中国科学院深圳理工大学(筹);深圳先进技术研究院潘毅获国家专利权
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!
龙图腾网获悉中国科学院深圳理工大学(筹);深圳先进技术研究院申请的专利面部表情识别方法、装置、设备及可读存储介质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:CN115205933B 。
龙图腾网通过国家知识产权局官网在2026-03-13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:202210748378.4,技术领域涉及:G06V40/16;该发明授权面部表情识别方法、装置、设备及可读存储介质是由潘毅;王安瑞;陈维洋设计研发完成,并于2022-06-29向国家知识产权局提交的专利申请。
本面部表情识别方法、装置、设备及可读存储介质在说明书摘要公布了:本申请适用于计算机视觉技术领域,提供了面部表情识别方法、装置、终端设备及可读存储介质,方法包括:确定目标人脸图像中人脸上的各个面部动作单元所在的区域图像;根据目标人脸图像确定各个面部动作单元的动作强度;根据各个面部动作单元的强度信息和目标人脸图像,确定面部表情增强图像;将各个面部动作单元对应的区域图像和面部表情增强图像输入到预设的神经网络模型中处理,得到目标人脸图像的表情识别结果。该方法可以有效提高人脸图像的表情识别的准确度。
本发明授权面部表情识别方法、装置、设备及可读存储介质在权利要求书中公布了:1.一种面部表情识别方法,其特征在于,包括: 确定目标人脸图像中人脸上的各个面部动作单元所在的区域图像; 根据所述目标人脸图像确定各个所述面部动作单元的动作强度; 根据各个所述面部动作单元的所述动作强度和所述目标人脸图像,确定面部表情增强图像; 将各个所述面部动作单元对应的所述区域图像和所述面部表情增强图像输入到预设的神经网络模型中处理,得到所述目标人脸图像的表情识别结果; 所述根据各个所述面部动作单元的所述动作强度和所述目标人脸图像,确定面部表情增强图像,包括: 获取各个面部动作单元对应的多个第二像素点高斯函数值;第二像素点为目标人脸图像上,以各个面部动作单元的活动中心点为中心、以第一预设数量的像素点为边长的方形内的像素点; 获得各个高斯函数值与对应的面部动作单元的动作强度的强度值的乘积; 将初始模板图上与各个第二像素点对应的像素点进行赋值,得到高斯热图;其中初始模板图与目标人脸图像大小相同且每个像素的值均为0; 将所述高斯热图与所述目标人脸图像进行融合,获得所述面部表情增强图像; 将高斯热图与目标人脸图像进行融合,获得面部表情增强图像,包括: 建立与目标人脸图像大小相同的初始二维数组,初始二维数组中每个值均默认为0; 获取目标人脸图像中的各个第二像素点高斯函数值与对应的面部动作单元的动作强度的强度值的乘积; 将各个乘积赋值给初始二维数组中与第二像素点对应的点赋值,获得目标二维数组; 将目标二维数据复制两次,得到包括三个目标二维数组;将三个目标二维数组与目标人脸图像的三个通道的数组相乘,获得面部表情增强图像。
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中国科学院深圳理工大学(筹);深圳先进技术研究院,其通讯地址为:518000 广东省深圳市南山区桃源街道学苑大道1068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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励