基于SSD与FaceNet的人脸识别系统设计

人脸识别技术广泛应用于考勤管理、移动支付等智慧建设中。伴随着常态化的口罩干扰,传统人脸识别算法已无法满足实际应用需求,为此,本文利用深度学习模型SSD以及FaceNet模型对人脸识别系统展开设计。首先,为消除现有数据集中亚洲人脸占比小造成的类内间距变化差距不明显的问题,在CAS-IA Web Face公开数据集的基础上对亚洲人脸数据进行扩充;其次,为解决不同口罩样式对特征提取的干扰,使用SSD人脸检测模型与DLIB人脸关键点检测模型提取人脸关键点,并利用人脸关键点与口罩的空间位置关系,额外随机生成不同的口罩人脸,组成混合数据集;最后,在混合数据集上进行模型训练并将训练好的模型移植到人脸识别系统中,进行检测速度与识别精度验证。实验结果表明,系统的实时识别速度达20 fps以上,人脸识别模型准确率在构建的混合数据集中达到97.1%,在随机抽取的部分LFW数据集验证的准确率达99.7%,故而该系统可满足实际应用需求,在一定程度上提高人脸识别的鲁棒性与准确性。

VR/AR-AdaptFace:面向虚拟现实与增强现实的自适应多模态面部替换模型

随着VR/AR技术的迅猛发展,用户对于沉浸式体验的需求日益增长。同时,虚拟人脸技术亦趋成熟。基于此,本文探索将高度拟真的虚拟人脸融入VR/AR,以增强用户体验的自然度与沉浸感。然而,在虚拟数字人领域,图像生成及换脸技术在VR/AR环境下仍遇诸多挑战,尤其是唇形合成模型在动态场景及多语言环境下的性能需进一步优化。为解决上述问题,本文提出VR/AR-AdaptFace模型,一个面向虚拟现实与增强现实的自适应多模态面部替换方案。该模型由两大模块构成:“文颜绘真”模块,采用先进的文本至图像转换技术和特定类别先验保存策略,优化虚拟人脸生成,并通过注意力机制大幅提升图像质量;“语唇映生”模块,依托强大的生成器、唇形同步判别器及视觉质量判别器,实现语音与唇形的精准同步,为VR/AR场景中的动态交互带来更加逼真的体验。

基于YOLO5Face重分布的小尺度人脸检测方法

针对复杂场景下小尺度人脸检测精度较低的问题,提出了一种基于YOLO5Face重分布的小尺度人脸检测方法。方法以YOLO5Face为基础,在网络浅层引入改进的CBAM注意力并对模型计算重分布,提升复杂场景下小尺度人脸检测精度的同时降低模型参数量;采用融合mixup的数据增强方法,充分训练模型小尺度人脸检测分支;依据人脸检测特性,将softmax损失作为分类损失以最大化类间特征的差异。在WiderFace各个子集上的实验结果表明,与主流人脸检测方法相比,改进后的模型满足实时性的同时,小尺度人脸检测精度较高,其中Hard子集检测精度比YOLO5Face提升2个百分点。

VanillaFaceNet:一种高精度快速推理的牛脸识别方法

快速精准确定牛只身份对于牛只活体贷款,改善牛只骗保等问题具有重要意义。针对不同牛只面部差异小,FaceNet网络层数深,推理速度较慢,模型分类精度不足等问题,该研究提出了基于FaceNet的牛脸识别方法-VanillaFaceNet。该方法首先将FaceNet的主干特征提取网络替换为极简网络VanillaNet-13并提出动态激活和增强型线性变换的激活函数两种方法提高网络的非线性;然后,提出一种新的DBCA(dual-branch coordinate attention)注意力模块,能够更好地反映不同牛只面部特征之间的差异,从而提高网络的识别精度;最后,针对triplet loss仅能减小牛只类间差异的问题,采用center-triplet loss联合监督来减少牛只类内差异,从而提高了相同牛只身份比对的准确性。基于自建的牛脸数据集对该模型进行训练和测试,试验结果表明,VanillaFaceNet对牛只识别的准确率达到88.21%,每秒传输帧数为26.23帧。与FaceNet、MobileFaceNet、CenterFace、CosFace和ArcFace算法相比,本文算法的识别准确率分别提高了2.99、9.58、6.26、3.85和4.49个百分点,推理速度分别提升了2.67、0.77、0.10、1.28和0.94帧/s。该模型对牛只有较为优秀的识别效果,适于在嵌入式设备上部署,实现了牛只面部识别精度和推理速度之间的平衡。

