面向血液循环系统仿真的全身血管重建

血管的点云数据表示在医疗中有着重要的作用,可以帮助医护人员直观地了解血管的几何信息.对于医疗辅助技术、放射学模拟等应用中,除了对局部的血管系统几何信息进行可视之外,也需要对全身血管进行准确的仿真建模,从而对整体血管系统的拓扑及几何信息都需要进行系统性的重建.传统骨架提取技术无法保证血管模型正确的连接拓扑,提出了一种基于点云数据的交互式全身血管模型重建方法,通过对血管数据分段和拟合,并分析各段血管端点连接情况,重建了一种带有血管截面半径信息的全身血管一维骨架模型,且该模型能直接用于血流血压等仿真.与已有方法相比,其优势在于能应用于大规模的复杂的全身血管点云数据,且重建的模型可以直接用于仿真.BodyParts3D数据集下实验结果表明,与已有方法相比,文中方法重建的全身血管一维骨架模型具有准确的拓扑连接,能够生成更好的仿真效果.

基于局部流形注意力的人脸表情识别

人脸表情识别在各种人机交互场景中有广泛的应用,但在表情模糊或存在遮挡情况下,现有的表情识别方法效果并不理想.针对表情模糊和遮挡问题,本文提出了一种基于局部流形注意力(SPD-Attention)的网络架构,利用流形学习得到具有更强描述能力的二阶统计信息以加强对表情细节特征的学习,抑制遮挡区域无关特征对网络的影响.同时,针对流形学习过程中由于对数计算导致的梯度消失和爆炸,本文提出了相应的正则约束加速网络收敛.本文在公开表情识别数据集上测试了算法效果,与VGG等经典方法相比取得了显著提升,在AffectNet、CK+、FER2013、FER2013plus、RAF-DB、SFEW上正确率分别为:57.10%、99.01%、69.51%、87.90%、86.63%、49.18%,并在模糊、遮挡表情数据集上相比于Covariance Pooling等目前先进方法提升了1.85%.

积极心理学视域下大学生挫折教育研究

大学生对自己的人生都有不同的规划。相比于学习成绩,健壮的体魄和良好的心理素质在人生长跑中发挥着更为重要的作用。以积极心理学为指导,探究大学生挫折教育,既为大学生积极心理的培养提供了理论和实践参考,还在大学生挫折教育的实践中累积了经验。

基于3D-SVD的时空行为定位算法

随着摄像头的普及,基于人工智能的行为分析技术在智能视频领域扮演着越来越重要的角色.现有的算法大多采用光流网络或者3D网络来获取行为的时间信息,但是光流网络和一般的3D网络计算量大,在同时进行分类和定位这两项任务时计算效率低.针对这一问题,本文构建了一个能够进行空间定位和分类的双流框架,在3D网络分支中采用SVD的思想分解3D卷积核以减少3D网络的参数,并利用动态规划算法高效的搜索最佳行为管道,在训练的过程中采用mixup算法对数据集进行扩充,增强训练的效果.最后,在UCF101-24和J-HMDB-21这两个被广泛使用的行为定位数据集上进行了实验验证,相比于基线算法,两个数据集的Frame-mAP分别提高了7.1%和4.8%,其中, J-HMDB-21在不同IOU下的Video-mAP分别提高了5.2%和4.8%.实验结果表明,本文提出的算法能有效提高行为定位能力,与其它算法相比获得了较好的结果.