融合全局增强-局部注意特征的表情识别网络

为抑制自然场景下遮挡和姿态变化等因素对人脸表情识别的影响,提出一种融合全局增强-局部注意特征(GE-LA)的表情识别网络。为获取增强的全局上下文信息,构建通道-空间全局特征增强结构,该结构采用通道流模块(CFM)和空间流模块(SFM),分别获取对称多尺度通道语义以及像素级空间语义,并结合两类语义生成全局增强特征;为抽取局部细节特征,将高效通道注意力(ECA)机制改进为通道-空间注意力(CSA)机制,并以此构建局部注意模块(LAM)获取通道和空间高级语义。为提升网络对遮挡、姿态变化等因素的抗干扰能力,设计一种自适应策略实现全局增强特征和局部注意特征的加权融合,并基于自适应融合特征实现表情分类。在自然场景人脸表情数据集RAF-DB和FERPlus上的实验结果表明,提出网络的表情识别率分别为89.82%和89.93%,比基线网络ResNet50分别提高了13.39个百分点和10.62个百分点。与相关方法相比,提出方法降低了遮挡、姿态变化的影响,在自然场景下具有较好的表情识别效果。

基于注意特征融合和联合损失的表情识别网络

针对目前表情识别任务中模型结构复杂、参数量大及准确率低的问题,提出了一种基于注意特征融合和联合损失的人脸表情识别模型。在构建的网络模型中加入注意力特征融合模块,解决融合不同尺度特征时出现的信息丢失的问题。将卷积神经网络筛选得到的浅层特征与深层特征进行融合,以保证网络能够充分学习到图像的不同语义特征信息,提升判别效果。为了减小表情类内距离、增大类间差别,采用了联合损失函数对模型进行训练,提升模型的识别准确率。使用改进后的模型在表情数据集RAF-DB、CK+和Fer2013上测试,分别达到了83.7%、96.5%和70.3%的准确率,在降低模型参数量的同时保证了准确率,对于未来移动端设备进行人脸表情识别具有一定的参考价值。

特质正念对语段阅读注意特征的影响:来自动态眼动的证据

目的采用眼动追踪技术分析特质正念在语段阅读过程中的注意特征。方法以标准化语段为阅读素材,以内导向认知范式为框架设计基于眼动追踪的语段阅读及自我参照任务。招募大学本科生124人,以正念觉知量表得分划分为高正念组与低正念组后纳入实验。采用动态数据处理方法对相应眼动数据进行分析。结果0~10 s阅读期间的数据显示,特质正念和认知导向显著影响了对不同区域注视比例的变化趋势。具体而言,低正念组表现出0~5 s期间显著的对于语段区域和非语段区域注视比例的波动,而高正念组则在0~10 s期间内保持稳定;在内外不同认知导向条件下,正念水平显著影响了注视特征的差异。结论本研究揭示在阅读早期由特质正念引起的显著的眼动特征,提示正念可能与注意分心的关系。研究同时发现正念与内导向认知的关系,提示正念与内省思维的密切联系。这些结果均说明正念中注意监控成分可以通过眼动特征进行表达。

我国定向越野运动员注意特征的实验研究

采用注意能力测试软件对我国18名优秀定向越野运动员、26名一般定向越野运动员和32名普通学生的注意能力进行测试。结果表明:优秀定向运动员的注意集中稳定能力要明显高于普通学生和一般定向越野运动员,注意广度水平比普通学生强,而与一般运动员不存在显著性差异,注意分配能力比普通学生和一般运动员差,注意转移能力与普通学生并不存在显著性差异,但强于一般定向越野运动员。其中注意广度、注意集中稳定两项指标可作为定向越野运动员选材和训练的有效指标。

基于视觉注意特征和SVM的镜头边界检测算法

镜头边界检测是视频分析的基础。借鉴心理学中有关视觉注意的研究成果,提出了一种采用符合人类视觉注意的特征,并利用支持矢量机进行视频镜头边界检测的算法。通过对TRECVID2007数据库进行实验的结果表明,该算法在查全率和查准率方面都获得了较好的性能。

