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！

龙图腾网恭喜中国人民公安大学;首都师范大学申请的专利一种基于图神经网络的多域特征级融合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：CN119445639B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202510046516.8，技术领域涉及：G06V40/16；该发明授权一种基于图神经网络的多域特征级融合表情识别方法是由张俊杰;费程;王蓉;孙文帅;何伏刚设计研发完成，并于2025-01-13向国家知识产权局提交的专利申请。

本一种基于图神经网络的多域特征级融合表情识别方法在说明书摘要公布了：本发明公开了一种基于图神经网络的多域特征级融合表情识别方法，涉及计算机视觉技术领域，包括首先，对原始图像进行数据增强，基于关键点检测，按照三庭五眼对面部进行区域划分；其次，构建面部的图结构，并根据特征点所在区域为各个边赋予相应的权重，得到加权后的距离信息，并存储于邻接矩阵；然后通过图神经网络获取谱域特征和空域特征，通过多级卷积神经网络、ViT分别获取局部特征、上下文特征；之后，通过基于结构特征引导的特征融合网络进行多域特征融合，进而获得表情识别结果。因此，采用上述一种基于图神经网络的多域特征级融合表情识别方法，能够使模型更深入地理解表情的变化，增强识别能力，提升模型的鲁棒性、稳定性。

本发明授权一种基于图神经网络的多域特征级融合表情识别方法在权利要求书中公布了：1.一种基于图神经网络的多域特征级融合表情识别方法，其特征在于，包括：S1、对原始图像进行数据增强，然后对面部图像进行关键点检测，并根据关键点检测结果将面部按照三庭五眼进行分割；S2、根据划分的面部区域，利用无向加权图构建面部的图结构，并根据特征点所在区域为各个边赋予相应的权重，得到加权后的距离信息，并存储于邻接矩阵；S3、基于邻接矩阵和图结构，分别通过谱域特征提取分支、空域特征提取分支，获得谱域特征和空域特征；在原始图像上通过多级卷积神经网络提取数据增强后图像的局部特征；在原始图像上通过ViT提取数据增强后图像的上下文特征；S4、将谱域特征和空域特征进行级联得到结构特征，利用基于结构特征引导的特征融合网络进行多域特征融合，并引入自注意力模块对各域特征进行注意力函数计算，得到融合特征，进而获得表情识别结果；其中，基于结构特征引导的特征融合网络包括将结构特征作为查询矩阵Q，局部特征作为键矩阵K和上下文特征作为值矩阵V，通过缩放点积运算，计算查询矩阵和键矩阵的相似度，并获得值矩阵的权重系数，进而得到融合特征。

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人民公安大学;首都师范大学，其通讯地址为：100038 北京市西城区木樨地南里1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”。