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...
实质审查的生效
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。
基本信息
专利标题 ：
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
专利标题（英）：
暂无
公开（公告）号 ：
CN114283482A
申请号 ：
CN202111636106.7
公开（公告）日 ：
2022-04-05
申请日 ：
2021-12-29
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
程艳蔡壮陈豪迈项国雄
申请人 ：
江西师范大学
申请人地址 ：
江西省南昌市南昌县紫阳大道99号
代理机构 ：
深圳泛航知识产权代理事务所(普通合伙)
代理人 ：
邓爱军
优先权 ：
CN202111636106.7
主分类号 ：
G06V40/16
IPC分类号 ：
G06V40/16 G06V10/764 G06V10/82 G06V10/80 G06N3/04 G06N3/08
法律状态
2022-04-22 ：
实质审查的生效
IPC(主分类) : G06V 40/16
申请日 : 20211229
申请日 : 20211229
2022-04-05 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
