基于辅助任务和Transformer的人脸正面化网络

现有人脸正面化方法仅使用侧面图像生成正面图像,容易带来生成效果不佳及过拟合等问题。对此,提出一种具有辅助任务及Transformer的生成对抗网络(Auxiliary Task Generative Adversarial Network,AT-GAN)。AT-GAN利用多任务的相关性提高人脸正面化效果及泛化性,主任务为人脸正面化本身,使用侧面人脸生成对应的正面人脸;次任务为侧面人像草图生成对应的正面人像草图,引导并辅助主任务,加速网络收敛。两任务之间共享网络权重,并使用基于视觉Transformer的特征交互模块将两部分特征深度融合,提高网络整体的性能,生成更加具有真实感的正面图像。AT-GAN由生成器及判别器组成,生成器的特征提取部分将人脸关键点与空间注意力结合,确保模型准确地提取关键特征。实验结果表明,AT-GAN在MASFD与CAS-PEAL-R1数据集上的Rank-1识别率分别平均提高了4.42%与1.30%,视觉效果及模型泛化性得到提升。

基于姿态注意力的特定角度人脸正面化网络

人脸正面化对人脸识别有重要意义,但实际监控场景中大姿态的人脸正面化效果通常不如较小姿态,因此提出姿态引导的特定角度生成对抗网络(Pose-Specific Generative Adversarial Network,PS-GAN)。PS-GAN由生成器和鉴别器组成,生成器由编码器、姿态注意模块、特征转换模块以及解码器四部分组成,编码器与解码器分别对输入图像进行下采样与上采样,姿态注意模块为网络引入人脸结构先验的同时约束模型关注感兴趣区域,特征转换模块对编码器得到的侧脸特征进行变换并抑制冗余通道。首先,将连续的姿态变化划分为离散的姿态集合,单个PS-GAN模型由某一特定角度的数据训练;然后,将多个PS-GAN进行组合,使其适用于任意角度的人脸输入。在本实验室自主采集的MASFD数据集以及CAS-PEAL-R1公开数据集上进行了大量的定性与定量实验,验证了网络结构的有效性以及合理性;与现有方法相比,虽然PS-GAN是由受限数据集训练的,但它也能在非同源数据上有良好的视觉效果。

中国光纤通信产业的技术现状与市场

1中国通信产业的技术现状 1.1我国电信产业技术概况 在美国发生"9·11"事件之后,以美国经济大萧条为标志的全球经济全面处于衰退状态.特别是有关的IT产业.下降幅度在60%～70%,有的产业甚至于降幅达到了90%.究其原因有以下几个方面:第一,过热的网络经济像泡沫一样的破灭.社会信息化当然离不开高度发展的网络,而网络的迅猛发展,导致了网络经济的产生.

无源光网络在宽带接入网中的应用

当前通信技术已发展成以光纤通信技术为核心、骨干的一种立体网络。”无处不是网”，人人离不开网的时代已经到来。社会信息化已深入到各个领域。在这样的背景下，核心网或骨干网已达到相当高的水平，技术层面日新月异，网络建设高度发达，并趋于近乎平衡状态。然而，影响通信网络发挥网络效益及经济效益的瓶颈是接入网。因此．发展宽带接入技术就成为当前一个迫切问题和技术热点。在许多宽带接入技术当中，被公认为最好的接入技术是光纤到家庭（FTTH）。

光纤激光器的发展现状

激光器问世不久，美国光学公司(American Optical Corporation)于1963年首先提出了光纤激光器和放大器的构思。1966年，高锟和Hockham对光纤及其在光纤通信中的应用提出了划时代的新观点。1970年，光纤的传输特性达到了实际应用的水平，同年也实现了半导体激光器室温下连续工作。这两大科技成果为光纤通信奠定了坚实的技术基础。