基于半监督对比学习的人脸表情识别

为解决面部表情识别(FER)大规模表情收集困难和现有表情无法满足实际细粒度需求的问题,在ResNet系列网络,以Resnet-18残差网络作为基础,首先引入图像预处理算法处理人脸表情图片,然后利用半监督学习方法将未标记数据与标记数据相结合,用以描述输入空间的数据分布。最后利用对比学习方法扩大类间距,减少类内差异。该方法在RAF-DB真实场景人脸表情识别数据集上进行了测试,其中2000个有标签的训练集测试准确率为81.37%,4000个有标签的训练集测试准确率为83.63%。

汽车直接横摆力矩控制系统综述

汽车直接横摆力矩控制(direct yaw moment control,DYC)系统用于有效避免车辆遇到非预计危险时的侧向运动,以保证汽车运行的稳定性和驾驶的安全性。目前,DYC系统大多采用分层结构。文章首先从车辆状态估计与环境感知、直接横摆力矩控制器设计和力矩分配法这3个角度分析了汽车DYC系统架构,接着重点阐述了其对车速、车间距离、路面信息、横摆角速率以及车辆质心侧偏角等状态信息的获取与处理方法;然后介绍了上层控制器中车辆动力学参考模型、控制结构及不同变量控制的设计方法以及下层控制器中车辆横摆力矩的分配方式;最后总结了汽车直接横摆力矩控制系统现存的问题以及将来发展的方向。

基于Gabor多方向特征融合与分块直方图的人脸表情识别方法

针对传统的Gabor特征表征全局特征能力弱以及特征数据存在冗余性的缺点,提出一种新颖的采用Gabor多方向特征融合与分块直方图统计相结合的方法来提取表情特征.为了提取局部方向信息并降低特征维数,首先采用Gabor滤波器提取人脸表情图像的多尺度和多方向特征,然后按照两个融合规则将相同尺度不同方向的特征融合到一起.为了能够有效地表征图像全局特征,将融合图像进一步划分为若干矩形不重叠且大小相等的子块,分别计算每个子块区域内融合特征的直方图分布,将其联合起来实现图像表征.实验结果表明,这种方法无论在计算量上还是识别性能上都比传统的Gabor滤波器组更具有优势.该方法的创新处在于提出了两个Gabor多方向特征融合规则,应用在JAFFE表情库上最高平均识别率达到98.24%,表明其适用于人脸表情图像的分析.

深度学习方法研究新进展

本文依据模型结构对深度学习进行了归纳和总结,描述了不同模型的结构和特点。首先介绍了深度学习的概念及意义,然后介绍了4种典型模型:卷积神经网络、深度信念网络、深度玻尔兹曼机和堆叠自动编码器,并对近3年深度学习在语音处理、计算机视觉、自然语言处理以及医疗应用等方面的应用现状进行介绍,最后对现有深度学习模型进行了总结,并且讨论了未来所面临的挑战。

基于对称双线性模型的光照鲁棒性人脸表情识别

针对传统的光照预处理方法降低原始图像质量、丢失部分有效辨识信息的缺点,提出一种新颖的应用对称双线性模型来对人脸表情图像进行光照预处理的光照鲁棒性人脸表情识别方法.首先通过对称双线性模型将训练集图像分解为相互独立的光照因子和表情因子,并提取其光照因子.接下来提取含有未知光照的测试集表情图像的表情因子,并将其转换到训练集的若干个已知光照上,这样处理能够将任意光照的测试图像转换到相同的光照平台上,令所有测试图像的特征具有归一化特性.实验结果表明,本文所提光照预处理方法在识别性能上优于传统的光照预处理方法,应用在光照处理后的JAFFE表情库上识别率达到92.37%,表明其适用于光照鲁棒性人脸表情识别.

鲁棒的正则化编码随机遮挡表情识别

为了提高随机遮挡下人脸表情的识别率,提出一种新的人脸表示模型,即鲁棒的正则化编码,通过正则回归系数对给定信号进行鲁棒回归。首先,为了减少遮挡对人脸表情识别系统的影响,待识别表情图像的每个像素点将被分配不同的权重;然后,由于被遮挡部分像素点应分配较小的值,通过连续迭代直到权重收敛于设定的权重阈值;最后,待测图像的稀疏表示将通过最优权重矩阵计算,且待测表情图像分类结果由训练样本逼近待测图像的最小残差决定。应用该方法在日本的JAFFE表情数据库和Cohn-Kanade数据库上取得较理想的结果,且实验结果表明该方法对随机遮挡表情识别具有鲁棒性。

基于SVM与C4.5混合分类器的人脸表情识别

针对人脸表情识别特点,首先使用几何特征与基于灰度共生矩阵纹理特征的低维混合特征提取方法来提取易分类表情图片的特征向量,然后使用C4.5决策树分类器识别出脸部变化较为明显的表情,再使用SVM支持向量机对较难分类表情图片进行分类。实验结果表明,通过改变决策树算法剪枝中错误样本比率的方法可以获得最佳预测精度,识别率达到90%。

