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！

龙图腾网获悉西安交通大学申请的专利一种基于人体特征融合的学业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：CN116563929B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202310616986.4，技术领域涉及：G06V40/16；该发明授权一种基于人体特征融合的学业情绪识别方法是由陈妍;沈铭宇;刘嘉欣;苑超;田锋;朱海萍;郑庆华设计研发完成，并于2023-05-29向国家知识产权局提交的专利申请。

本一种基于人体特征融合的学业情绪识别方法在说明书摘要公布了：本发明公开了一种基于人体特征融合的学业情绪识别方法，属于情绪识别领域。本发明基于教室监控图像数据，通过目标检测与特征提取模块分别对学习者的面部表情和肢体姿态进行特征提取，获得学习者表情与姿态特征的向量表征。以此为基础，将得到的特征向量进行拼接融合，进而提出一个双分支学业情绪识别网络，对学习者在课堂中的学业情绪进行识别。本发明解决了传统的学业情绪识别方法准确度低、鲁棒性差的问题，有助于教师更准确了解学生的学习状态和知识掌握程度以提升教学质量。

本发明授权一种基于人体特征融合的学业情绪识别方法在权利要求书中公布了：1.一种基于人体特征融合的学业情绪识别方法，其特征在于，包括以下步骤： 1）将监控视频的原始数据输入人体目标检测模块FasterR-CNN内，基于目标检测算法处理输出待识别的学生个体框，进而提取得到每个学生的局部区域图像信息及对应的人体边界框； 2）将待识别学生的局部区域图像信息经过人脸对齐模块MTCNN对齐，再通过数据增强得到预处理后的人脸图像，将所述预处理后的人脸图像输入到表情特征提取网络中进行表情特征学习，最后输出表情特征； 将待识别学生个体框与全局图像共同输入到CrowdPose算法中的联合候选单人姿态估计模块中，对人体关节点进行估计输出一组指示人体关节位置信息的热图，之后经全局平均池化层和一个多层感知器，将所述热图转化为512维的向量，作为所述待识别学生的姿态特征； 3）将表情特征和姿态特征进行拼接得到，将输入学业情绪分类器进行学习者学业情绪识别； 步骤2）中，所述表情特征学习的特征提取网络在预训练的VGGFace人脸识别模型的基础上做以下调整进行构建： （1）在原始的VGGFace网络中的最后一个卷积层之后插入一个全局平均池化层； （2）将原始的VGGFace中的最后3层全连接层改为2层全连接层； （3）将最后一个全连接层的输出通道设置为512； （4）在最后一个全连接层后添加一层Dropout层，随机失活概率设置为0.3； （5）训练时将原始的分类损失softmax损失函数替换为岛损失函数，损失函数表示为： 其中，代表样本与该类样本特征聚类中心之间的距离；代表分类模块的损失值，代表类间的距离权重，代表不同类别的样本特征聚类中心之间的距离； 步骤3）中，所述情绪分类器由全连接层、批标准化层、Dropout层和输出层组成： 全连接层：将输入的映射到一个256维的特征向量中； 批标准化层：对输入的256维特征向量进行标准化，即将每个特征维度上的数据进行归一化处理； Dropout层：随机将一部分神经元的输出设置为零；所述Dropout层内有一个超参数p，表示随机将神经元输出设为零的概率； 输出层：为一个全连接层，将所述Dropout层输出向量映射到一个7维的向量中，表示7种不同情绪分类结果。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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”。