改进残差网络与峰值帧的微表情识别

目的微表情(Micro Expression,ME)是人们流露内心情感时展现出的细微面部表情。针对微表情识别的样本较少且不同类别数量分布不均导致难以识别和识别准确率较低的问题,提出能够提高微表情识别准确率的模型框架。方法提取微表情视频序列中含有更多关键表情信息的峰值帧;使用加入SE模块的改进残差网络SE-ResNeXt-50对微表情的峰值帧进行特征提取,其中SE模块可以更好地学习特征中的关键信息,ResNeXt通过分组卷积的方式用稀疏结构取代密集结构从而使结构更加简化,提升了识别效率。与此同时,使用Focal Loss损失函数可以更好地解决因微表情数据的不平衡带来的模型性能问题。结果在微表情数据集CASMEⅡ上进行了仿真实验,可以发现改进的残差网络与峰值帧提高了微表情识别的准确率与F 1值。结论改进的残差网络与峰值帧可以降低数据集较少所带来的影响,使模型有着良好的拟合效果,同时改善了在不同类别上表现差异较大的问题,提升了微表情的识别准确率,对于微表情识别有着更好的识别性能。

管路钎焊接头结构与钎焊渗漏

通过设计一种新型制冷管路钎焊接头——均匀间隙钎焊接头,来解决目前钎焊接头渗漏率高的问题。均匀间隙钎焊接头由钎焊段和定位段2个部分组成,其钎缝结构呈阶梯型结构分布。钎焊过程中,钎料通过毛细作用流入均匀间隙的钎焊段起到连接作用,定位段通过控制配合间隙,以保证插管与套管的轴心线重合起到定位作用,从而防止插管歪斜而引起的钎焊质量问题。通过X射线探伤和金相分析能准确的判断钎焊接头的质量。对均匀间隙钎焊接头和现有钎焊接头进行对比试验。结果表明,前者几乎不会出现间隙不均匀现象,而后者有80%的试样出现间隙不均匀现象,且前者钎焊质量大大优于后者。均匀间隙钎焊接头是一种极好的可防止钎焊接头渗漏的钎焊接头结构。