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！

龙图腾网恭喜西安理工大学申请的专利融合注意力机制与高阶特征表示的面部情感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：CN114170657B 。

龙图腾网通过国家知识产权局官网在2025-03-21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：202111439715.3，技术领域涉及：G06V40/16；该发明授权融合注意力机制与高阶特征表示的面部情感识别方法是由孙强;梁乐;梅路洋设计研发完成，并于2021-11-30向国家知识产权局提交的专利申请。

本融合注意力机制与高阶特征表示的面部情感识别方法在说明书摘要公布了：本发明公开了一种融合注意力机制与高阶特征表示的面部情感识别方法，首先采集目标图像，并分为训练样本集和测试样本集；然后读取训练样本集中每个样本图像原始情感标注值，并将训练样本集中每个样本图像送入多任务级联的卷积神经网络中得到输出图像，然后将预处理后得到的图像输入到残差注意力网络中，得到注意力输出特征图；最后将输出特征图分别送入基于通道的全局二阶池化网络和基于空间位置的全局二阶池化网络，从而得到与情感对应的输出特征，并通过回归器得到情感状态值。本发明解决了现有的基于注意力机制的面部情感识别方法对情感特征之间长距离依赖关系建模困难和网络非线性表征能力不足的问题。

本发明授权融合注意力机制与高阶特征表示的面部情感识别方法在权利要求书中公布了：1.融合注意力机制与高阶特征表示的面部情感识别方法，其特征在于，具体按照以下步骤实施：步骤1、采集目标图像，将目标图像划分为训练样本集xtrain和测试样本集xtest；步骤2、读取训练样本集xtrain中每个样本图像原始情感标注值，并将训练样本集xtrain中每个样本图像送入多任务级联的卷积神经网络MTCNN中，根据人脸检测和5个关键特征点，完成人脸对齐，得到输出图像xinput＝[x1，x2，...，xn]，其中，xn表示第n张输出图像，n表示输出图像的总数，即训练样本集xtrain中图像的总数；步骤3、将预处理后得到的图像xinput输入到残差注意力网络中，然后通过主干分支提取不同感受野的特征Mi，cx、掩码分支学习注意力权重Ti，cx；最后，将主干分支的输出和掩码分支的输出进行点积运算，得到注意力输出特征图Hi，cx；步骤4、将步骤3中得到的注意力输出特征图Hi，cx分别送入基于通道的全局二阶池化网络GSoP和基于空间位置的全局二阶池化网络，基于通道的全局二阶池化网络输出特征图之间的依赖关系Ztrans，基于空间位置的全局二阶池化网络输出特征图中空间位置之间的依赖关系Znon-local；步骤5、融合特征图之间的依赖关系Ztrans和特征图中空间位置之间的依赖关系Znon-local，从而得到输出特征Zfusion；步骤6、将步骤5得到的输出特征Zfusion送入一个两阶段多任务学习网络，并使用一个线性回归器得到情感状态值：Arousal和Valence。

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西安理工大学，其通讯地址为：710048 陕西省西安市碑林区金花南路5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”。