融合三维人脸动态信息和光流信息的人脸表情识别

人脸表情识别在静态图像上取得了卓越的成效,但这些方法应用于视频或图像序列时,准确度和鲁棒性往往会受到影响。传统的方法通常无法基于空间信息和光流信息进行人脸表情的识别,然而这些辅助识别信息都是二维信息,没有考虑到人脸的表情变化是一种三维的变化过程。为充分挖掘人脸表情识别的深层语义信息,提出了一种基于三维人脸动态信息和光流信息相结合的融合表情识别方法。该方法构建基于人脸深度图像、光流图像和RGB图像的多流卷积神经网络,通过融合3种模态的信息进行人脸表情识别。所提方法在CAER,RAVDESS数据集上进行了充分验证,实验结果表明,其在表情识别性能上优于目前的主流方法,证明了其有效性。

基于光照估计滤波的太赫兹图像融合研究

碳纤维增强复合材料广泛应用于航空航天等军民领域,在制备和使用过程中往往存在诸多缺陷,太赫兹时域光谱成像技术为碳纤维增强复合材料无损检测提供了新方法。在使用太赫兹无损检测技术时,可以通过在时域或频域中选择不同的参数来获取图像,同样的缺陷需要时域和频域不同的参数才可以有效检测出来。采用基于光照估计滤波的算法将不同参数的太赫兹图像进行融合。首先,通过光照估计滤波分辨初始图像序列中像素的曝光情况。然后隶属函数调用这些初始估计值。最终输出的融合图像是通过隶属函数分配的权重在所有像素之间加权平均得到。实验结果表明,所提出的方法对图像边界信息和细节信息都处理得比较好,适用于太赫兹多波段图像融合,具有更好的视觉效果。