基于改进YOLOv5s-face的Face5系列人脸检测算法

针对人脸检测中小尺度人脸和遮挡人脸的漏检问题,提出了一种基于改进YOLOv5s-face(you only look once version 5 small-face)的Face5系列人脸检测算法Face5S(face5 small)和Face5M(face5 medium)。使用马赛克(mosaic)和图像混合(mixup)数据增强方法,提升算法在复杂场景下检测人脸的泛化性和稳定性;通过改进C3的网络结构和引入可变形卷积(DCNv2)降低算法的参数量,提高算法提取特征的灵活性;通过引入特征的内容感知重组上采样算子(CARAFE),提高多尺度人脸的检测性能;引入损失函数WIoUV3(wise intersection over union version 3),提升算法的小尺度人脸检测性能。实验结果表明,在WIDER FACE验证集上,相较于YOLOv5s-face算法,Face5S算法的平均mAP@0.5提升了1.03%;相较于先进的人脸检测算法ASFD-D3(automatic and scalable face detector-D3)和TinaFace,Face5M算法的平均mAP@0.5分别提升了1.07%和2.11%,提出的Face5系列算法能够有效提升算法对小尺度和部分遮挡人脸的检测性能,同时具有实时性。

基于RetinaFace和FaceNet算法的佩戴口罩人脸识别系统研究

在疫情暴发期间,佩戴口罩已成为一项重要的公共防疫措施。但口罩遮盖会导致基于图像的人脸识别系统识别准确率降低、检测速度变慢。本研究设计了一种基于RetinaFace和FaceNet算法的佩戴口罩人脸识别系统。首先,使用RetinaFace算法训练得到RetinaFace模型,实现人脸关键点定位功能;其次,采用FaceNet算法训练得到FaceNet模型,提取人脸特征向量并构建特征数据库;最后,通过比对待识别人脸特征向量与数据库中向量的欧氏距离,输出识别结果。实验结果表明,该系统在RKNN模型转换后的识别速度超过25 f/s,在数据集Mask-LFW上,特征向量间欧氏距离阈值设定为1.01时,ACC最高达93.78%,AUC为91.03%。该系统满足实时性且具有较高的检测准确率,可满足实验室、公司、工厂或一些公共场所的使用需求。

一种结合Faceboxes与KCF的多尺度人脸检测算法

针对车间内员工面部多尺度变化导致现有人脸检测算法效果不佳的问题,本文提出了一种结合人脸检测模型Faceboxes与核相关滤波(kernel correlation fliter,KCF)的人脸检测融合算法。该算法首先对Faceboxes网络结构进行优化,并引入多尺度融合技术以提升多尺度人脸检测的精度;其次,通过方向梯度直方图(histogram of oriented gradients,HOG)与局部二值模式(local binary patterns,LBP)特征融合优化KCF,增强目标跟踪能力;最后,将二者整合,形成“检测-跟踪-检测”的循环系统。实验证明,本算法在静态图像和动态视频中的检测效果和速度均佳,能满足实际需求,展现出良好的实用性。

The Relation between Mental Workload and Face Temperature in Flight Simulation

In this research, we study the relationship between mental workload and facial temperature of aircraft participants during a simulated takeoff flight. We conducted experiments to comprehend the correlation between work and facial temperature within the flight simulator. The experiment involved a group of 10 participants who played the role of pilots in a simulated A-320 flight. Six different flying scenarios were designed to simulate normal and emergency situations on airplane takeoff that would occur in different levels of mental workload for the participants. The measurements were workload assessment, face temperatures, and heart rate monitoring. Throughout the experiments, we collected a total of 120 instances of takeoffs, together with over 10 hours of time-series data including heart rate, workload, and face thermal images and temperatures. Comparative analysis of EEG data and thermal image types, revealed intriguing findings. The results indicate a notable inverse relationship between workload and facial muscle temperatures, as well as facial landmark points. The results of this study contribute to a deeper understanding of the physiological effects of workload, as well as practical implications for aviation safety and performance.

