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！

龍圖騰網獲悉西南大學申請的專利一種微表情放大到宏表情的方法、系統、設備及介質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：CN115116112B 。

龍圖騰網通過國家知識產權局官網在2025-08-19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：202210740101.7，技術領域涉及：G06V40/16；該發明授權一種微表情放大到宏表情的方法、系統、設備及介質是由李劍峰;宋亞琦設計研發完成，并于2022-06-28向國家知識產權局提交的專利申請。

本一種微表情放大到宏表情的方法、系統、設備及介質在說明書摘要公布了：本發明屬于微表情技術領域，公開了一種微表情放大到宏表情的方法、系統、設備及介質，所述微表情放大到宏表情的方法包括從宏表情序列中提取初幀和中間幀，來模擬微表情的面部運動，把宏表情的中間幀作為微表情的頂幀；選擇一個極佳的圖像遷移模型FOMM，圖像遷移模型FOMM包括運動估計模塊和圖像生成模塊；FOMM網絡以源圖像和驅動幀為輸入，使源圖像中的對象根據驅動幀中的動作生成新的圖像；FOMM網絡根據給定宏表情序列數據集進行訓練，使得網絡掌握宏表情變化特征；運動放大模塊被加入到運動估計模塊和圖像生成模塊之間，以實現基于圖像遷移的微表情放大功能。

本發明授權一種微表情放大到宏表情的方法、系統、設備及介質在權利要求書中公布了：1.一種微表情放大到宏表情的方法，其特征在于，所述微表情放大到宏表情的方法包括： 從宏表情序列中提取初幀和中間幀，來模擬微表情的面部運動，把宏表情的中間幀作為微表情的頂幀；選擇一個極佳的圖像遷移模型FOMM，圖像遷移模型FOMM包括運動估計模塊和圖像生成模塊；FOMM網絡以源圖像和驅動幀為輸入，使源圖像中的對象根據驅動幀中的動作生成新的圖像；FOMM網絡根據給定宏表情序列數據集進行訓練，使得網絡掌握宏表情變化特征；給定宏表情序列中初幀作為源圖像，其他幀作為驅動幀；數據集包括MMI和CK+宏表情數據集；運動放大模塊被加入到運動估計模塊和圖像生成模塊之間，以實現基于圖像遷移的微表情放大功能； 所述微表情放大到宏表情的方法具體過程為： 步驟一，基于給定的預訓練的運動估計模塊，將宏表情序列的初幀和中間幀以及初幀和頂幀作為輸入，分別輸出微表情特征圖以及宏表情特征圖； 步驟二，在宏表情特征圖的指導下，微表情特征圖被輸入到運動放大模塊中訓練如何變化為宏表情特征圖；生成的宏表情特征圖被輸入到預訓練的圖像生成模塊，生成最終的放大的圖像； 步驟三，預訓練的運動估計模塊和預訓練的圖像生成模塊之間加入運動放大模塊，以實現基于圖像遷移的微表情放大功能； 所述步驟三中，預訓練的運動估計模塊和預訓練的圖像生成模塊之間加入運動放大模塊，以實現基于圖像遷移的微表情放大功能具體過程為： 運動放大模塊為編碼器-解碼器結構，前半部分是特征提取，后半部分是上采樣，運動放大模塊用于多尺度特征融合的跳過連接；從微表情到宏表情的放大過程跨度過大，引入雙重注意力機制； 所述從微表情到宏表情的放大過程跨度過大，引入雙重注意力機制具體過程為： 通過注意力模塊將某個位置的響應計算為來自不同空間位置的所有特征的加權和，從而連接特征圖任意兩個位置的長期依賴關系和非線性變換信息，獲取更好的放大效果； 所述獲取更好的放大效果具體過程為： 注意力模塊中特征圖作為輸入被送入到三個不同的卷積層并且生成了新維度的特征圖；三個不同的卷積層分別為value_conv、query_conv和key_conv；query_conv和key_conv兩個卷積層輸出的兩個特征圖經過重塑、相乘以及使用softmax對權重進行歸一化后得到注意力圖；注意力圖與value_conv卷積層輸出的特征圖通過一系列數學運算最終輸出新的特征圖。

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西南大學，其通訊地址為：400715 重慶市北碚區天生路2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”。