Formation of an Original Database and Development of Innovative Deep Learning Algorithms for Detecting Face Impersonation in Online Exams

The issue related to the risk of identity impersonation, where one person can be replaced by another in online exam surveillance systems, poses challenges. This study focuses on the effectiveness of detecting attempts of identity impersonation through face substitution during online exams, with the aim of ensuring the integrity of assessments. The goal is to develop facial recognition algorithms capable of precisely detecting these impersonations, training them on a tailored database rather than biased generic data. An original database of student faces has been created. An algorithm leveraging advanced deep learning techniques such as depthwise separable convolution has been developed and evaluated on this database. We achieved very high levels of precision, reaching an accuracy rate of 98% in face detection and recognition.

稻麦轮作FACE系统平台Ⅱ.系统控制和数据分析软件

稻麦轮作水稻田建立开放式空气CO2 增加即FACE系统 (FreeAirCO2Enrichment)的管理、系统所测定及系统控制过程中每天都产生大量数据 .用汇编语言和VisualBASIC语言编写的FACE数据采集控制和分析处理软件包能够自动操作任务并利用OLE技术开发Office应用程序的功能 ,具有系统平台控制、数据采集、原始数据存储备份、日数据处理、月数据处理和任意时间段的FACE系统控制状态分析等功能 ,FACE系统控制人员可以及时了解FACE系统的控制状态和改善控制精度 ,研究人员借助软件包可以随时便利地获取所需数据 .

适应性JPEG图像隐私保护方案

由于JPEG图像格式是一种高压缩率图像格式,JPEG图像中的隐私保护方案不仅需要保护隐私区域的内容,同时要控制文件的大小。另外,JPEG图像中包含隐私信息的区域,即感兴趣区域(ROI),往往只占整个图像的一部分。仅对ROI进行保护有助于控制文件的大小。基于此,提出了一种适应性JPEG图像隐私保护方案。利用人脸检测等方法从JPEG图像中提取隐私区域,使用基于块的适应性可逆修改算法对隐私区域进行保护,用可逆信息隐藏方法将复原所需的信息嵌入图像。上述隐私保护过程采用了可逆的算法,合法的被授权者可以完全恢复经过所提方案隐私保护后的区域。由于引入了可变的参数,可以选择合适的参数以适应不同的实际需求,并达到最优效果。对多个ROI重叠的复杂情形进行了讨论并提出了解决方案。在峰值信噪比(PSNR,peak signal-to-noise ratio)和文件膨胀率等指标下,通过实验探索了不同参数对方案性能的影响并找到了推荐的参数组合。实验结果表明,在合适的参数下,所提方案在隐私保护、文件膨胀率等方面中的表现优于已有方案。

水循环荷载作用下高面板堆石坝长期变形特性研究

高面板堆石坝的长期变形是面板坝建设中的关键技术问题之一,已有研究大多将长期变形归结为堆石体蠕变的结果,但某些高面板堆石坝的变形原型监测资料显示,仅从堆石体蠕变角度难以解释高面板堆石坝长期变形的机理。通过水布垭面板堆石坝17a的变形监测资料分析和室内低频循环荷载作用下堆石料变形特性试验,探讨了实际运行中库水位周期性变化形成的循环荷载对高面板堆石坝长期变形特性的影响。结果表明:(1)坝体填筑和初次蓄水引起堆石体的瞬时变形和蠕变,堆石体的后期变形主要是水循环荷载长期作用的结果。(2)水循环荷载作用下,堆石体的变形表现为两种形式,其一为不可恢复的永久变形(亦称为残余变形),其二为可恢复的弹性变形。(3)室内低频循环荷载作用试验得到的堆石料变形及其增长规律很好地验证了水循环荷载与堆石坝后期变形的相互关系以及后期变形的力学意义。研究成果为高面板堆石坝长期变形特性研究提供了新的思路,并为具有往复大消落特点的高面板堆石坝变形及安全控制提供借鉴。

工作面矿压大数据动态分析与预测系统

为实现矿井工作面矿压自动分析与预测,以大柳矿为研究对象,使用GUI编程,采用HTML5、Python语言联合编写,运用长短时记忆(LSTM)与ARIMA算法模型,搭建多源数据可视化分析展示平台与预测分析系统。系统程序设计划分为基础信息、监测参量、支架数据、分析预警、报表输出等主模块;通过导入矿压监测数据(支架压力、钻孔应力、巷道变形、顶板离层、锚杆锚索),借助人工智能和大数据技术,可实现监测数据的快速清洗、多参量融合,以及对矿压风险的智能识别与预警。

