基于物联网的智能室内定位送水系统设计

随着物联网技术的发展,机器人已广泛应用于生产和生活之中;自动送水机器人作为一种智能饮水系统,可应用于办公区域、医院、家庭等多种场所,智能化地为人类提供饮水服务;设计了一款智能室内定位送水系统,可以实现水杯定位、转向前行、自动添注水等功能;系统以UP Squared处理器为设计平台,扩展了UWB定位、Zigbee无线传输、陀螺仪、机械臂等功能模块;采用MPU6050模块进行旋转角度感知,PID算法控制机器人旋转;基于电流磁效应和电磁感应定律感知水杯位置;采用超声波模块对出水口上升的高度和水杯中水位进行检测;通过实验测试了系统的定位、方向调整、测距、功耗等多项参数以及送水全过程,结果表明,设计的机器人测量精度为1 cm,静态功率共计5.35 W,动态功率共计13.6 W;系统具有定位准确、转向快速平稳和功耗低等特点,达到实际应用于室内智能定位送水的技术要求。

MeGAN:基于多任务增强生成对抗网络的图像合成

在计算机视觉领域,现有图像合成方法通常采用一对一的映射网络生成人脸表情,存在很大的建模局限性,难以表达丰富多样、复杂多变的人脸表情。为此,该文提出一种基于多任务增强生成对抗网络的图像合成方法。该方法构建多任务学习框架,改善人脸表情生成的多样性;通过设计双域卷积模块,利用具有补偿的频域信息改善空域特征映射;引入多尺度自适应激活函数,对不同特征进行自适应修正,进一步提升网络性能和特征映射效果。实验结果表明,该文方法能够同时生成多种逼真的人脸表情图像,与现有先进的图像合成方法相比,具有更好的定性和定量评估结果。

基于自发表情数据集预训练的多任务深度网络表情识别方法

为了更好地将现有深度卷积神经网络应用于表情识别,提出将构建自然表情图像集预训练和多任务深度学习相结合的方法;首先,利用社交网络图像构建一个自发人脸表情数据集,对现有深度卷积神经网络进行预训练;然后,以双层树分类器替换输出层的平面softmax分类器,构建深度多任务人脸表情识别模型;在CK+数据集和Oulu-Caisa数据集上的验证实验表明,提出方法的准确率较深度卷积神经网络vgg-face和Inception V3方法平均提高了3.1%,较基于多任务深度卷积神经网络方法平均提高了0.7%。