专利名称：

一种基于排序卷积神经网络的人脸表情分析方法及系统

所属单位：

人工智能教育学部

专利范围：

国内

第一作者：

张坤

发明设计人：

陈靓影,韩加旭,徐如意,刘乐元,彭世新,刘小迪

备注：

本发明公开了一种基于排序卷积神经网络的人脸表情分析方法及系统，属于图像处理与模式识别领域。本发明将感兴趣的表情与其它类别的表情进行拼接，从拼接的人脸表情序列中选取任意两帧图像作为输入，采用排序卷积神经网络训练表情强度排序模型，单一的表情强度排序模型能够实现对感兴趣表情的强度估计，联合多个表情强度排序模型能够实现对表情类别的估计。本发明能够同时对表情的类别和强度进行估计，在最大化保留人脸表情信息的同时消除个体差异以及环境噪声，从而提高表情分析的正确性和鲁棒性，具有极强的现实应用前景。

专利类型：

发明专利

专利状态：

有效

申请号：

ZL201811505978.8

授权号：

CN109657586B

是否职务专利：

否

申请日期：

2018-12-10

公开日期：

2019-04-19

授权日期：

2022-02-18

发布时间：

2026-06-30