Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京邮电大学丁飞获国家专利权

南京邮电大学丁飞获国家专利权

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!

龙图腾网获悉南京邮电大学申请的专利一种基于多分支融合注意力机制的情绪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:CN117253274B

龙图腾网通过国家知识产权局官网在2025-10-24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:202311238625.7,技术领域涉及:G06V40/16;该发明授权一种基于多分支融合注意力机制的情绪识别方法及系统是由丁飞;都秉甲;李泽群;周启航;陈竺;张登银;朱洪波设计研发完成,并于2023-09-25向国家知识产权局提交的专利申请。

一种基于多分支融合注意力机制的情绪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多分支融合注意力机制的情绪识别方法及系统,包括:将目标本体图像输入至情绪识别模型的目标本体分支网络获得目标本体面部特征和目标本体行为特征,对所述目标面部特征和目标行为特征进行融合获得目标本体情绪特征fo;将区域环境图像输入至情绪识别模型的环境影响分支网络获得环境影响特征fE;将环境影响特征fE和目标本体情绪特征fo进行特征融合获得特征向量f;利用所述情绪识别模型的目标情绪分类器对特征向量f进行分类输出情绪识别结果;本发明充分利用了目标区域环境中的情绪线索进行情绪识别,极大的提高了情绪识别的准确性。

本发明授权一种基于多分支融合注意力机制的情绪识别方法及系统在权利要求书中公布了:1.一种基于多分支融合注意力机制的情绪识别方法,其特征在于,包括: 采集目标本体数据及区域环境数据,对目标本体数据和区域环境数据进行数据预处理和关键帧提取获得目标本体图像和区域环境图像; 将目标本体图像和区域环境图像输入至预先训练的情绪识别模型获得情绪识别结果,过程包括: 将目标本体图像输入至情绪识别模型的目标本体分支网络获得目标本体面部特征和目标本体行为特征,具体包括: 将目标本体图像输入至目标本体分支网络的目标本体面部特征提取单元,获得目标本体面部特征;将目标本体图像输入至目标本体分支网络的目标本体行为特征提取单元,获得目标本体行为特征; 所述目标本体面部特征提取单元和目标本体行为特征提取单元包括CNN网络模块和注意力机制模块;所述CNN网络模块内依次设置有卷积层、批量归一化层和GELU激活函数层;所述注意力机制模块设置为ECA注意力机制; 将目标本体图像依次输入至卷积层、批量归一化层和GELU激活函数层获得特征图,同时将目标本体图像输入至注意力机制模块获得注意力权重,将特征图和注意力权重进行点乘输出目标本体面部特征或目标本体行为特征; 对所述目标面部特征和目标行为特征进行融合获得目标本体情绪特征; 将区域环境图像输入至情绪识别模型的环境影响分支网络获得环境影响特征,具体包括: 将区域环境图像输入至环境影响分支网的FPN特征提取模块,所述FPN特征提取模块包括VGG网络单元、VGG网络单元、VGG网络单元、VGG网络单元和VGG网络单元; 由VGG网络单元、VGG网络单元、VGG网络单元、VGG网络单元和VGG网络单元对所述区域环境图像依次进行下采样处理,通过VGG网络单元、VGG网络单元、VGG网络单元和VGG网络单元分别输出特征图、特征图、特征图和特征图; 采用双立方插值法对特征图进行上采样获得特征图;采用双立方插值法对特征图进行上采样后和特征图对应位置相加获得特征图;采用双立方插值法对特征图进行上采样后和特征图对应位置相加获得特征图;采用双立方插值法对特征图进行上采样后和特征图对应位置相加获得特征图; 由特征图、特征图、特征图和特征图构成特征金字塔; 将特征金字塔依次输出至全局平均汇聚层和两层全连接层,输出环境影响特征; 将环境影响特征和目标本体情绪特征进行特征融合获得特征向量;利用所述情绪识别模型的目标情绪分类器对特征向量进行分类输出情绪识别结果。

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南京邮电大学,其通讯地址为:210003 江苏省南京市鼓楼区新模范马路66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。

免责声明
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。