Determinants of COVID-19 Face Mask Litter in Coastal Urban Parking Lots: Implications for Source Modelling of Potential Microplastic Pollution

Despite cities being recognized as being potential sources of microplastic pollution to the wider environment, most surveys of COVID-19 plastic-based litter have been undertaken through linear transects of marine beaches. For the far fewer number of studies conducted on inland and urban locations, the site-specific focus has primarily been surveys along the length of streets. The present study is the first to specifically assess the standing stock (i.e., moment-in-time) of littered face masks for the entire surface area of urban parking lots. The density of face masks in 50 parking lots in a Canadian coastal town (0.00054 m2 ± 0.00051 m2) was found to be significantly greater than the background level of littering of town streets. Face mask density was significantly related to visitation “usage” of parking lots as gauged by the areal size of the lots and of their onsite buildings, as well as the number of vehicles present. Neither parking lot typology nor estimates of inferred export (various measures of wind exposure) and entrapment (various metrics of obstruction) of face masks had a significant influence on the extent of whole-lot littering. In consequence, modelling of the potential input of mask-derived microplastics to the marine environment from coastal communities can use the areal density of face masks found here in association with the total surface area of lots for individual municipalities as determined through GIS analysis.

基于改进的RetinaFace快速单一人脸检测算法研究

在一些特殊的场景中需要进行快速单一的人脸检测,例如身份认证、人脸追踪、疲劳驾驶检测等。针对此类情况,通过研究分析轻量级网络,提出一种基于RetinaFace的检测方法。首先,选用高效的轻量级网络MobileNetV3搭建主干网络;其次,在主干网络与FPN层之间融入ECANet网络架构加强特征提取能力;最后,对FPN层进行调整以提高检测速度。实验结果表明,改进后的算法模型在WiderFace简单和中等程度子集上的平均精度分别提高了3.6%和5.7%,检测速度提高了21.6%和13.1%。

水稻叶片光合作用对开放式空气CO_2浓度增高(FACE)的响应与适应

利用便携式光合气体分析系统 (LI 6 4 0 0 ) ,比较测定了高CO2 浓度 (FACE ,free airCO2 enrich ment)和普通空气CO2 浓度下生长的水稻叶片的净光合速率、水分利用率、表观量子效率和RuBP羧化效率等光合参数 .在各自生长CO2 浓度 (380vs 5 80 μmol·mol-1)下测定时 ,高CO2 浓度 (5 80 μmol·mol-1)下生长的水稻叶片的净光合速率、碳同化的表观量子效率和水分利用率明显高于普通空气 (380 μmol·mol-1)下生长的水稻叶片 .但是 ,随着FACE处理时间的延长 ,高CO2 浓度对净光合速率的促进作用逐渐减小 .在相同CO2 浓度下测定时 ,FACE条件下生长的水稻叶片净光合速率和羧化效率明显比普通空气下生长的对照低 .尽管高CO2 浓度下生长的水稻叶片的气孔导度明显低于普通空气中生长的水稻叶片 ,但两者胞间CO2 浓度差异不显著 ,因此高CO2 浓度下生长的水稻叶片光合下调似乎不是由气孔导度降低造成的 .

开放式空气中CO_2浓度增高(FACE)对水稻生长和发育的影响

人类活动导致的大气和气候变化将极大地改变作物的生长环境,其中最大的一个变化就是大气二氧化碳(CO2)浓度的迅速上升:从工业革命前的平均270μmol/mol上升到目前的381μmol/mol,到2050年至少超过550μmol/mol。FACE(Free-air CO2 enrichment,开放式空气中CO2浓度增高)试验是目前评估未来高浓度CO2对作物生长和产量实际影响的最佳方法。水稻无疑是人类最重要的食物来源,迄今为止人类利用FACE技术开展水稻响应和适应的研究已有10a(19982008年)的历史。以生长发育为主线,首次系统综述了10a水稻FACE试验在该领域的研究成果,总结了FACE情形下高浓度CO2(模拟本世纪中叶大气CO2浓度)对主要供试水稻品种(小区面积大于4m2)光合作用、生育进程、地上部生长、地下部生长、物质分配、籽粒灌浆、产量构成以及倒伏性状等影响的研究进展,比较了FACE与非FACE研究之间以及中国和日本FACE研究(世界上唯一的两个大型水稻FACE研究)之间的异同点。根据研究进展以及当前的技术水平,文章最后提出了该领域的3个优先课题:(1)FACE情形下杂交稻生产力响应高于预期的生物学机制;(2)FACE情形下CO2与主要栽培措施的互作效应;(3)FACE情形下CO2与主要空气污染物臭氧的互作效应。这些响应的机理性解析将有助于从根本上减少人类预测未来粮食安全的不确定性,进而更加有效地制订出应对全球变化的适应策略。

