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！

龍圖騰網獲悉廣東工業大學申請的專利一種人臉表情識別方法及裝置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：CN119723643B 。

龍圖騰網通過國家知識產權局官網在2025-09-16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：202411915351.5，技術領域涉及：G06V40/16；該發明授權一種人臉表情識別方法及裝置是由楊祖元;邵家鴻;楊嘉俊;王培;林植;謝勝利設計研發完成，并于2024-12-24向國家知識產權局提交的專利申請。

本一種人臉表情識別方法及裝置在說明書摘要公布了：本發明公開了一種人臉表情識別方法及裝置，用于解決現有的人臉表情識別方法導致識別的精準度較差的技術問題。方法包括：獲取待檢測視頻幀人臉圖像，并基于待檢測視頻幀人臉圖像，生成全局人臉圖像和初始關鍵點集；采用基于區域關系算法的局部候選模塊根據初始關鍵點集，生成多個人臉局部區域圖像；將各人臉局部區域圖像輸入至預置局部表情特征提取網絡進行局部特征提取，輸出多個局部表情特征數據；通過基于持續注意力算法的全局表情特征提取網絡對全局人臉圖像進行全局特征提取，生成全局人臉圖像對應的全局表情特征數據；采用預置特征分類器根據全局表情特征數據和各局部表情特征數據進行人臉表情識別，生成人臉表情識別結果。

本發明授權一種人臉表情識別方法及裝置在權利要求書中公布了：1.一種人臉表情識別方法，其特征在于，包括： 獲取待檢測視頻幀人臉圖像，并對所述待檢測視頻幀人臉圖像進行目標檢測，生成全局人臉圖像和所述全局人臉圖像對應的初始關鍵點集； 采用基于區域關系算法的局部候選模塊根據所述初始關鍵點集，生成多個人臉局部區域圖像； 將各所述人臉局部區域圖像輸入至預置局部表情特征提取網絡進行局部特征提取，輸出各所述人臉局部區域圖像對應的局部表情特征數據； 通過基于持續注意力算法的全局表情特征提取網絡對所述全局人臉圖像進行全局特征提取，生成所述全局人臉圖像對應的全局表情特征數據； 采用預置特征分類器根據所述全局表情特征數據和各所述局部表情特征數據進行人臉表情識別，生成人臉表情識別結果； 所述初始關鍵點集包括多個初始關鍵點；所述采用基于區域關系算法的局部候選模塊根據所述初始關鍵點集，生成多個人臉局部區域圖像，包括： 對各所述初始關鍵點進行局部區域粗匹配，生成多個初始局部區域關鍵點群； 基于各所述初始局部區域關鍵點群中的各個初始局部區域關鍵點對應的置信度、置信度閾值、特征檢測支持度，計算各所述初始局部區域關鍵點群中的各個初始局部區域關鍵點對應的關聯度； 在各所述初始局部區域關鍵點群中，將任一小于預置關聯度閾值的關聯度對應的初始局部區域關鍵點進行剔除，確定各所述初始局部區域關鍵點群對應的中間局部區域關鍵點群； 基于各所述中間局部區域關鍵點群中各個中間局部區域關鍵點對應的特征檢測支持度，在各所述中間局部區域關鍵點群中，選取最大的特征檢測支持度對應的中間局部區域關鍵點作為核心局部區域關鍵點； 分別對各所述中間局部區域關鍵點群中的核心局部區域關鍵點和多個中間局部區域關鍵點進行加權馬氏距離計算，確定各所述中間局部區域關鍵點群中各個中間局部區域關鍵點對應的加權馬氏距離； 在各所述中間局部區域關鍵點群中，將任一小于預置馬氏距離閾值的加權馬氏距離對應的中間局部區域關鍵點進行剔除，確定各所述中間局部區域關鍵點群對應的目標局部區域關鍵點群； 根據各所述目標局部區域關鍵點群中各個目標局部區域關鍵點對應的像素位置信息，生成二維面部掩模矩陣； 基于所述二維面部掩膜矩陣，確定掩模圖； 根據所述二維面部掩模矩陣和所述掩模圖，生成多個人臉局部區域圖像； 所述基于持續注意力算法的全局表情特征提取網絡包括卷積池化子網絡、基于持續注意力算法的局部增強模塊；所述通過基于持續注意力算法的全局表情特征提取網絡對所述全局人臉圖像進行全局特征提取，生成所述全局人臉圖像對應的全局表情特征數據，包括： 采用卷積池化子網絡對所述全局人臉圖像進行卷積池化，生成全局卷積池化特征圖； 通過基于持續注意力算法的局部增強模塊對所述全局卷積池化特征圖進行特征提取，生成所述全局卷積池化特征圖對應的全局表情特征數據。

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廣東工業大學，其通訊地址為：510080 廣東省廣州市越秀區東風東路729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”。