買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉合肥綜合性國家科學中心人工智能研究院(安徽省人工智能實驗室)申請的專利一種利用多線索聯合學習的情緒識別方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN117152510B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202311092410.9，技術領域涉及：G06V10/764；該發明授權一種利用多線索聯合學習的情緒識別方法及系統是由張飛翔;孫曉;汪萌設計研發完成，并于2023-08-25向國家知識產權局提交的專利申請。

本一種利用多線索聯合學習的情緒識別方法及系統在說明書摘要公布了：本發明公開了一種利用多線索聯合學習的情緒識別方法及系統，包括如下步驟：從所獲取到交互視頻提取面部表情數據與身體姿態數據，并將面部表情數據與身體姿態數據處理成面部關鍵特征點和骨架關節點；將所述面部關鍵特征點和骨架關節點輸入到預先訓練好的多線索網絡模型中，以輸出預測的情緒識別類別，所述多線索網絡模型包括面部提取模塊、骨架提取模塊、特征融合模塊、損失函數計算模塊和損耗梯度優化模塊；該情緒識別方法及系統結合了面部和身體的線索，利用多標簽多損失特征來優化損失計算，提高了人機交互時的情緒識別精度。

本發明授權一種利用多線索聯合學習的情緒識別方法及系統在權利要求書中公布了：1.一種利用多線索聯合學習的情緒識別方法，其特征在于，包括如下步驟： 從所獲取到交互視頻提取面部表情數據與身體姿態數據，并將面部表情數據與身體姿態數據處理成面部關鍵特征點和骨架關節點； 將所述面部關鍵特征點和骨架關節點輸入到預先訓練好的多線索網絡模型中，以輸出預測的情緒識別類別，所述多線索網絡模型包括面部提取模塊、骨架提取模塊、特征融合模塊、損失函數計算模塊和損耗梯度優化模塊； 利用面部提取模塊對面部關鍵特征點進行識別以輸出面部特征； 利用骨架提取模塊對骨架關節點進行識別以輸出骨架特征； 利用融合特征將面部特征和骨架特征進行融合得到身體特征； 利用損失函數計算模塊分別計算面部特征得到面部損失函數、計算骨架特征得到骨架損失函數、計算身體特征得到身體損失函數，并將面部損失函數、骨架損失函數、身體損失函數相加得到融合損失函數； 利用損耗梯度優化模塊對輸入的面部損失函數或骨架損失函數或身體損失函數或融合損失函數進行梯度優化，并將優化后的特征通過輸出層輸出，以得到預測的情緒識別類別； 損耗梯度優化模塊的優化過程如下： 當、、、中的兩個損失函數之間存在梯度沖突時，將一個損失函數的梯度投影到另一個損失函數的梯度的法線平面上，以負余弦相似度表示； 若余弦相似度為負，則表示梯度之間存在沖突，線索向不同方向拉動多線索網絡模型，將梯度替換為梯度法平面上投影得到的值； 若余弦相似度不為負，則梯度保持不變； 損耗梯度優化模塊對同一批中不同于梯度的所有其他線索迭代執行上述過程，更新梯度，得到最終的梯度； 損失和的梯度和之間的余弦相似度的計算公式如下： 滿足如下公式： 其中，和均表示余弦相似度。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人合肥綜合性國家科學中心人工智能研究院(安徽省人工智能實驗室)，其通訊地址為：230000 安徽省合肥市高新區望江西路5089號，中國科學技術大學先進技術研究院未來中心B1205-B1208；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。