开放式空气CO_2浓度增加(FACE)对水稻产量形成的影响及其与氮的互作效应

2001～2003年,在大田条件下以武香粳14号为供试品种,设计高、中、低氮处理,研究开放式空气CO2浓度增加(FACE)200μmolmol-1对水稻产量形成的影响及其原因。结果表明,FACE处理使水稻产量平均比对照增加12.8%,其中2001、2002和2003年增幅分别为10.8、14.1和13.6%,高、中、低氮处理的增幅分别为17.6、12.4、10.9%,均达到显著或极显著水平;FACE和氮处理对水稻产量的互作效应,2001、2002年达到显著水平,产量最高的处理组合为FACE×NN;FACE处理使水稻穗数平均比对照增加18.8%,每穗颖花数平均比对照减少7.6%,均达极显著水平;FACE处理使水稻生物产量平均提高16.2%,达极显著水平,使经济系数下降但未达到显著水平。进一步研究表明,FACE处理使水稻穗数极显著多于对照是因其分蘖发生速度快,最高分蘖数多所致,而不是其分蘖成穗率高的缘故;FACE处理使水稻每穗颖花数极显著少于对照是因其分化颖花的大量退化所致,而不是分化颖花数少的缘故。

水稻结实期剑叶叶绿素含量和组成对FACE的动态响应

利用农田开放式空气CO_2浓度增高(FACE,free-air carbon dioxide enrichment)系统,以武香粳14为试验材料,CO_2浓度设正常CO_2(AMB)和高CO2(FACE,AMB+200μL·L^(-1))2个水平,施氮量设低氮(LN,150kg·hm^(-2))和高氮(HN,350kg·hm^(-2))2个水平,研究CO_2与N的互作对水稻结实期剑叶叶绿素a、b、a+b含量以及叶绿素a/b值的影响。结果表明,不同施氮量平均,水稻抽穗后5d和10d,FACE处理剑叶叶绿素a、b以及a+b含量平均较AMB增加2.8%￣3.9%、2.8%￣5.7%和2.9%￣4.3%,而抽穗后15￣25d,FACE处理剑叶叶绿素含量分别较AMB下降2.2%￣3.3%、4.6%￣10.9%、3.7%￣4.7%;对剑叶叶绿素a/b值而言,抽穗后5￣10dFACE处理较ABM下降了1.6%￣3.3%,但使抽穗后15￣25d增加了2.5%￣7.8%;与LN相比,HN处理提高了FACE水稻结实前期剑叶叶绿素a、b及a+b含量的增幅,但使结实中后期的降幅变小;与此同时,HN处理使结实前期FACE水稻剑叶叶绿素a/b值的下降幅度增加,但使结实中、后期的增加幅度下降。上述结果说明,未来大气高CO2浓度情形下,水稻灌浆前期叶片的光合能力增强,但灌浆中后期稻叶的衰老加快;增施氮肥,可以促进水稻灌浆初期稻叶叶绿素含量的提高,延缓灌浆中、后期稻叶叶绿素含量的下降。

