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！

龍圖騰網獲悉中國傳媒大學申請的專利基于情緒感知和半監督對比學習的虛擬主播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：CN120412059B 。

龍圖騰網通過國家知識產權局官網在2025-09-23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：202510913878.2，技術領域涉及：G06V40/16；該發明授權基于情緒感知和半監督對比學習的虛擬主播識別方法是由劉娜設計研發完成，并于2025-07-03向國家知識產權局提交的專利申請。

本基于情緒感知和半監督對比學習的虛擬主播識別方法在說明書摘要公布了：本發明公開了基于情緒感知和半監督對比學習的虛擬主播識別方法，涉及虛擬視頻識別技術領域，包括如下步驟：對連續視頻幀進行隨機采樣處理得到序列幀；對預處理后的序列幀進行面部識別，并對識別的面部進行剪裁；將獲得的人臉圖像序列輸入情緒感知識別模塊進行情緒識別，對無標簽人臉圖像序列標記偽標簽；構建對比學習數據集；將對比學習數據集經過虛擬主播表示學習網絡，將面部表示經過設計好的虛擬主播表示對比學習網絡，再將學習到的特征表示通過虛擬主播識別網絡獲得預測結果；本發明提供的基于情緒感知和半監督對比學習的虛擬主播識別方法及系統能夠進行虛擬主播的識別。

本發明授權基于情緒感知和半監督對比學習的虛擬主播識別方法在權利要求書中公布了：1.基于情緒感知和半監督對比學習的虛擬主播識別方法，其特征在于，包括如下步驟： 對連續視頻幀進行采樣處理得到序列幀； 通過面部識別模型對序列幀進行面部區域提取，得到人臉圖像序列； 將無標簽的人臉圖像序列輸入情緒感知識別模型進行情緒識別以獲得偽標簽； 將人臉圖像序列輸入虛擬主播表示學習網絡，獲得特征表示；虛擬主播表示學習網絡通過對比學習數據集進行訓練，對比學習數據集包括有標簽的人臉圖像序列和獲得偽標簽的人臉圖像序列； 將特征表示輸入虛擬主播識別網絡獲得識別結果； 所述虛擬主播表示學習網絡通過對比學習數據集進行訓練包括： 構建對比學習數據集，其中，有標簽的人臉圖像序列記作，獲得偽標簽的人臉圖像序列記作；在和中，每對序列數據，若序列xi和序列xj兩兩都為真實主播的人臉圖像序列或兩兩都為虛擬主播的人臉圖像序列則標記為1，為正樣本對，記為，若序列xi和序列xj為一真實主播的人臉圖像序列和一虛擬主播的人臉圖像序列則標記為0,為負樣本對，記為； 將對比學習數據集輸入到虛擬主播表示學習網絡中得到每對序列數據的經驗分布，對比學習數據集中的每對序列數據是虛擬主播表示學習網絡輸入的數據對，共享相同的參數；經過對比學習網絡的訓練，深度3D卷積神經網絡的參數被固定； 具體地，人臉圖像序列的經驗分布為，表示虛擬主播表示學習網絡； 對配對的序列數據的經驗分布計算KL散度： ； 其中，表示KL散度值，表示邊緣參數，其隨機取值范圍為（0,1）；為正樣本對，表示負樣本對； 所述將無標簽的人臉圖像序列輸入情緒感知識別模型進行情緒識別以獲得偽標簽包括： 對整體的人臉圖像通過全局特征提取模型得到全局特征向量，為全局特征向量維度； 將整體的人臉圖像劃分為n*n的局部區域塊，對每個局部區域塊分別進行局部特征提取后得到局部特征向量； 對局部特征向量與全局特征向量進行相似度分數計算，得到每個局部區域塊的位置權重分數； 通過位置權重分數對局部向量進行指導后，局部向量再和全局特征向量進行融合生成融合特征圖； 使用聚類算法對融合特征圖進行無監督聚類，獲得的分類結果作為無標簽的人臉圖像序列的偽標簽。

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中國傳媒大學，其通訊地址為：100024 北京市朝陽區定福莊東街1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”。