注意缺陷多动障碍临床亚型部分注意特征的比较研究

目的应用注意测验方法对注意缺陷多动障碍(attentiondeficithyperactivitydisorder,ADHD)各临床亚型进行比较研究,了解ADHD各临床亚型注意特征的特点及有无差异。方法对七所小学三至六年级学生使用自编症状筛查表进行筛查,并根据美国精神障碍诊断与统计手册第4版分为3个ADHD亚型组,对ADHD各亚型组和正常对照组儿童进行数字划销测验、无意与有意注意、注意广度测验测试。结果ADHD三个亚型组在数字划销测验的粗分[(88.83±30.07)分、(92.14±28.66)分、(83.79±24.33)分]、净分[(80.13±29.66)分、(84.86±30.39)分、(77.82±22.96)分]和失误率[(7.33±4.66)%、(10.29±11.93)%、(11.14±7.76)%],注意广度、有意注意和无意注意等注意特征方面,与对照组相比[(101.58±28.88)分、(95.37±27.59)分、(6.04±4.01)分],均差异有显著性(F值分别为3.97,4.60,4.33);但ADHD三个亚型组间的差异无显著性。结论ADHD各临床亚型患儿的注意特征没有明显差异,但均较正常儿童受损。

武术散打运动员认知方式对注意特征的影响

运用心理测量法,以"镶嵌图形测验(EFT)"和"注意力测验(AT)"作为测查工具,对优秀、一般男子散打运动员的认知方式与注意特征进行测量,主要探讨男子散打运动员认知方式特点,进而分析男子散打运动员认知方式特点对注意特征的影响。结果发现:优秀男子散打运动员认知方式以场独立型或中间型为主,一般男子散打运动员认知方式以场依存型或场中间型为主;男子散打运动员认知方式特点仅对注意特征个别指标具有影响,其影响主要表现在场独立型散打运动员的注意广度水平明显高于场中间型、场依存型运动员。

男子散打运动员注意特征差异性的实验研究

主要运用心理测量法,采用"注意力测验(AT)"作为测验工具,对男子散打运动员的注意特征进行测量。结果表明:优秀与一般男子散打运动员的注意特征整体水平具有差别。其中,优秀男子散打运动员注意广度水平高于一般运动员,但一般运动员的注意稳定性和注意转移则好于优秀运动员。

乒乓球新手—熟手—专家注意特征比较研究

目的:基于"新手-熟手-专家"研究范式,对不同运动水平的运动员的注意特征进行比较分析,旨在发现不同水平乒乓球运动员注意品质的特点及其专家型乒乓球运动员注意特征的核心指标,为乒乓球运动员的心理选材、训练和监控提供参考。方法:采用由北京师范大学殷恒婵老师编制的《注意力测验》,对140名乒乓球运动员(有效人数132人,男82人,女50人)进行注意能力测试。结果:新手组、熟手组、专家组在注意分配能力及注意广度方面呈现逐步上升趋势,组间差异不显著(P>0.05);注意稳定性和注意转移方面,专家组的注意能力显著优于新手组和熟手组(P<0.05)。结论:可将注意的稳定与集中、注意的转移(灵活性)、注意分配作为乒乓球专项选材与训练监控的主要指标。

定向运动员认知方式与注意特征的相关研究

借鉴认知心理学的有关研究方法与范式,运用心理测量法,对高水平、一般水平定向运动员的认知方式与注意特征进行测量.结果显示:高水平定向运动员认知方式与一般水平组存在显著差异,高水平定向运动员认知方式类型主要为场独立型和场中间型,一般定向运动员以场依存型和场中间型为主;定向运动员不同水平与注意广度、注意稳定性、认知方式显著相关,定向运动员认知方式对注意特征的影响主要体现为场独立型定向运动员的注意广度水平显著高于场中间型、场依存型运动员;场独立型和场中间型定向运动员的注意稳定性好于场依存型,而对注意特征其他指标不具影响.

