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！

龍圖騰網獲悉合肥工業大學申請的專利基于注意力和相對距離對齊的低分辨率人臉表情識別方法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：CN117315753B 。

龍圖騰網通過國家知識產權局官網在2025-08-29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：202311259802.X，技術領域涉及：G06V40/16；該發明授權基于注意力和相對距離對齊的低分辨率人臉表情識別方法是由孫曉;安鎏瑋;崔子舜;董騰騰;汪萌設計研發完成，并于2023-09-26向國家知識產權局提交的專利申請。

本基于注意力和相對距離對齊的低分辨率人臉表情識別方法在說明書摘要公布了：本發明提供一種基于注意力和相對距離對齊的低分辨率人臉表情識別方法、系統、存儲介質和電子設備，涉及圖像處理技術領域。本發明中，引入分為教師模型和學生模型的知識蒸餾，使學生模型學習預先訓練好的教師模型的能力，從而提高學生模型在低分辨率人臉表情識別任務上的性能。其中，所述教師模型和學生模型采用相同的端到端結構，減少了應用復雜度，具有廣泛的適用性。以及僅在訓練階段執行注意力對齊、相對距離對齊操作，而不在具體預測時執行，大大減少了預測成本。

本發明授權基于注意力和相對距離對齊的低分辨率人臉表情識別方法在權利要求書中公布了：1.一種基于注意力和相對距離對齊的低分辨率人臉表情識別方法，其特征在于，引入分為教師模型和學生模型的知識蒸餾，所述教師模型和學生模型采用相同的端到端結構；該方法包括： 獲取人臉表情數據集，數據集包括表情的原始圖像及其類別標簽；將所述原始圖像作為高分辨率圖像，并獲取與每一所述高分辨率圖像一一對應的低分辨率圖像； 將各所述高分辨率圖像作為預先訓練好的教師模型的輸入，獲取第一注意力圖和第一相對距離；以及將各所述低分辨率圖像作為待訓練的學生模型的輸入，獲取第二注意圖和第二相對距離； 根據所述第一注意力圖和第二注意力圖，構建注意力對齊損失； 根據所述第一相對距離和第二相對距離，構建相對距離對齊損失； 根據所述注意力對齊損失和相對距離對齊損失，結合由所述類別標簽獲取的交叉熵損失，構建整體損失函數； 采用所述整體損失函數對學生模型進行訓練，直至模型收斂； 將待識別人臉表情的低分辨率圖像作為收斂后的模型的輸入，獲取人臉表情類別預測結果； 所述注意力對齊損失表示為： 其中，lAA為注意力對齊損失；MT、MS對應表示第一、第二注意力圖； 為第i張圖像在位置h,w處的注意力值； 分別表示N張圖像的特征圖集合和其在反向傳播后得到梯度圖集合，N、C、H、W對應表示圖像的總張數、通道的數量、特征圖的高度和寬度，i、c、h、w表示相應的索引； 表示第i張圖像屬于第j類表情標簽的可能性；E表示表情類別標簽的數量； *取T與教師模型及輸入的高分辨率圖像對應，*取S與學生模型及輸入的低分辨率圖像對應； 所述相對距離對齊損失包括二元相對距離對齊損失和三元相對距離對齊損失； 所述二元相對距離對齊損失表示為： 其中，l2-RDA表示二元相對距離對齊損失；dT、dS對應表示第一、第二二元相對距離；‖*‖2表示歐幾里得距離； 表示第i1張圖像對應的表情特征向量與第i2張圖像對應的表情特征向量之間的相對距離； 所述三元相對距離對齊損失表示為： 其中，l3-RDA表示三元相對距離對齊損失；DT,DS對應表示第一、第二三元相對距離；ls表示平滑平均絕對誤差損失函數； 表示第i1張圖像對應的表情特征向量第i2張圖像對應的表情特征向量第i3張圖像對應的表情特征向量之間的相對距離；cos為用于求解在空間中形成的角度的三角函數。

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工業大學，其通訊地址為：230009 安徽省合肥市包河區屯溪路193號；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”。