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！

龙图腾网获悉四川农业大学申请的专利基于注意力机制的多特征户外环境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：CN116343284B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202211639666.2，技术领域涉及：G06V40/16；该发明授权基于注意力机制的多特征户外环境情绪识别方法是由付而康;李西;李昕韵;李琳;阎佳宜;满芯瑞设计研发完成，并于2022-12-19向国家知识产权局提交的专利申请。

本基于注意力机制的多特征户外环境情绪识别方法在说明书摘要公布了：本发明公开了基于注意力机制的多特征户外环境情绪识别方法，包括：获取被测人员的生理数据和户外环境的图像；采用Relief非线性特征提取算法提取被测人员的生理数据特征，采用ConvLSTM识别模型获得任一帧图像组对应的情绪等级标签；利用MTCNN网络进行人脸识别与定位；利用Resnet模块提取任一帧图像组的图像的纹理特征，并将任一帧图像组的图像转换成一维向量，得到第一次输出向量；利用Lenet5卷积网络对人脸识别与定位的图像进行特征粗提取，并利用VAE自编码器提取任一帧图像组的图像的生成特征，得到生成特征对应的第一特征向量；将第一次输出向量与第一特征向量输入至全连接分类层，并添加分类层与真实标签的熵函数，得到情绪等级预测结果。

本发明授权基于注意力机制的多特征户外环境情绪识别方法在权利要求书中公布了：1.基于注意力机制的多特征户外环境情绪识别方法，其特征在于，包括以下步骤： 获取被测人员的生理数据和在户外环境的图像； 采用Relief非线性特征提取算法提取被测人员的生理数据特征，采用ConvLSTM识别模型获得任一帧图像组对应的情绪等级标签； 任一帧图像组的图像进行预处理，并利用MTCNN网络进行人脸识别与定位； 利用Resnet模块提取任一帧图像组的图像的纹理特征，并将任一帧图像组的图像转换成一维向量，得到第一次输出向量；具体地，网络架构由特征提取网络和注意力机制特征强化网络两部分组成；所述注意力机制特征强化网络由通道特征增强网络和空间特征增强网络组成；所述特征提取网络由并联双路的上半部分和下半部分组成；所述上半部分为四个基于通道注意力机制强化的Resnet网络模型叠加组成，即第一Resnet模块、第二Resnet模块、第三Resnet模块和第四Resnet模块；所述下半部分为基于Lenet5卷积网络的图像特征粗提取部分和VAE自编码器组成；首先，将灰度化的图像，输入第一Resnet模块进行训练，通过一个16*5*5的可拆分卷积核进行学习；将第一Resnet模块的输出图像输入通道特征增强网络，将输出得到的通道注意力权重与输入图像相乘；将第一Resnet模块的输出输入到2*2的最大值池化层；将所述最大值池化层输出的图像通过三个相同结构且依次连接的第二Resnet模块、第三Resnet模块和第四Resnet模块；将第四Resnet模块输出的图像转换为一维向量，并通过全连接层，得到第一输出向量； 利用所述Lenet5卷积网络对人脸识别与定位的图像进行特征粗提取，并利用VAE自编码器提取任一帧图像组的图像的生成特征，得到生成特征对应的第一特征向量；具体地，将人脸识别与定位的图像输入至Lenet5卷积网络中的卷积模块，包括6*5*5的卷积层、2*2的最大值池化层和16*5*5的卷积层；将卷积模块的输出接入至空间特征增强网络；将空间注意力网络的输出得到的空间注意力权重与输入人脸识别与定位的图像相乘，得到第二图像；将第二图像转化为一维向量，作为VAE自编码器的输入，利用VAE自编码器提取任一帧图像组的图像的生成特征，得到生成特征对应的第一特征向量； 将第一次输出向量与第一特征向量输入至全连接分类层，并添加分类层与真实标签的熵函数，得到情绪等级预测结果。

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四川农业大学，其通讯地址为：611130 四川省成都市惠民路211号四川农业大学5教605；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。