1. 技术简介

本技术提供了一种基于注意力遮挡机制的表情识别方法 。该方法旨在解决现有表情识别模型因脸部冗余信息过多而导致的过拟合问题，以及在手部遮挡等复杂情况下的识别失效问题。其核心技术特征包括：（1）训练-微调双阶段架构：通过初次训练与后期微调相结合，实现对模型注意力的再训练。（2）注意力回馈-遮挡模式：在微调阶段，系统自动生成注意力部分图像并进行遮挡处理，形成新的训练数据对，迫使网络学习更具泛化性的表情特征。（3）记事本亲和字典（Memo_Affinity_Buff）：在训练过程中对特征向量进行聚类缓存，通过计算记事本亲和损失（la）和交叉熵损失（lc）共同辅助模型训练。（4）交替网络结构：模型由四组交替设置的残差层（ResNet_Layer）和注意力层（CBAM_Layer）构成，通过通道和空间双重注意力模块精细提取表情特征向量。

2. 应用范围

本技术具有极强的泛化能力和准确率，适用于多种复杂场景下的面部表情分析：

司法与安全：用于刑事审讯过程中的情绪监测与真伪判定。

医疗与心理咨询：辅助医生识别患者的细微心理变化，提升诊断准确性。

教育监测：分析学生在课堂或在线学习中的注意力及情感反馈。

商业销售：挖掘潜在客户的真实情感反应，优化销售策略。

3. 知识产权情况

状态：已获得国家专利授权；

名称：一种基于注意力遮挡机制的表情识别方法；

专利号：ZL 2022 1 0373538.1

4. 转让方式

技术许可、技术转让、技术入股。

5. 联系人及电话

科研处聂肖松，0411-82159891。