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！

龙图腾网获悉重庆邮电大学申请的专利一种基于多维特征融合的微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：CN115393944B 。

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：202211123830.4，技术领域涉及：G06V40/16；该发明授权一种基于多维特征融合的微表情识别方法是由张家波;徐光辉;甘海洋;黄钟玉;高洁设计研发完成，并于2022-09-15向国家知识产权局提交的专利申请。

本一种基于多维特征融合的微表情识别方法在说明书摘要公布了：本发明公开了一种基于多维特征融合的微表情识别方法，包括图像预处理，提取光流特征分量，构建多维特征融合网络，使用训练得到的模型进行微表情分类四个步骤。本发明中为了补偿模型丢失的面部细节信息，构建了一个特征融合模块，将特征融合模块提取的浅层特征与双流卷积网络提取的抽象特征融合，共同用于模型分类。对于提取的高维融合特征，经过通道注意力模块赋予通道不同的权值，使模型更加关注贡献度高的通道，进一步提高微表情识别的精度。

本发明授权一种基于多维特征融合的微表情识别方法在权利要求书中公布了：1.一种基于多维特征融合的微表情识别方法，其特征在于，包括以下步骤： 步骤一、图像预处理，包括图像灰度化、面部关键点检测、面部对齐裁剪以及尺度归一化； 步骤二、使用迭代Lucas-Kanade算法提取起始帧和顶点帧之间光流水平分量u和光流垂直分量v； 步骤三、构建多维特征融合网络，具体为： 将光流水平分量u和光流垂直分量v作为双流卷积神经网络的输入，骨干网络采取对称结构，第一层、第三层和第四层使用卷积层，用于提取光流特征的纹理信息和边缘特征，第二层和第五层使用的是最大池化层，对输入的特征维度进行下采样；骨干网络中第一层卷积层的输出通过特征融合模块进行特征融合，然后与两条支路的第五层的最大池化层输出特征再次融合，以得到包含面部细节信息和抽象特征的输出；在多维特征融合之后，引入通道注意力模块，对不同的通道赋予不同的重要性，突出对模型分类判别有用的特征；接着引入两层全连接层，从全连接层输出的特征被传递到输出层，通过softmax函数进行分类； 所述特征融合模块具体为： 设输入的特征为xm，即网络的第m层输出，包含c个通道的特征，则输入特征可以表示为在融合前，对来自浅层的两个特征进行一维卷积操作，使其维数统一，变换后的特征表示为： 式中，χm,χm′为输入特征和输出特征，c为输入特征和输出特征的通道，w为卷积核权重，b为偏置项，表示某一个通道的输入特征， 经过一维卷积操作之后，将两个特征图基于通道叠加，即 χn′表示FFM模块下支路经过卷积层的输出； 接着使用Relu函数激活融合的高维特征并输入到最大池化层； 步骤四、使用训练得到的模型进行微表情分类。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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。