公开(公告)号：CN119296157A

公开(公告)日：2025-01-10

申请号：CN202411415644.7

申请日：2024-10-11

Applicant: 重庆邮电大学

Inventor： 阮昆 ,  熊余 ,  周松 ,  王静 ,  黄容

IPC: G06V40/16 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明涉及一种建模复杂时空关系的动态面部表情识别方法，属于计算机视觉领域。该方法包括：划分人脸表情数据为训练集和验证集，并进行数据预处理；构建多视角时空网络；将多视角时空网络捕获的表情时空特征通过全连接层和softmax评分函数映射到基本表情的标签体系中，完成面部表情的识别分类。本发明可以从全局和局部两个视角关注表情关键的空间特征，并从短期和长期视角来捕获表情的时序特征，以此共同建模由表情个体差异产生的复杂时空关系，从而提升面部表情识别任务的准确性。

公开(公告)号：CN118736647A

公开(公告)日：2024-10-01

申请号：CN202410859838.X

申请日：2024-06-28

Applicant: 重庆邮电大学

Inventor： 蔡婷 ,  熊余 ,  田航 ,  储雯 ,  黄容 ,  周松

IPC: G06V40/16 ,  G06V10/774 ,  G06V10/776 ,  G06V10/46 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明涉及一种无关身份的多任务面部表情识别方法，属于计算机视觉领域。该方法包括：划分人脸表情数据为训练集和验证集，进行数据预处理后通过特征预提取器提取表情浅层特征；构建协同注意力用于不同任务间深层特征的交互学习；通过生成的面部关键点构建区域增强注意力，关注人脸局部关键区域的特征信息；在人脸识别任务中，通过获取的人脸独特信息构建空间属性注意力，减少表情特征中的个人特定属性；将面部表情识别任务捕获的表情特征通过全连接层和softmax评分函数映射到基本表情的标签体系中，并通过多损失联合训练优化。本发明增强局部关键特征和削弱个人特定属性，排除与身份相关的人脸特征，提升面部表情识别任务的准确性。