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 > 东南大学郑文明获国家专利权

东南大学郑文明获国家专利权

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!

龙图腾网获悉东南大学申请的专利样本自适应的微表情放大方法及装置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:CN115830682B

龙图腾网通过国家知识产权局官网在2026-02-17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:202211562229.5,技术领域涉及:G06V40/16;该发明授权样本自适应的微表情放大方法及装置是由郑文明;魏梦婷;江星洵;宗源;路成设计研发完成,并于2022-12-07向国家知识产权局提交的专利申请。

样本自适应的微表情放大方法及装置在说明书摘要公布了:本发明公开了一种基于样本自适应的微表情放大方法及装置,包括:1获取微表情数据库;2将微表情视频转换为微表情帧序列,并对序列长度进行统一;3构建微表情放大模型,所述微表情放大模型包括:强度提取模块,强度变化曲线构造模块,强度校正模块,人脸增强模块,微表情特征整合模块,4将统一长度的微表情帧序列和对应的微表情类别标签作为样本输入微表情放大模型进行训练,训练时采用的损失函数包括微表情特征向量交叉熵损失、强度提取的损失和强度校正的损失;5将待放大的微表情视频进行长度统一后输入训练好的微表情放大模型,得到放大后的微表情特征向量。本发明可以根据每个微表情视频进行自适应放大,效果更好。

本发明授权样本自适应的微表情放大方法及装置在权利要求书中公布了:1.一种基于样本自适应的微表情放大方法,其特征在于该方法包括: 1获取微表情数据库,所述微表情数据库中包含有若干微表情视频和对应的微表情类别标签; 2将微表情视频转换为微表情帧序列,并对序列长度进行统一; 3构建微表情放大模型,所述微表情放大模型包括: 强度提取模块,用于利用微表情帧序列之间的强度差异,通过对比学习的方式提取强度值; 强度变化曲线构造模块,用于基于高斯分布构造微表情帧序列的强度变化曲线; 强度校正模块,用于采用秩和检验的方式,将所述强度提取模块提取到的强度值按照所述强度变化曲线的趋势进行校正; 人脸增强模块,用于将校正后的强度值与从微表情帧序列中提取到的人脸特征整合,得到增强人脸特征向量; 微表情特征整合模块,用于将属于一个微表情视频的所有帧的增强人脸特征向量使用LSTM整合,作为放大后的微表情特征向量; 4将统一长度的微表情帧序列和对应的微表情类别标签作为样本输入微表情放大模型进行训练,训练时采用的损失函数包括微表情特征向量交叉熵损失、强度提取的损失和强度校正的损失; 5将待放大的微表情视频进行长度统一后输入训练好的微表情放大模型,得到放大后的微表情特征向量; 所述利用微表情帧序列之间的强度差异,通过对比学习的方式提取强度值,具体包括: 3‑1‑1对于统一后的每个微表情帧序列,将每帧作为源样本,对使用数据增强生成两个新的图像和,作为的正样本,从序列除外的剩余帧中选择张图片,记为,作为的负样本,M为小于N的正整数,N表示微表情帧序列的长度; 3‑1‑2将每帧的正样本和负样本依次输入Resnet网络+FC线性层的网络中,得到特征向量和; 3‑1‑3将每帧的特征向量,输入一线性层,得到对应的强度值; 3‑1‑4采用以下公式计算强度提取的损失,从而实现训练过程中强度信息提取的优化: ,式中,表示帧索引,D表示微表情数据库的微表情视频数,k表示微表情视频的索引,分别表示微表情数据库中第k个微表情视频长度统一后的第i帧的特征向量。

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东南大学,其通讯地址为:211102 江苏省南京市江宁区东南大学路2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。