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)张祎霖获国家专利权
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深度神经网络的多任务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:CN117115878B 。
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:202310584039.1,技术领域涉及:G06V40/16;该发明授权一种基于深度神经网络的多任务表情识别方法及系统是由张祎霖;孙晓设计研发完成,并于2023-05-19向国家知识产权局提交的专利申请。
本一种基于深度神经网络的多任务表情识别方法及系统在说明书摘要公布了:本发明公开了一种基于深度神经网络的多任务表情识别方法及系统,包括:获取人脸图像;将人脸图像输送到联合网络模型中;特征提取网络用于对人脸图像进行关键点预测以产生人脸特征点的热力图预测,并将热力图预测作为人脸的关键点特征信息;FPN金字塔模型用于对人脸的关键点特征信息进行上采样和下采样,并将下采样得到的下采样特征输送到编码器中;编码器用于对所输入的下采样特征进行编码处理,并将编码后的下采样特征输送到FPN金字塔模型中与上采样融合后输出不同层次的特征信息;第一多层感知机层用于对输入的不同层次的特征信息进行感知分类,以输出人脸面部表情的识别预测结果;该表情识别方法及系统提高网络的预测性能。
本发明授权一种基于深度神经网络的多任务表情识别方法及系统在权利要求书中公布了:1.一种基于深度神经网络的多任务表情识别方法,其特征在于,包括: 获取人脸图像; 将人脸图像输送到联合网络模型中,所述联合网络模型包括特征提取网络、FPN金字塔模型、编码器和第一多层感知机层; 所述特征提取网络用于对人脸图像进行关键点预测以产生人脸特征点的热力图预测,并将热力图预测作为人脸的关键点特征信息; 所述FPN金字塔模型用于对人脸的关键点特征信息进行上采样和下采样,并将下采样得到的下采样特征输送到编码器中; 所述编码器用于对所输入的下采样特征进行编码处理,并将编码后的下采样特征输送到FPN金字塔模型中与上采样融合后输出不同层次的特征信息; 所述第一多层感知机层用于对输入的不同层次的特征信息进行感知分类,以输出所述人脸图像中人脸面部表情的识别预测结果; 所述特征提取网络包括由沙漏模型堆叠形成的四阶沙漏模型,沙漏模型采用ConvBlock瓶颈块连接; 所述FPN金字塔模型为三层金字塔模型,上采样和下采样分别形成上采样特征和下采样特征,每层的下采样特征的输出通过对应层设置的编码器连接到上采样特征的输入; 所述编码器包括依次连接的归一化层、多头自注意力层和第二多层感知机层; 第一归一化层的输入连接同层的下采样特征,将输入的下采样特征与多头自注意力层的输出相加得到的特征序列作为第二归一化层的输入,将所述特征序列与多层感知机层的输出相加以输出三个不同层次的特征信息,三个不同层次的特征信息作为第一多层感知机层的输入; 下采样特征在编码器中的处理公式如下: 其中,Q表示查询矩阵,K表示键矩阵,V表示值矩阵,,,,,,,为多头自注意力头的个数,是特征维度,MSA表示多头自我注意层,Norm是归一化算子,MLP代表多层感知机,表示拼接,表示输入到多头自注意力层的下采样特征,,表示编码器的输出,。
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”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励