； 步骤3，对3D卷积神经网络和视觉transformer网络进行简化压缩，构建犬类特征学习模型； 步骤4，设计跨域知识复合蒸馏技术将人类表情特征学习能力迁移至犬类特征学习模型，其中，所述跨域知识复合蒸馏技术包括上下文特征蒸馏和表情输出蒸馏； 所述步骤4具体包括： 设人类特征学习模型中3D卷积神经网络的前m簇卷积层参数为，犬类特征学习模型中的前m簇卷积层参数作为，计算两类模型输出的均方误差作为上下文特征蒸馏损失，其中，所述上下文特征蒸馏损失的计算公式为 其中，和分别为人类场景视频和犬类场景视频，和分别表示人类特征学习模型和犬类特征学习模型中前m簇3D卷积操作，表示前m簇卷积层对应的上下文特征蒸馏损失； 最小化特征学习模型与目标标签的KL散度将人类表情特征学习能力迁移至犬类特征学习模型，其中，所述KL散度的表达式为 其中，表示表情输出损失，和分别表示人类场景视频属于和不属于第个人类表情的概率，和分别表示犬类场景视频属于和不属于第个犬类表情的概率； 步骤5，将犬类特征学习模型与softmax分类器进行连接构成犬类情绪识别框架，利用犬类训练集对犬类情绪识别框架进行训练，并利用训练后的犬类情绪识别框架对目标犬类视频数据识别； 所述步骤5之前，所述方法还包括： 根据上下文特征蒸馏的损失和表情输出损失计算融合蒸馏损失 其中，和分别表示上下文特征蒸馏损失与表情输出损失的权重，表示簇不同尺度卷积层。

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湖南工商大学，其通讯地址为：410205 湖南省长沙市岳麓区岳麓大道569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。