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！

龙图腾网获悉合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)申请的专利一种基于有效注意力机制的轻量化宏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：CN117058734B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202310876233.7，技术领域涉及：G06V40/16；该发明授权一种基于有效注意力机制的轻量化宏表情识别方法是由樊春晓;李劲滔;王振兴设计研发完成，并于2023-07-17向国家知识产权局提交的专利申请。

本一种基于有效注意力机制的轻量化宏表情识别方法在说明书摘要公布了：本发明涉及表情识别技术领域，公开了一种基于有效注意力机制的轻量化宏表情识别方法，DSC‑LNN网络模型的构建方法包括：搭建三层由小尺度卷积核构成的图像特征提取块，以及两层基于深度可分离卷积的卷积核特征提取块；构建通道注意力模块；构建空间注意力模块；将构建的通道注意力模块和空间注意力模块依次串行连接构成有效注意力机制模块，并嵌入到卷积核特征提取块中，将Dropout层输出的特征向量输入到全连接层以及分类器，进行特征融合及表情分类，得到最终的分类结果。深度可分离卷积的参数明显更少，计算需求更低。此外，由于表情识别的数据集通常比较小，存在过拟合的风险，因此轻量化网络在此应用场景中更为适用。

本发明授权一种基于有效注意力机制的轻量化宏表情识别方法在权利要求书中公布了：1.一种基于有效注意力机制的轻量化宏表情识别方法，所采用的DSC-LNN网络模型包括图像特征提取块FEBlock、卷积核特征提取块DSC-FEBlock、Dropout层、全连接层和分类器；DSC-LNN网络模型的构建方法，包括以下步骤： 步骤一，搭建三层由小尺度卷积核构成的图像特征提取块FEBlock，以及两层基于深度可分离卷积的卷积核特征提取块DSC-FEBlock；图像特征提取块FEBlock包括卷积层、批归一化层、激活函数层和最大池化层，激活函数层采用具有平滑特性的Swish函数；卷积核特征提取块DSC-FEBlock除以下内容外与图像特征提取块FEBlock具有相同结构：DSC-FEBlock通过深度可分离卷积层取代FEBlock中的卷积层；三层FEBlock和两层DSC-FEBlock的通道数依次为32、64、128、256、256； 步骤二，构建通道注意力模块；通道注意力模块首先对前一层输入的特征图进行全局平均池化和最大池化，生成两个不同的特征图，然后通过共享一维卷积对两个不同的特征图分别进行处理，再使用元素求和来合并输出特征向量，最后通过Sigmoid激活操作，生成最终的通道注意特征图＞c； 步骤三，构建空间注意力模块；空间注意力模块将通道注意特征图＞c沿通道维度进行最大池化和平均池化，将得到的特征向量沿通道维度进行拼接，得到一个特征图，然后使用卷积运算来提取特征图之间的空间相关性，并通过Sigmoid激活函数来生成空间注意力图cs； 步骤四，将构建的通道注意力模块和空间注意力模块依次串行连接构成有效注意力机制模块EAM，并将有效注意力机制模块EAM嵌入到卷积核特征提取块DSC-FEBlock中，嵌入位置为DSC-FEBlock的激活函数之后、最大池化层之前； 步骤五，将Dropout层输出的特征向量输入到全连接层以及分类器，进行特征融合及表情分类，得到最终的分类结果；分类器的损失函数由岛屿损失与SoftMax损失函数构成。

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合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)，其通讯地址为：230000 安徽省合肥市高新区望江西路5089号，中国科学技术大学先进技术研究院未来中心B1205-B1208；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”。