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！

龙图腾网恭喜杭州电子科技大学申请的专利一种基于生成对抗网络的微表情判别模型训练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：CN115019124B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202210562150.6，技术领域涉及：G06V10/774；该发明授权一种基于生成对抗网络的微表情判别模型训练方法是由付晓峰;周楗波;孙曜;赵伟华;计忠平设计研发完成，并于2022-05-23向国家知识产权局提交的专利申请。

本一种基于生成对抗网络的微表情判别模型训练方法在说明书摘要公布了：本发明公开了一种基于生成对抗网络的微表情判别模型训练方法。包括：S1使用生成图像和目标图像的L1范数作为像素重建的第一损失函数，对生成器进行第一预训练；S2使用分类结果的交叉熵损失、增强标签的交叉熵损失的总和作为第二损失函数，对判别器进行第二预训练；S3将经过第一预训练的生成器、第二预训练的判别器进行连接，以生成对抗网络模型；S4基于第一损失函数、第二损失函数，并引入对抗损失函数，对对抗网络模型进行联合训练，以得到训练后的微表情判别模型，在对抗损失函数中，生成器以对抗损失函数最小化为目标，判别器以对抗损失函数最大化为目标。本发明采用预训练和联合训练的方式生成微表情判别模型，该微表情判别模型性能更好。

本发明授权一种基于生成对抗网络的微表情判别模型训练方法在权利要求书中公布了：1.一种基于生成对抗网络的微表情判别模型训练方法，其特征在于，包括步骤：S1、使用生成图像和目标图像的L1范数作为像素重建的第一损失函数，对生成器进行第一预训练；S2、使用分类结果的交叉熵损失、增强标签的交叉熵损失的总和作为第二损失函数，对判别器进行第二预训练；S3、将经过第一预训练的生成器、第二预训练的判别器进行连接，以生成对抗网络模型；S4、基于第一损失函数、第二损失函数，并引入对抗损失函数，对对抗网络模型进行联合训练，以得到训练后的微表情判别模型，在对抗损失函数中，生成器以对抗损失函数最小化为目标，判别器以对抗损失函数最大化为目标；步骤S1中，对生成器进行第一预训练时的第一损失函数为：LpixelG＝||Gxweak-xapex||1，其中，xweak为原始的弱人脸微表情图像，xapex为原始的顶点帧附近的强人脸微表情图像，Gxweak是由原始的弱人脸微表情图像xweak生成的对应的伪顶点帧附近的强人脸微表情图像；步骤S2中，对判别器进行第二预训练时的第二损失函数为：Lcls+elD＝L1yprecls,ycls+λL2ypreel,yel，其中，L1yprecls,ycls表示实际微表情种类ycls和预测的微表情种类yprecls的交叉熵损失；L2ypreel,yel为增强标签yel和预测增强标签ypreel的交叉熵损失，λ表示第一加权值；步骤S4中，引入的对抗损失函数具体为： 其中，G表示生成器、D表示判别器，logDxapex是[10]T和[Dxapex1-Dxapex]T之间的交叉熵，表示强人脸微表情图像xapex按分布概率pxapex进行取样时logDxapex的期望值；log1-DGxweak是[10]T和[DGxweak1-DGxweak]T之间的交叉熵，表示当输入弱人脸微表情图像xweak按分布概率pxweak进行取样时log1-DGxweak的期望值。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市杭州经济技术开发区白杨街道2号大街1158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”。