开放式空气中CO_2浓度增高(FACE)对常规粳稻蛋白质和氨基酸含量的影响

为了明确未来大气CO2浓度升高对水稻蛋白质营养品质的影响,2009年利用稻田开放式空气CO2浓度增高(FACE,FreeAirCO2 Enrichment)系统,以武运粳21、扬辐粳8号和武粳15为供试品种,研究大田生长期CO2浓度升高200μmol.mol-1对常规粳稻蛋白质营养品质的影响。结果表明:大气CO2浓度增加使所有供试品种精米蛋白质含量平均下降5.6%,使氨基酸、必需和非必需氨基酸总量平均分别下降7.6%、6.7%和7.9%,均达极显著水平。大气CO2浓度增加使供试品种精米必需氨基酸占氨基酸总量百分比显著增加,使非必需氨基酸占氨基酸总量百分比显著下降,但对精米中必需和非必需氨基酸的相对含量无显著影响。从氨基酸组分看,大气CO2浓度增加使供试品种精米中7种必需氨基酸和8种非必需氨基酸的含量均显著或极显著下降。CO2处理与品种对精米蛋白质含量、氨基酸总量、必需和非必需氨基酸总量以及部分氨基酸组分有一定的互作效应,武运粳21上述参数对高浓度CO2的响应大于扬辐粳8号或武粳15对应参数的响应。以上结果说明本世纪中叶大气中的CO2浓度将使粳稻蛋白质营养品质下降,不同品种下降幅度存在一定差异。

十年水稻FACE研究的产量响应

联合国政府间气候变化专业委员会(IPCC)最新报告预测20世纪中叶全球大气二氧化碳(CO2)浓度将由目前的381μmolmol-1至少上升到550μmolmol-1,CO2浓度不断升高将对世界粮食生产和安全产生深刻影响。与封闭和半封闭气室相比,FACE(FreeAir CO2 Enrichment,开放式空气中CO2浓度增高)技术平台,在完全开放的大田条件下运行,代表了人们对未来高CO2浓度环境的最好模拟。水稻是世界上最重要的粮食作物之一,在过去10a中(1998～2007年),全球有两个大型水稻FACE平台(直径12m)在运行,一个在温带地区的日本岩手,另一个在亚热带地区的中国江苏。以FACE研究为重点,系统收集和整理了高CO2浓度对水稻产量影响的研究进展,比较了FACE与各种气室研究结果的异同点,评估了CO2与生物(品种、病虫和杂草)和非生物因子(肥料、水分、温度和臭氧)的互作效应,提出了未来大气CO2浓度升高情形下水稻生产的适应策略,并讨论了该领域有待深入研究的方向。

开放式空气CO_2浓度增高(FACE)对水稻灌浆动态的影响

【目的】揭示大气CO2浓度升高对水稻籽粒灌浆动态的影响。【方法】利用农田开放式空气CO2浓度增高(FACE,free-air carbon dioxide enrichment)系统,以武香粳14为供试材料,CO2浓度设正常CO2(Ambient)和高CO2(FACE,Ambient+200μmol·mol-1)2个水平,施N量设低氮、中氮和高氮(150、250、350kg·ha-1)3个水平,测定各处理稻穗不同部位籽粒的灌浆进程,利用Richards方程拟合。【结果】(1)FACE处理明显提高了低氮水平实测最终米粒重,稻穗上、中、下部米粒增重分别为11.1%、10.9%和9.4%,全穗平均增重10.6%,而对中、高氮水平下粒重的影响较小;(2)FACE处理普遍提高了稻穗各部位籽粒灌浆的相对起始势;(3)FACE处理明显提高籽粒最大灌浆速率,低、中、高3种施氮条件下,全穗平均增幅分别为32.9%、36.9%和40.4%,稻穗上部籽粒增幅高于中、下部籽粒;同时明显提高了籽粒平均灌浆速率,低、中、高3种施氮条件下增幅分别为20.3%、25.8%和31.0%;(4)FACE处理总体上延迟了灌浆速率峰值出现的时间,最大灌浆速率时间的粒重增加,实灌时间缩短;从水稻籽粒灌浆阶段划分特征来看,FACE明显延长了灌浆前期持续时间,缩短了灌浆中期及后期持续时间。【结论】FACE处理提高了灌浆相对起始势、最大及平均灌浆速率,灌浆前期时间延长而灌浆中、后期时间缩短,总灌浆时间明显缩短,各粒位米粒重在低氮条件下明显增加而中、高氮条件下无明显变化。

