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！

龙图腾网获悉合肥工业大学申请的专利基于注意力和相对距离对齐的低分辨率人脸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：CN117315753B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202311259802.X，技术领域涉及：G06V40/16；该发明授权基于注意力和相对距离对齐的低分辨率人脸表情识别方法是由孙晓;安鎏玮;崔子舜;董腾腾;汪萌设计研发完成，并于2023-09-26向国家知识产权局提交的专利申请。

本基于注意力和相对距离对齐的低分辨率人脸表情识别方法在说明书摘要公布了：本发明提供一种基于注意力和相对距离对齐的低分辨率人脸表情识别方法、系统、存储介质和电子设备，涉及图像处理技术领域。本发明中，引入分为教师模型和学生模型的知识蒸馏，使学生模型学习预先训练好的教师模型的能力，从而提高学生模型在低分辨率人脸表情识别任务上的性能。其中，所述教师模型和学生模型采用相同的端到端结构，减少了应用复杂度，具有广泛的适用性。以及仅在训练阶段执行注意力对齐、相对距离对齐操作，而不在具体预测时执行，大大减少了预测成本。

本发明授权基于注意力和相对距离对齐的低分辨率人脸表情识别方法在权利要求书中公布了：1.一种基于注意力和相对距离对齐的低分辨率人脸表情识别方法，其特征在于，引入分为教师模型和学生模型的知识蒸馏，所述教师模型和学生模型采用相同的端到端结构；该方法包括： 获取人脸表情数据集，数据集包括表情的原始图像及其类别标签；将所述原始图像作为高分辨率图像，并获取与每一所述高分辨率图像一一对应的低分辨率图像； 将各所述高分辨率图像作为预先训练好的教师模型的输入，获取第一注意力图和第一相对距离；以及将各所述低分辨率图像作为待训练的学生模型的输入，获取第二注意图和第二相对距离； 根据所述第一注意力图和第二注意力图，构建注意力对齐损失； 根据所述第一相对距离和第二相对距离，构建相对距离对齐损失； 根据所述注意力对齐损失和相对距离对齐损失，结合由所述类别标签获取的交叉熵损失，构建整体损失函数； 采用所述整体损失函数对学生模型进行训练，直至模型收敛； 将待识别人脸表情的低分辨率图像作为收敛后的模型的输入，获取人脸表情类别预测结果； 所述注意力对齐损失表示为： 其中，lAA为注意力对齐损失；MT、MS对应表示第一、第二注意力图； 为第i张图像在位置h,w处的注意力值； 分别表示N张图像的特征图集合和其在反向传播后得到梯度图集合，N、C、H、W对应表示图像的总张数、通道的数量、特征图的高度和宽度，i、c、h、w表示相应的索引； 表示第i张图像属于第j类表情标签的可能性；E表示表情类别标签的数量； *取T与教师模型及输入的高分辨率图像对应，*取S与学生模型及输入的低分辨率图像对应； 所述相对距离对齐损失包括二元相对距离对齐损失和三元相对距离对齐损失； 所述二元相对距离对齐损失表示为： 其中，l2-RDA表示二元相对距离对齐损失；dT、dS对应表示第一、第二二元相对距离；‖*‖2表示欧几里得距离； 表示第i1张图像对应的表情特征向量与第i2张图像对应的表情特征向量之间的相对距离； 所述三元相对距离对齐损失表示为： 其中，l3-RDA表示三元相对距离对齐损失；DT,DS对应表示第一、第二三元相对距离；ls表示平滑平均绝对误差损失函数； 表示第i1张图像对应的表情特征向量第i2张图像对应的表情特征向量第i3张图像对应的表情特征向量之间的相对距离；cos为用于求解在空间中形成的角度的三角函数。

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工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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”。