电路课程教学方法探讨

在创新教学思想与教学目标指导下,结合特色专业的建设与课程的发展,探讨如何提高电路课程教学效果,保证教学质量,引导学生有效地学习。从教师自身建设,电路课程的教学结构、教学手段,重构实践教学体系等方面,提出了在教学过程中进行教学改革实践和探索的思路和做法。多年的教学实践证明,课程体系结构逐步优化,教学效果大大增强,学生素质全面提高。

基于主动机器视觉的人脸跟踪与表情识别系统

搭建了一个基于主动机器视觉平台的人脸跟踪与表情识别系统,并进行了相关实验研究。阐述了该平台的系统结构,以及实现人脸表情识别系统的关键功能模块。该系统在主动机器视觉平台基础上,对注意力选择的区域进行人脸检测,通过控制云台完成跟踪动作,并对人脸区域进行实时地表情识别。同时在实验平台上做了大量的人脸检测跟踪和表情识别实验,包括对复杂和简单背景下人脸跟踪及表情识别的准确性进行了实验,实验结果验证了平台的有效性。

基于FPGA的光纤通信系统中帧同步头检测设计

为实现设备中存在的低速数据光纤通信的同步复接/分接,提出一种基于FPGA的帧同步头信号提取检测方案,其中帧头由7位巴克码1110010组成,在数据的接收端首先从复接数据中提取时钟信号,进而检测帧同步信号,为数字分接提供起始信号,以实现数据的同步分接。实验表明,此方案成功地在光纤通信系统的接收端检测到帧同步信号,从而实现了数据的正确分接。

基于局部纹理ASM模型的人脸表情识别

针对主动形状模型(ASM)迭代过程容易陷入局部最优解的不足,提出了一种基于局部纹理模型的改进ASM算法,即EWASM.在局部纹理模型构建中,以每个特征点的中垂线方向搜索其邻域信息以确定最佳匹配位置,对衡量匹配程度的马氏距离加以推广,进而得到改进的扩展加权局部纹理模型,它由中心局部纹理模型、前局部纹理模型和后局部纹理模型共3个子模型加权组成,并对加权参数进行实验优化,使各个特征点之间的联系更加紧密,模型的鲁棒性更好.通过表情识别实验对提出的EWASM算法和传统ASM算法进行对比,选用RBF神经网络分类器进行表情分类,实验结果表明EWASM算法收敛速度更快,识别率也得以提高,并解决了局部最小问题,能更有效地表征表情.

汽车纵向主动避撞系统的研究现状与展望

针对现代交通安全问题,提出了一种辅助驾驶员行车安全的方法,即纵向主动避撞,主要围绕汽车纵向主动避撞系统中的行车信息感知与处理、安全距离模型、车辆动力学系统建模、车辆动力学控制四个关键技术进行叙述。各种先进的控制技术为研究汽车纵向主动避撞系统提供了新的机遇,它所衍生出的新功能新系统对汽车的安全性、舒适性及经济性等方面都有很大的提升。对汽车纵向主动避撞技术进行了综述,探讨了在研究汽车纵向主动避撞系统时所面临的问题,最后梳理出汽车主动避撞技术的发展趋势。

现代控制理论课程教学改革探索

针对于现代控制理论教学中的存在的问题,本文提出将MATLAB仿真软件引入现代控制理论课程教学,并从几个方面对教学改革思路进行探讨,最后分析并用实践证明了该教学改革思路的可行性。

基于计算机视觉的行人检测技术综述

行人检测是使用计算机视觉技术来判断图像或序列当中有没有行人经过,并同时对行人进行定位的技术,这项技术是无人驾驶领域中至关重要的一个研究方向。受行人个体差异、尺度姿态变化大、鲁棒性要求高等影响,使其具有挑战性,并得到了广泛关注。通过对建立在电脑视觉中的行人检测提箱进行目标分辨和分割的研究情况进行梳理和总结。首先,从阈值法、边缘检测法以及语义分割三个方面,对图像分割技术进行阐述,然后将特征提取的方法分为底层特征和机器学习的两种不同类别作出介绍,之后对分类器的构造方法进行归纳,最后通过目前存在的问题对未来的行人检测技术研究进行展望。

基于分级策略的自动人眼检测与定位

为了能在正面人脸图像上对人眼位置进行检测和精确定位,提出了一种新颖高效的分级策略。利用Gabor变换计算显著极值图,得到若干具有最大显著极值的候选人眼区域;通过PCA(Principal Component Analysis)重构对候选区域进行验证,将具有最小重构误差的两个区域选定为眼睛区域;通过两级邻域运算对瞳孔进行精确定位。该方法对面部表情变化不敏感,同时具有非迭代和计算简单的优点。通过在JAFFE数据库上的对比实验,检测精度达到99.6%,验证了该方法的有效性。

地方工科院校仪器类专业主干课程《测控技术与系统》在应用创新型人才培养中的作用探讨

2015年长春工业大学测控技术与仪器专业被批准为吉林省高等学校卓越工程师教育培养计划试点专业,本文结合长春工业大学测控技术与仪器专业新一轮本科培养计划的修订(2018版),分析应用创新型人才培养模式与课程体系之间的关系,以专业主干课程《测控技术与系统》为例,给出对本科生所需具备知识和能力培养的支撑与分析。