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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于脑机协同训练的半监督面部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：CN118094217B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202410062178.2，技术领域涉及：G06F18/214；该发明授权一种基于脑机协同训练的半监督面部情绪识别方法是由孔万增;刘栋军;戴玮辰;刘鸿刚;仪航捷;金宣妤设计研发完成，并于2024-01-16向国家知识产权局提交的专利申请。

本一种基于脑机协同训练的半监督面部情绪识别方法在说明书摘要公布了：本发明公开一种基于脑机协同训练的半监督面部情绪识别方法，在有标签的图像上训练认知模型和分类模型，使用训练后的认知模型和分类模型预测无标签数据的伪标签，将预测一致的标签作为图像的伪标签。认知模型和分类模型在伪标签扩增后的训练集上更新训练，然后重新预测无标签图像，如此反复；将检测效果最佳的分类模型作为最终分类模型。将被测图像输入最终分类模型，最终分类模型输出被测图像中的对象的情绪类型。本发明通过交替训练认知模型和分类模型，相互验证预测结果获得更高质量的伪标签，防止单一模型过度拟合预测错误的伪标签数据，从而更充分地利用无标签图像数据。

本发明授权一种基于脑机协同训练的半监督面部情绪识别方法在权利要求书中公布了：1.一种基于脑机协同训练的半监督面部情绪识别方法，其特征在于：其具体步骤如下： 步骤1、获取带有标签的图像数据和脑电数据；有标签的图像数据组成训练集；采集无标签图像；针对脑电数据提取出脑电表征，并根据标签类别对脑电表征进行分类，分别对各类别对应的所有脑电表征取均值，作为各类别的脑电类表征； 步骤2、构建对图像中对象的情绪类别进行识别的分类模型；并使用训练集对分类模型进行训练；构建图像映射到脑电空间的认知模型；利用训练集及各样本对应的脑电类表征对认知模型进行训练； 步骤3将未使用的部分无标签图像输入分类模型；将分类模型的输出结果作为无标签图像的第一伪标签；将无标签图像输入认知模型，得到图像表征；分别测量脑电类表征与图像表征之间的相似性，取相似性最高的脑电类表征对应的类别作为无标签图像的第二伪标签； 步骤4、判断各无标签图像的第一伪标签与第二伪标签是否一致；则第一伪标签与第二伪标签一致的无标签图像转化为伪标签图像；将伪标签图像扩增到训练集中； 步骤5、利用训练集对分类模型和认知模型进行训练；并重新执行步骤3和4，直到所有无标签图像使用完毕； 步骤6、利用测试集对每一轮迭代得到的分类模型进行测试，将检测效果最佳的分类模型作为最终分类模型； 步骤7、将被测图像输入最终分类模型；最终分类模型输出被测图像中的对象的情绪类型。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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”。