新安全格局下人脸识别技术应用的法律规制

新安全格局下,人脸识别技术的快速发展与广泛应用在推动科技创新、助力社会治理的同时,也引发了算法安全风险与人脸信息风险,给我国人脸识别技术应用治理带来挑战,具体包括场景规制、法律救济与分散监管等三个方面的现实困境。对此,基于算法安全理论与数字人权理论回应治理需要,从立法体系、司法救济和监管机制三个维度比较考查欧盟、美国等地的法律规制特点,并结合域外先进立法经验,提出统筹发展和安全的人脸识别技术应用治理路径,包括构建场景化立法规制模式、完善便利化司法救济体系、健全协同化监督管理机制等。

基于场景一致性原则的人脸识别技术应用权限研究

人脸识别作为一项生物识别技术,为社会各领域提高生产生活效率.而在现有法律规制中,人脸识别技术使用权限的法律规范仍有模糊之处,对个人人身安全以及信息安全产生威胁.在确定人脸信息权利性质的基础上,结合符合保护人脸信息利益的场景一致理论,划分人脸识别技术在公权力场景、营利场景、入场场景等场景中的使用范围和权利限制,并构建事前预防与事中审查处罚一体的人工智能现实运用个人保护体系.

煤矿透明工作面构建技术分析

针对煤矿井下开采的特殊地质环境,智能化开采面临着高精度超前探测及数据汇总分析预测等难题,这是由于透明工作面开采模型构建中的数据采集不完善而造成的分析精度较差、开掘空间信息与地质赋存联动性不足、数据的多源汇总生成技术不完善等问题,因此,采用多源数据采集分析、高精度模型构建、开采环境与采掘信息实时联动等构建透明化工作面控制平台,提高了煤矿复杂开采环境中地质信息与采掘工艺活动的适用性,为透明化工作面的研究提供了新的思路。

基于OpenCV的人脸识别系统的设计与实现

通过研究设计实现了一种基于OpenCV的人脸识别系统,采用LBP(Local Phase Quantization)算法进行特征提取,并通过实验验证获得了较好的识别准确率和鲁棒性。研究人员通过OpenCV库收集和处理人脸图像数据,并使用LBP算法将面部特征转换为数字表示。通过对已知的人脸数据与提取的特征进行比对和匹配,该系统能够准确识别和验证个体身份。实验结果表明,在各种环境条件下,该系统展现了较好的准确率和鲁棒性,具备良好的实时性能和广阔的应用前景,为人脸识别技术的商业化和普及化提供了有益探索。

数据驱动的深井超长工作面支架载荷区域特征分析与分区预测

实现液压支架载荷预测分析对于及时改善支架适应性和实现安全支护具有重要作用,需要高质量、大数量的支架载荷时序数据和有效的预测方法作为支撑。然而,深部超长工作面上覆岩层应力环境和垮落步距的非同质同步引发工作面不同区域支架载荷差异化。因此,针对深井超长工作面顶板覆岩长期循环动载作用和分区破断造成工作面不同区域载荷差异明显以及无法实现动态区域更新下的液压支架载荷预测的问题,提出了一种数据驱动的深井超长工作面支架载荷区域特征分析与分区预测方法。首先,在获取工作面液压支架载荷数据的基础上,利用MeanShift聚类算法实现工作面区域动态划分,并分析深井超长工作面不同区域的支架载荷变化特征;然后,提出一种考虑多维时序数据特征和注意力机制LSTM预测方法,构建支架载荷一次性多输入多输出预测框架,实现了预测算法精度和输入输出特征结构的协同设计;最后,基于前述工作面区域划分结果,建立工作面区域化液压支架群组载荷预测模型,实现了综采工作面液压支架群组载荷时序数据循环训练和高精度预测。该方法通过考虑工作面载荷区域分布特征,建立多输入多输出特征工程,可实现基于工作面区域动态更新的液压支架群组载荷预测,能够为后续分析工作面矿压显现规律,超前适应采场环境变化和指导工作面正常回采提供依据。

