原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及人脸表情识别技术领域，公开了基于多特征融合的人脸表情自动识别方法，包括使用深度学习技术提取面部图像的特征；通过图像特征融合模块将面部图像特征和声音情感特征进行融合；使用LSTM模型对时序特征进行建模；利用迁移学习的方式降低标注数据的需求；利用生成对抗网络生成虚拟的表情数据；利用条件生成对抗网络进行建模不同场景因素对表情的影响；引入多任务学习，提高模型的泛化能力。本发明通过采用深度学习技术，结合图像和声音等多感知特征进行多模态融合，并引入时序建模方法，有效捕捉表情的动态变化。此外，弱监督
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117275057A
(43)申请公布日2023.12.22
(21)申请号202311082902.XG06N3/045(2023.01)
文档评论（0）