[发明专利]基于自注意力特征过滤分类器的双分支生成对抗网络的面部表情识别模型在审
| 申请号： | 202111636106.7 | 申请日： | 2021-12-29 |
| 公开（公告）号： | CN114283482A | 公开（公告）日： | 2022-04-05 |
| 发明（设计）人： | 程艳;蔡壮;陈豪迈;项国雄 | 申请（专利权）人： | 江西师范大学 |
| 主分类号： | G06V40/16 | 分类号： | G06V40/16;G06V10/764;G06V10/82;G06V10/80;G06N3/04;G06N3/08 |
| 代理公司： | 深圳泛航知识产权代理事务所(普通合伙) 44867 | 代理人： | 邓爱军 |
| 地址： | 330000 江*** | 国省代码： | 江西;36 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 现有面部表情识别方法提取的表情特征通常与其他的面部属性混在一起，这不利于面部表情的识别，提出基于自注意力特征过滤分类器的双分支生成对抗网络的面部表情识别模型。本发明的目的是使用生成对抗网络，并结合注意力机制、特征过滤分类器，生成具有辨别性的表情表示。该发明提出基于自注意力机制的特征过滤分类器作为表情的分类模块，使用级联的LayerNorm和Relu将低激活单元归零并保留高激活单元，生成多级特征，使用自注意力机制的融合方法输出多级特征的预测结果，提高识别的准确率；提出基于滑动模块的双重图像一致性损失来监督模型学习具有辨别性的表情表示。 | ||
| 搜索关键词： | 基于 注意力 特征 过滤 分类 分支 生成 对抗 网络 面部 表情 识别 模型 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江西师范大学，未经江西师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202111636106.7/，转载请声明来源钻瓜专利网。