篮球运动员动态视觉注意特征与运动表现的相关性研究

采用多目标追踪任务与点探测任务结合的双任务实验范式,旨在探讨篮球运动员的动态视觉注意分配特征及其与运动表现的相关关系。方法:选取48名大学生(篮球运动员24人,一般大学生24人),采用多目标追踪任务分析样本篮球运动员对动态视觉信息处理的表现,通过增加追踪目标负荷探讨样本篮球运动员动态视觉信息加工特点,运用点探测任务分析样本篮球运动员动态信息认知加工过程中注意资源的分配与加工特征,探讨样本篮球运动员的这种动态视觉注意特征与运动表现之间的相关性。结果:1)组别和目标数量维度的交互效应不显著,组别和点探测出现位置维度的交互作用不显著,组别和探测刺激出现位置维度的交互效应显著,在不同位置的点探测觉察率与运动表现(技术统计指标)的相关程度不同。2)随着目标数量的增多,任务难度增大,样本篮球运动员追踪正确率呈下降趋势。在MOT任务中,样本篮球运动员与被试一般大学生的注意分配能力未见显著差异。在双任务实验中,样本篮球运动员对空位置的更多关注意味着注意资源更多地分配到了空位置,这种视觉注意的特点使得样本篮球运动员在比赛中可能出现更多的助攻行为和更少的犯规行为,对良好的运动表现有促进作用。

上海优秀击剑运动员和跳水运动员注意特征比较

运用文献分析法、数据分析法,对上海优秀击剑运动员和跳水运动员注意特征的比较研究,发现跳水运动员与击剑运动运动员的注意特征有显著差异。注意稳定性及注意集中这两项注意特征,是优秀跳水运动员所具备的重要注意特征。优秀击剑运动员所具备的最重要的注意特征是注意转移。

高共情者加工情绪刺激的注意特征及其眼动证据

共情特质影响情绪信息加工的情境适切程度。采用点探测范式并结合眼动追踪技术,以词语和面孔表情为实验材料,探讨高低共情被试对不同类型刺激材料的注意偏向及具体成分的时间进程特点。结果发现,虽然高低共情被试都对负性刺激表现出早期注意定向,但只有高共情被试对悲伤面孔的晚期注意维持更长。这表明面孔表情是区分共情特质注意偏向更有效的实验材料;高共情被试对悲伤面孔表情的加工有助于心灵感知。

山东省青少年足球运动员注意特征的初步研究

足球运动员多方面综合能力提高的敏感期均处于青少年时期,由于遗传与后天外界环境的共同作用,在青少年生长发育某一时期中,生长发育速度较快,机体对外界因素的影响最敏感,这时是选材和训练的十分有利时期,这就是我们常说的运动素质最佳敏感期和最佳发展期。通过对山东省U15足球运动员注意特征的研究,了解山东省现阶段青少年足球运动员注意特征的现状,为提高青少年足球运动员在比赛中注意能力以及今后青少年足球运动员的科学训练与选材提供理论依据。

警察对中西部地区商业街潜在犯罪嫌疑人注意特征的调查研究

借鉴注意理论的相关研究,对专家和新警就商业街潜在犯罪嫌疑人注意特征的陈述进行调查,以便向新警提供在巡逻盘查时能迅速、准确发现潜在违法犯罪的理论依据,提高其注意、识别能力,加强执法效率,为新警的培训教育而服务。本研究采用文献资料法、口语汇报法、逻辑分析法,对比、分析专家和新警的陈述内容,归纳出商业街潜在违法犯罪嫌疑人的特征概况。研究表明,通常潜在犯罪嫌疑人选择在混乱人群中作案且不易被察觉,而专家对商业街潜在违法犯罪可能性的估计以及对潜在嫌疑人特征的及时认知比新警更加准确。因此,人民警察对商业街潜在犯罪嫌疑人注意特征的调查研究就显得尤为重要。