水平冻结中导向板钻具组合造斜能力的影响因素研究

目前水平冻结孔定向钻进中,导向板钻具组合的使用存在造斜理论不明的问题。基于材料力学理论,以钻头转角形变量为造斜评价指标,结合冻结法特点建立钻具造斜力学模型,并讨论参数的影响,同时结合实测数据验证该模型的可行性。结果表明:(1)导向板钻具组合钻头转角与岩土层物理力学参数、钻具抗弯刚度、导向板钻头的结构参数(如导向角,钻具长度,导向板斜面面积)、钻具面向角相关;(2)全角变化率在钻具面向角接近0°时最小,接近䥺SymbolqB@180°时最大,其余钻头转角变化均在此范围内,并随着导向角的增大而增大;(3)随着岩土层强度提高,相同导向角对应的全角变化率更大,导向板钻具组合的造斜能力更强。

基于BIM的CAD/CAE一体化分析技术在水利水电工程中的应用

在设计企业数字化转型的背景下,为提高水利水电工程数字化设计过程中结构分析水平,提高数据利用效率,本文研究了一个CAD/CAE一体化分析插件。插件基于MicroStation和Ansys软件平台研发,能够将BIM设计模型中的几何数据及材料数据导入至CAE软件中用于前处理工作,扩大了对复杂结构进行CAD/CAE一体化的适用范围;将Ansys软件中的计算结果数据转换至MicroStation平台中用于后处理工作,独立于CAE软件的后处理模块,有利于数据的流转和存储。插件在某面板堆石坝的结构分析过程中得到了良好应用,提高了数据利用水平。相关技术可用于其他水利水电工程结构分析模块中。

综采工作面海量数据挖掘分析平台设计

当前综采工作面海量数据采集的实时性和完整性差、异常数据清洗耗时大、数据挖掘时延大,导致综采数据利用率低,无法辅助管理层实时下发决策指令。针对上述问题,设计了一种综采工作面海量数据挖掘分析平台。该平台由数据源层、数据采集存储层、数据挖掘层和前端应用层组成。数据源层由工作面各类硬件设备提供原始数据;数据采集存储层使用OPC UA网关实时采集井下传感器监测信息,再通过MQTT协议和RESTful接口将数据存入InfluxDB存储引擎;数据挖掘层利用Hive数据引擎和Yarn资源管理器筛选数据采集过程中受工作现场干扰形成的异常数据,解决因网络延时导致的数据局部采集顺序紊乱问题,并利用Spark分布式挖掘引擎挖掘工作面设备群海量工况数据的潜在价值,提高数据挖掘模型的运行速度;前端应用层利用可视化组件与后端数据库关联,再通过AJAX技术与后端数据实时交互,实现模型挖掘结果和各类监测数据的可视化展示。测试结果表明,该平台能够充分保证数据采集的实时性与完整性,清洗效率较单机MySQL查询引擎提升5倍,挖掘效率较单机Python挖掘引擎提升4倍。

基于人脸识别技术的多方式统一认证

随着智慧校园建设的不断深入,为了让师生的学习、生活更加智能化,提高教学管理效率,同时建立一个更加安全的校园环境,采用胶囊网络模型作为人脸识别的深度学习算法实现智慧校园人脸识别。本文一方面着重研究如何采用深度学习技术提高复杂环境下识别精度,另一方面研究在人脸识别的应用场景中,如何保护数据安全和隐私。

针对非均衡数据的人脸识别算法

目前在基于深度学习的人脸识别领域面临数据不均衡的问题,这使得样本少的类别精度难以提升。常见的通过对损失函数的改进,或是简单的数据增强难以从根本上解决这一问题。为此,论文将隐式数据增强的方法引入基于角距离度量函数,构建人脸识别算法:通过对样本在特征空间中的特征向量沿某个特定方向做相关改变来增加此类样本的多样性,使样本较少的类别在特征空间中尽可能地产生更多相似却不相同的特征向量来减轻不均衡数据集对识别算法所造成的负面影响。在通用人脸识别数据集LFW,IJB-A,MegaFace上的测试结果表明,该方法能有效提高人脸识别的精度。

