龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：厦门大学;上海人工智能创新中心
摘要：本发明公开了基于自步协同学习框架的小样本人脸表情识别方法及介质，包括：获取基本类表情数据集和复合类表情数据集；建立自步协同学习网络，包括混合专家卷积层和分类模型；对不同混合专家卷积层的通道数进行缩放；混合专家卷积层在欧式空间中进行表情特征嵌入学习；基于专家模型构建教师模型和学生模型，得到对应的表情特征；将教师模型和学生模型获取的表情特征从欧式空间映射到双曲空间，对自步协同学习网络进行表情特征嵌入学习；使用分类模型对表情特征进行分类，完成最终的训练；将复合类表情数据集输入训练好的自步协同学习网络进行表情分类计算，输出分类结果，识别不同表情。本发明有效提高了表情识别准确度。
主权项：1.一种基于自步协同学习框架的小样本人脸表情识别方法，其特征在于，包括如下步骤：步骤1、获取基本类表情数据集和复合类表情数据集，并进行数据预处理；步骤2、建立自步协同学习网络，所述自步协同学习网络包括多个混合专家卷积层和分类模型；步骤3、对不同混合专家卷积层的通道数进行缩放以改变自步协同学习网络的大小；步骤4、缩放后的所述混合专家卷积层通过基本类表情数据集在欧式空间中进行表情特征嵌入学习，得到专家模型；步骤5、通过基于专家模型构建的教师模型和学生模型，得到教师模型和学生模型对应的表情特征；并设计一个教师-学生校正损失，衡量教师模型和学生模型表情特征之间的差异，从而加强教师模型对学生模型的约束和引导作用；步骤6、将所述教师模型和学生模型获取的表情特征从欧式空间映射到双曲空间，对所述自步协同学习网络进行表情特征嵌入学习；步骤7、使用分类模型对表情特征进行分类，完成最终的训练；步骤8、将复合类表情数据集输入到已训练好的自步协同学习网络，进行表情分类计算，输出分类结果，并识别不同的表情。
全文数据：
权利要求：
百度查询： 厦门大学 上海人工智能创新中心 基于自步协同学习框架的小样本人脸表情识别方法及介质
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号