现代五项运动员的注意特征研究

本文对运动员注意特征的分类研究进行了总结,在此基础上进一步对现代五项运动员注意特征现状进行了分析,以便更好地应用于比赛中的训练和心理控制,从而取得更好的效果。

基于信号检测论的国际豁免航班飞行员注意特征分析

《疫情期间豁免机组成员值勤期、飞行时间限制的实施办法》要求执行豁免航班(即不过夜休息航班)机组人员应对各种信号具有较高的检测能力。飞行员信号检测能力代表机组人员信息加工能力的准确性与决策效率,高效的信息加工及决策效率能有效保障飞行安全。可见,飞行员选择性注意、持续性警觉与阶段性警觉对飞行安全至关重要。基于信号检测原理,设计了评估飞行员对选择性、持续性、阶段性3种刺激信号判别能力(d’)与判断标准(β)的测试方法。收集了国内飞往北美洲的豁免与不豁免航班中18名飞行员在飞行过程中对上述3种信号的判断结果,确定了辨别能力与判断标准,绘制了受试者工作特征曲线(ROC)。结果表明:在豁免与否2种模式下,飞行员在去程降落后的疲劳自评感受差异最明显(卡罗琳斯卡嗜睡量表差值=2.333,机组人员状态检查表差值=1.222);飞行员对选择性信号辨别能力(sig=0.337)与判断标准(sig=0.200)无显著性差异;豁免航班飞行员对持续性信号的辨别能力(d’=4.149)高于不豁免航班(d’=3.137),判断标准(β=0.616)低于不豁免航班(β=0.629);豁免航班中飞行员对阶段性信号判断能力(d’=3.916)高于不豁免航班(d’=2.994),判断标准无显著性差异(sig=0.262)。总体而言,豁免航班飞行员对3种信号辨别能力高于不豁免航班,判断标准与平均反应时无显著差异。豁免航班飞行员信号检测能力不会对安全运行产生负面影响。

警校线上教学中学生的注意特征及教学方法研究

由于新冠疫情以及物理环境的限制,高校中的各类课程都开展了线上教学,并逐渐成为疫情时期主要的教学模式之一。本文通过桌面式眼动仪,探索了学生进行线上学习的眼动特征。以此揭示警校生在进行线上学习时的注意分布特征,为教师对线上授课的教学方法改进提供理论依据和方法支撑。研究结果表明,学生们在线上授课时对文本的关注度高于图片,同时,老师的头像会在一定程度上吸引学生的注意力。

基于聚合局部邻居三元组与特征增强注意力的知识图谱表示

针对Transformer知识表示模型中三元组语义和结构关联信息的缺失问题,提出了新的知识图谱表示框架CNAR。首先在Transformer的基础上设计了聚合局部邻居三元组技术,有效丰富了语义结构信息的多样性,并利用特征增强注意力设计权重,精准表征三元组的关联程度。此方法已成功应用到下游任务,并在4个数据集(包括自制机器人数据集ROBOT)上进行了验证。实验结果显示,在WN18RR和FB15K-237数据集上,该方法获得的MRR指标较基线方法的平均水平分别提高了10.9百分点和17.1百分点,Hits@10指标分别提高了13.1百分点和保持平衡表现。此外,在UMLS和ROBOT数据集上,该方法的两个指标也达到或接近最优性能,证明了该方法的有效性和适用性。

基于高效卷积注意力特征融合的道路目标检测

针对YOLOv5s基准模型参数量大、特征尺度差异化等问题,提出基于高效卷积注意力特征融合的轻量级目标检测模型.首先,构建基于幻影操作的轻量化特征提取模块,在保证检测精度接近原模型的前提下,提高模型的实时性.其次,优化通道注意力和空间注意力模块,提出基于高效卷积的注意力特征融合模块,并设计兼具检测精度与实时性的轻量级目标检测模型.在具有不同复杂道路场景的数据集BDD100K上开展实验.结果表明,相较于基准模型,所提模型的检测精度和推理速度均得到提升,其中全类平均检测精度提升了1.4%,帧率提升了28.2%.相较于当前行业应用中主流的深度学习模型,所提模型在精度与速度的均衡性上表现出显著优势.