基于FACE标准的数据建模方法研究

现代民用飞机航电系统的综合化程度越来越高，系统的综合过程日趋复杂。软件功能的可移植性和互操作性是制约航电系统功能综合的重要因素。FACE标准在集成各类开放式标准的基础上，提出了应用数据建模架构。通过形式规范、语义严格的模型化方法对应用数据进行建模，进而实现代码和配置的自动生成。在对基于FACE的数据建模方法进行清晰阐述的基础上，结合SCADE开发工具通过一个开发实例，对数据建模过程进行介绍，对数据建模方法进行了总结。

基于数据融合的人脸识别模型研究

人脸识别在模式识别、人工智能、计算机视觉等多个领域得到了广泛应用。单一的识别算法在性能上存在局限性,文章基于数据融合的思想,提出一种融合多种识别算法的三层人脸识别模型。为充分发挥数据特点,在融合前先进行预处理,分离出有效特征值,组建特征矩阵。数据层和特征层分别选用加权平均算法和人工神经网络算法,决策级使用改进的模糊推理算法。基于MIT和ORL的仿真实验表明,本模型相比单一算法在识别率上有了明显改善,且具有一定的自适应能力。

煤矿回采工作面智能地质保障技术进展与思考

煤矿地质保障技术是实现煤炭精准开采和绿色采矿的关键路径,针对智能开采需求和地质保障要求,分析了回采工作面地质保障主要面临的难题,包括基础理论研究薄弱、地质探测精度不足、建模精度无法满足工程应用、模型动态更新困难、缺乏基于时空演变的智能回采全局路径最优决策手段等。根据面临的难题和技术现状,对陕西延安黄陵一矿和陕西神木榆家梁煤矿智能开采地质保障技术进行了探索实践。黄陵一矿以810综采工作面智能开采为目标,采用综合探测、数据融合等技术,构建工作面静态地质模型,利用地质雷达、惯性导航技术,动态修正工作面地质模型,通过对“透明工作面”高精度地质模型“CT切片”,获取采煤机关键截割曲线,与回采工艺、装备形成耦合协同、联动控制模式,实现基于三维空间感知和智能数据分析的规划截割,推动黄陵一矿810综采工作面实现智能无人化开采。榆家梁煤矿提出构建基于时空数据模型的智能自主割煤工作面无人化开采模式,融合多源异构地质数据建立智能开采工作面多属性地质数据库,构建基于绝对坐标的43101工作面高精度时空地质模型,并基于时态地理信息系统平台(4DGIS)进行三维地质模型可视化,实现地质模型的任意剖切,结合随采地质雷达获取煤厚、煤层顶底板和煤岩界面数据进行动态修正,实现基于高精度地质模型的采煤机自主截割。通过2个案例对面临的难题进行有益的探索,最后进行总结与展望,为企业高质量发展指明了技术方向。

基于深度学习的人脸检测算法研究

本文研究了基于深度学习的人脸检测方法,重点关注了YOLOv5模型。通过对YOLOv5模型进行改进,包括优化损失函数和改进网络结构,本文提高了模型的检测准确率。实验结果表明,经过150次训练后,采用的人脸检测模型在验证集上的人脸识别准确率可以达到92%。然而,实验数据集较小,对于模型的泛化能力有一定的影响,还有待进一步深入研究。

人脸识别的刑法规制研究

人脸识别是一把双刃剑,既提高了身份认证核实效率实现了迅速便捷,却也产生了安全威胁的担忧与隐私泄露的顾虑。人脸识别的正当使用为社会生活带来了方便,但不正当使用人脸识别不但侵犯了个人自由,甚至严重危害到了财产、人身安全。通过考察2017~2022年28个涉人脸识别的刑事案件及其司法认定,对于具有严重社会危害性的不正当使用人脸识别的行为,目前前置法应对乏力存在不足,应当通过刑法予以规制和补足。人脸识别以人脸信息为主要内容,但侵犯公民个人信息罪无法有效规制不正当使用人脸识别的行为。借鉴国外对人脸识别的规制路径与我国司法实践中积累的成熟经验,我国应从立法和司法两个角度,依据民法、行政法等前置法的规定界定刑法所保护的人脸信息范围,辨析人脸识别涉及的法益属性,类型化分析不正当使用人脸识别行为的罪名认定,调整和完善相应量刑幅度,平衡人脸识别技术发展与规制不正当使用人脸识别行为的利益冲突。