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！
摘要：本发明公开了联邦学习场景下的人脸表情识别方法，本方案巧妙性通过将全局局部干扰解耦GLDD方法用于联邦表情识别，使得模型训练过程中，其局部干扰解耦可以通过自适应考虑干扰对本地客户端的影响，缓解了异构干扰的挑战；同时，全局干扰解耦通过聚合来自全局服务器上的客户端的表情和干扰信息，降低了异构表情数据和异构干扰的影响。
主权项：1.一种联邦学习场景下的人脸表情识别方法，其特征在于，其包括如下步骤：A、在PIE表情数据集上预训练一个干扰识别模型，以用于对干扰属性的先验进行编码，然后将其作为指导的教师模型；B、服务器对全局模型和本地模型进行初始化，且将全局模型的参数作为初始参数发送给加载本地模型的客户端；C、客户端将预设表情数据集的表情图像样本输入到本地模型的骨干网络中，由本地模型提取表情图像样本的通用特征，再将通用特征输入到双分支网路进行表情分类和干扰解耦，以实现训练和获得表情类特征中心和干扰特征中心；D、本地模型训练完成后，将本地模型和其对应的本地表情类特征中心、本地干扰特征中心上传给服务器，由服务器聚合得到全局模型和全局表情类特征中心、全局干扰特征中心；E、服务器利用全局表情类特征中心和全局干扰特征中心进行正交解耦得到新的表情类特征中心，并利用解耦后的表情类特征中心的特征对全局模型的分类器进行重训练，直到收敛；F、将服务器上训练完成的全局模型的参数再次发送给客户端，由客户端进行加载本地模型进行下一轮的训练；直至获得经训练出收敛的全局模型，然后将全局模型用于人脸表情识别。
全文数据：
权利要求：
百度查询： 厦门大学 联邦学习场景下的人脸表情识别方法
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