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！

龍圖騰網獲悉平安科技(深圳)有限公司申請的專利模型訓練方法和裝置、運動單元識別方法、設備、介質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：CN114492666B 。

龍圖騰網通過國家知識產權局官網在2025-09-19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：202210143563.0，技術領域涉及：G06V40/16；該發明授權模型訓練方法和裝置、運動單元識別方法、設備、介質是由胡魁;戴磊;劉玉宇設計研發完成，并于2022-02-16向國家知識產權局提交的專利申請。

本模型訓練方法和裝置、運動單元識別方法、設備、介質在說明書摘要公布了：本公開實施例提供模型訓練方法和裝置、運動單元識別方法、設備、介質，涉及人工智能技術領域。該模型訓練方法包括：將訓練數據集中人臉運動圖片樣本輸入到原始人臉運動單元識別模型中進行預測，利用人臉關鍵點分類層和運動單元分類層分別得到人臉關鍵點預測結果和運動單元預測結果，計算運動單元預測結果和運動單元標簽之間的運動單元誤差值，根據人臉關鍵點預測結果和運動單元誤差值訓練得到目標人臉運動單元識別模型。本實施例中融合人臉關鍵點分類層和運動單元分類層對原始人臉運動單元識別模型進行訓練，在訓練過程中保證兩個預測分支同時收斂，以減少過擬合程度，提高人臉運動單元模型的訓練精度，提高模型的普適性。

本發明授權模型訓練方法和裝置、運動單元識別方法、設備、介質在權利要求書中公布了：1.一種模型訓練方法，其特征在于，包括： 獲取訓練數據集；所述訓練數據集包括人臉運動圖片樣本和運動單元標簽；獲取原始人臉運動單元識別模型，所述原始人臉運動單元識別模型包括：人臉關鍵點分類層和運動單元分類層；將所述人臉運動圖片樣本輸入到所述原始人臉運動單元識別模型中，利用所述人臉關鍵點分類層進行人臉關鍵點分類預測得到人臉關鍵點預測結果；利用所述運動單元分類層進行運動單元分類預測得到運動單元預測結果；計算所述運動單元預測結果和所述運動單元標簽之間的運動單元誤差值； 根據所述臉關鍵點預測結果和所述運動單元誤差值調整所述原始人臉運動單元識別模型的模型權值，得到目標人臉運動單元識別模型； 所述模型訓練方法還包括：利用所述人臉關鍵點分類層的第一損失函數和所述運動單元分類層的第二損失函數得到損失函數； 所述獲取訓練數據集之前，所述模型訓練方法還包括：獲取原始訓練數據集，所述原始訓練數據集包括：原始人臉運動圖片樣本；獲取所述原始人臉運動圖片樣本中每個運動類別的樣本數；對樣本數小于預設樣本數的運動類別對應的所述原始人臉運動圖片樣本進行樣本擴充，以使得所述原始訓練數據集中每個運動類別的樣本數一致；根據所述原始訓練數據集得到所述訓練數據集; 所述對樣本數小于預設樣本數的運動類別對應的所述原始人臉運動圖片樣本進行樣本擴充，包括：按照人臉關鍵點對應的坐標位置生成位置矩陣，將每一個所述原始人臉運動圖片樣本均表示成位置矩陣的形式，根據隨機生成的遮擋掩碼對所述位置矩陣的部分元素進行遮擋，得到新的位置矩陣，得到所述新的位置矩陣對應的新的原始人臉運動圖片樣本； 所述人臉關鍵點分類層的所述第一損失函數表示為： 其中，表示第一損失函數，表示人臉角度，表示人臉關鍵點對應的坐標； 所述運動單元分類層的所述第二損失函數為： 其中，表示第二損失函數，表示樣本數量，表示所述運動單元標簽，表示所述運動單元預測結果，表示遮擋掩碼； 所述損失函數，表示為： 其中，表示損失函數，表示超參數。

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平安科技(深圳)有限公司，其通訊地址為：518000 廣東省深圳市福田區福田街道福安社區益田路5033號平安金融中心23樓；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”。