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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉東南大學申請的專利一種基于四元數(shù)Zernike矩不變量的人臉表情識別方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN115410256B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202211036368.4，技術領域涉及：G06V40/16；該發(fā)明授權一種基于四元數(shù)Zernike矩不變量的人臉表情識別方法是由舒華忠;劉守一;伍家松;孔佑勇設計研發(fā)完成，并于2022-08-28向國家知識產(chǎn)權局提交的專利申請。

本一種基于四元數(shù)Zernike矩不變量的人臉表情識別方法在說明書摘要公布了：本發(fā)明公開了一種基于四元數(shù)Zernike矩不變量的人臉表情識別方法，所述方法包括以下步驟：步驟1：采集待驗證的彩色人臉表情圖像；步驟2：將圖像切分為大小相同的9個小塊；步驟3：分別對每個小塊提取0?14階四元數(shù)Zernike矩不變量特征；步驟4：基于多局部表征和Transformer的神經(jīng)網(wǎng)絡設計；步驟5：將識別矩陣輸入到深度神經(jīng)網(wǎng)絡中進行訓練和識別。本發(fā)明使用四元數(shù)Zernike矩提取的彩色人臉特征具有較高的魯棒性，利用機器視覺和深度學習技術，有效實現(xiàn)了對憤怒、厭惡、高興等七種表情的識別。

本發(fā)明授權一種基于四元數(shù)Zernike矩不變量的人臉表情識別方法在權利要求書中公布了：1.一種基于四元數(shù)Zernike矩不變量的人臉表情識別方法，其特征在于，包括以下步驟： 步驟1：采集待驗證的彩色人臉表情圖像； 步驟2：將圖像切分為大小相同的9個小塊； 步驟3：分別對每個小塊提取0-14階四元數(shù)Zernike矩不變量特征； 步驟3.1：對每一小塊的R、G、B三個通道分別提取0-14階Zernike矩特征； 步驟3.2：使用快速計算方法獲取三個通道的矩特征，進而得到四元數(shù)Zernike矩特征； 步驟3.3：對9個小塊的四元數(shù)Zernike矩特征分別提取矩的旋轉(zhuǎn)不變量特征再進行級聯(lián)，即彩色人臉表情圖像的識別矩陣； 步驟4：基于多局部表征和Transformer的神經(jīng)網(wǎng)絡設計； 步驟5：將識別矩陣輸入到深度神經(jīng)網(wǎng)絡中進行訓練和識別； 其中，步驟4基于多局部表征和Transformer的神經(jīng)網(wǎng)絡設計中，其網(wǎng)絡結構為： 網(wǎng)絡的輸入為人臉表情識別向量，大小為24×24×4的矩陣，然后輸入到8個LANet中，得到8個注意力圖，隨后將注意力圖輸入到隨機多注意丟棄算法RandomMulti-AttentionDropping,即RMAD，隨后通過MAX函數(shù)，將多個注意力圖M1～M8集中到一張圖M-out中，隨后將注意力圖M-out和原始輸入進行逐元素相乘，得到新的24×24×4的矩陣，將矩陣分成9塊，傳入Transformer的Encoder模塊中，最后連接一個全連接層和分類層； RMAD的工作原理為：對于N個通道的輸入，隨機選擇其中的一個通道，將特征值全部置為0，MAX函數(shù)的結構為： M-outx,y＝MAX{Mpx,y}, 其中p的取值為1～8，M1～M8均為注意力圖； 步驟4中，LANet的結構為：兩個1×1的卷積核串聯(lián)，末尾加上一個Sigmoid激活函數(shù)。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或?qū)＠麢嗳?a target="_blank" rel="noopener noreferrer nofollow" href="https://iptop.www.hzsmkbearing.com.cn/list?keyword=%E4%B8%9C%E5%8D%97%E5%A4%A7%E5%AD%A6&temp=1">東南大學，其通訊地址為：210096 江蘇省南京市玄武區(qū)四牌樓2號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。