臭氧胁迫使两优培九倒伏风险增加——FACE研究

近地层臭氧(O3)浓度升高使作物生长发育受到抑制进而使产量下降,但O3胁迫条件下作物抗倒性状的变化及其可能原因均不清楚。FACE(Free Air gas Concentration Enrichment)试验在很少扰动的自然农田实施,其特有的空间优势为研究这一问题提供了最好的机会。依托全球唯一的稻田臭氧FACE技术平台,以杂交稻两优培九为供试材料,设置大气背景O3浓度和高O3浓度两个水平首次对这一问题进行了实验研究。结果表明:高O3浓度使水稻抽穗期单茎(去除叶鞘)倒5、倒4和倒3节间的平均倒伏指数分别增加25%、16%和14%,使抽穗后35 d对应节间倒伏指数分别增加13%、12%和2%,除抽穗后35 d倒3节间外均达显著或极显著水平;高浓度O3使水稻抽穗期和抽穗后35 d植株倒5、倒4和倒3节间的抗折力和弯曲力矩均下降,前者降幅明显大于后者;高O3浓度对抽穗期和抽穗后35 d倒5、倒4、倒3和倒2和倒1节间的长度和粗度影响较小,但使各节间单位长度鲜重和干重一致下降,以单位长度干重降幅更大;高O3浓度使结实期倒5、倒4、倒3、倒2和倒1节间可溶性糖和淀粉含有率均下降,抽穗后35 d降幅大于抽穗期。以上数据表明,未来高浓度臭氧环境条件下两优培九结实期的倒伏风险明显增加,这主要与基部节间抗折能力明显削弱有关,而后者可能又与节间充实程度下降有关。

二氧化碳、施氮量和移栽密度对汕优63产量形成的影响--FACE研究

大气二氧化碳(CO2)浓度升高使水稻产量增加,但这种影响是否因不同栽培条件而异尚不清楚。2011年利用中国稻田FACE(Free Air CO2Enrichment)系统平台,以敏感水稻品种汕优63为供试材料,二氧化碳设环境CO2浓度(Ambient)和高CO2浓度(Ambient+200μmol·mol-1),施氮量设低氮(15 g·m-2)和高氮(25 g·m-2),移栽密度设低密度(16穴·m-2)和高密度(24穴·m-2),研究了不同栽培条件下大气CO2浓度升高对杂交水稻产量形成的影响。结果表明:高浓度CO2对水稻抽穗期和成熟期没有影响,但使结实期株高显著增高(+7%);使单位面积穗数(+8%)和每穗颖花数(+19%)明显增多,进而使单位面积颖花量大幅增加(+29%)。高浓度CO2条件下穗数增多主要与最高分蘖数明显增加有关,而分蘖成穗率显著下降;穗型增大主要由单茎干重而非单位干重形成的颖花数增加所致。高浓度CO2环境下水稻结实能力呈增加趋势,其中平均粒重的增幅达显著水平。大气CO2浓度升高使水稻籽粒产量平均增加36%,其中在低氮低密度、低氮高密度、高氮低密度和高氮高密度条件下分别增加43%、46%、34%、23%。增施氮肥或增加移栽密度使水稻产量略有下降,但均未达显著水平。以上结果表明,高浓度CO2环境下杂交水稻因库容量增大导致产量大幅增加,调整施氮水平和移栽密度可在一定程度上改变这种肥料效应。

水稻田稗草叶片光合作用对开放式空气CO_2浓度增高(FACE)的适应

于分蘖、拔节和抽穗 3个时期在空气CO2 浓度 (380 μmol·mol-1)下测定稻田中稗草叶片的净光合速率 (Pn) ,发现在开放式CO2 浓度增高 (FACE)条件下生长的稗草叶片后 2个时期的Pn显著低于普通空气中生长的对照 ,比对照下降约 2 0 % ,说明FACE条件下稗草叶片光合作用对高CO2 浓度发生了明显的适应 .同时 ,叶片的气孔导度 (Gs)和胞间CO2 浓度 (Ci)的下降更为明显 .与对照相比 ,叶片可溶性蛋白含量明显降低 ,拔节期只有对照的 6 2 .4 % ;高CO2 浓度下生长的稗草叶片Rubisco含量也降低 ,分蘖期和拔节期分别为对照的 87%和 84 % ,但其差异未达到显著水平 .可以认为 ,长期生长在高CO2 浓度下的C4植物稗草叶片光合作用的适应是叶片气孔部分关闭和可溶性蛋白含量下降的结果 .