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！

龙图腾网获悉江苏科技大学申请的专利一种微表情识别方法及系统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：CN115984919B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202211423706.X，技术领域涉及：G06V40/16；该发明授权一种微表情识别方法及系统是由张青云;束鑫;王艳;诸峰设计研发完成，并于2022-11-15向国家知识产权局提交的专利申请。

本一种微表情识别方法及系统在说明书摘要公布了：本发明公开一种微表情识别方法及系统，通过对微表情视频序列进行预处理，得到人脸图像集；搭建网络模型，所述网络模型采用作为骨干网络，并在的每一个之后加入两个分支，一个分支是模块，第二个分支为TripletAttention模块，对两个分支输出的特征图进行相乘融合；在每一个后加入，在提取的特征最终进行分类之前，根据所分类的类数，加入特征细化模块；采用训练集对网络模型进行训练，执行分类任务并生成分类模型；采用测试集将训练好的网络模型进行测试。嵌入增强的scSE模块，来抑制无关信息，强调有效特征信息的提取，帮助网络提取更有效的特征信息。

本发明授权一种微表情识别方法及系统在权利要求书中公布了：1.一种微表情识别方法，其特征在于，包括： 步骤1对微表情视频序列进行预处理，得到人脸图像集，并将所述人脸图像集划分为训练集和测试集； 步骤2搭建网络模型DA_DenseNet，所述网络模型DA_DenseNet采用DenseNet-121作为骨干网络，并在DenseNet-121的每一个DenseBlock之后加入两个分支，一个分支是en-scSE模块，第二个分支为TripletAttention模块，对两个分支输出的特征图进行相乘融合；在每一个TransitionLayer后加入TripletAttention，在提取的特征最终进行分类之前，根据所分类的类数，加入特征细化模块；所述en-scSE模块是改进的通道级的注意力模块与改进的通道压缩-空间激励模块的并联模块，所述TripletAttention模块为不同维度的交互处理模块； cSE模块将人脸图像利用全局平均池化从变为，再用两次卷积运算，最终获得一个维的向量，再利用sigmoid函数对其进行归一化，最后通过channel-wise相乘得到输出特征；en-scSE模块在所述channel-wise之前增加了两个线性层并使用ReLu激活函数； sSE模块沿着通道压缩人脸图像并在空间上激发，人脸图像利用的卷积，从变为，使用sigmoid函数激活，然后与原来的人脸图像进行相乘得到特征；en-scSE模块增加了一支全局平均池化操作，与原来sSE得到的特征相乘，空间内不重要的信息将会被抑制，更好地提取重要特征； 步骤3采用训练集对所述网络模型DA_DenseNet进行训练，执行分类任务并生成分类模型； 步骤4采用测试集对训练好的网络模型DA_DenseNet进行测试。

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江苏科技大学，其通讯地址为：212003 江苏省镇江市京口区梦溪路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。