【摘 要】
：
人脸表情识别一直是人机交互和计算机视觉研究的热点问题,但受限于成像设备及环境的影响,获得的面部图像往往是低分辨率的。针对这个问题,提出一种基于深度学习的超分辨率重建的人脸表情识别系统,用于提高低分辨率面部图像表情识别的准确率。该系统是由两个深度神经网络组成,首个神经网络基于新的混合损失函数,利用简化的残差网络结构叠加构成残差块来学习面部图像的特征,并进行上采样操作,重建包含更多细节的高分辨率人脸表
【基金项目】
：
国家自然科学基金(61801240)。
论文部分内容阅读
人脸表情识别一直是人机交互和计算机视觉研究的热点问题,但受限于成像设备及环境的影响,获得的面部图像往往是低分辨率的。针对这个问题,提出一种基于深度学习的超分辨率重建的人脸表情识别系统,用于提高低分辨率面部图像表情识别的准确率。该系统是由两个深度神经网络组成,首个神经网络基于新的混合损失函数,利用简化的残差网络结构叠加构成残差块来学习面部图像的特征,并进行上采样操作,重建包含更多细节的高分辨率人脸表情图像;第二个神经网络通过使用小尺度卷积核提取重建后的高分辨率图像的人脸表情特征,之后使用softmax
其他文献
设计了一款基于人工表面等离子体激元(Spoof Surface Plasma Polariton, SSPP)的小型化高效率定向辐射天线。在介质基板表面印刷了共面波导(CPW)、波矢匹配结构和SSPP传输线三种结构,其中波矢匹配结构与共面波导部分相结合,更好地完成阻抗匹配。此外,因人工表面等离子体激元可以将电场约束在天线表面的凹槽中,所以能使天线达到高效的定向辐射。测试结果表明:该天线工作带宽为26~32 GHz,最大增益达到10.44 dB,平均效率为94.3%,可应用于5G高频领域。
基于标准的平面肖特基二极管单片工艺设计了一款平衡式亚毫米波倍频单片集成电路.依据二极管实际结构进行电磁建模,提取了器件寄生参数,并与实测的器件本征参数相结合获得了
提出一种适用于5G毫米波无线通信系统的具有高隔离度和优异通带性能的双频段基片集成波导(SIW)双工器。该双工器由一种新型的Y型耦合谐振器和频带独立可控的新型双频段滤波器组成。新型双频段滤波器基于SIW三角形谐振腔,相比传统矩形SIW谐振腔空载Q值更高,并且设置多种扰动元件以实现两个频带的独立可控。Y型耦合谐振器由圆弧状的微带线拼接而成,最大限度地减弱通道互耦合以提高隔离度。该双频段双工器具有结构紧凑、尺寸小的优点。实际制作的双频段双工器接收通道中心频率分别为27 GHz和36 GHz,发射通道中心频率分别
GPT分区是目前硬盘普遍使用的一种分区形式,克服了MBR对分区管理不能超过2.2 TB的缺点。但是由于用户误操作、计算机病毒破坏、突然掉电等因素的影响,使得GPT分区被破坏的情况时有发生,从而导致存储在硬盘中的数据丢失。针对这一情况,该文以Windows 7为平台,WinHex15.08为分析工具,虚拟硬盘为实验对象,提出了重建GPT分区的基本思路、方法与步骤,以解决GPT分区被破坏后难以恢复的技术问题。通过保护MBR模板恢复保护MBR,通过GPT分区表模板来恢复GPT分区表及GPT分区表备份;通过GPT
毫米波/亚毫米波探测、通信、成像等系统的快速发展对W波段波导滤波器的带宽、损耗、集成方式等多方面提出了高要求。针对新一代W波段固态宽带高集成接收机的应用需求,文中提出了一种基于单侧E面电容耦合型的W波段波导带通滤波器,实现85.5~97.5 GHz(3 dB带宽≈13%)的宽频带响应。该波导滤波器具有易于现代高精度铣削工艺(CNC)制备的对称E面分裂型加工结构,能够获得低损耗特性和高鲁棒性;此外还基于极点提取方法,引入额外谐振腔实现传输零点,进一步提高该滤波器的上边带外抑制。经加工并实测,上述滤波器在W全
随着深度学习的迅速发展,采用卷积神经网络提取图像的特征,用于行人检测技术取得了显著成就,但在拥挤情况下,由于行人间的相互遮挡,以及行人尺度的多变性,当前的行人检测效果还有待进一步提升。为解决这一问题,把行人的中心点和身高作为行人的高级语义特征,使用深度残差网络(ResNet-50)作为图像特征提取的主干网络,结合特征金子塔的特征融合策略,将浅层的位置信息与深层的语义信息进行融合。使用多尺度行人预测
随着软件规模越来越大,如何保证程序的可靠性和安全性越来越受到人们的关注。由于C语言缺乏内存安全检测的机制,导致使用C语言编写的程序容易存在安全漏洞,所以针对C语言的可靠性研究也很越来越多。当前,软件可靠性和安全性常用的验证方法是静态分析和动态分析,动态分析由于能真实反映程序中存在的问题而得到广泛应用。目前针对程序内存安全性的分析工具对较小规模的程序能够正确检测,但是在大规模程序中无法有效地对程序进行插桩和检测。针对此问题,该文在基于指针技术的内存安全分析技术的基础上,采用源代码插桩实现了大规模C程序内存分
运动分割的关键问题是根据在运动场景中提取的视觉特征,对视频序列中不同的运动物体进行聚类划分。在对物体运动进行运动分割时,通常会遇到运动物体被遮挡的问题,而传统的运动分割方法如子空间聚类等都没能很好地解决这一问题。而且对于Hopkins155这个数据集来说,视频的场景基本上都比较小,而且相机大多固定,所以要对这种视频进行运动分割,应该有最适合的矩阵模型去对视频的运动进行拟合。针对这些问题,该文提出了
宏块-特征基函数法(MB-CBFM)是一种分析大规模有限周期结构电磁特性的数值方法,其CPU时间和内存需求均为O(N),其中N是周期阵列的总未知量数。该方法中,周期单元被分成P类宏块。最终得到一个有PK个未知数的压缩矩阵方程,其中K为每个单元上的RWG基函数个数。虽然压缩矩阵计算利用了周期性,然而阻抗元素仍采用矩量法计算,阻抗矩阵的填充较为耗时。文章采用快速偶极子法加速压缩矩阵产生。快速偶极子法将相互作用的偶极子间距离用泰勒级数展开,阻抗元素计算效率相比传统矩量法更高。数值结果显示所提算法的结果与宏块-特
社交网络已经成为信息交流的重要媒介,直接影响谣言传播的速度和范围,因此研究谣言传播机制对谣言传播规律理解具有十分重要的意义。考虑到关于少数不相信谣言的理性者对谣言传播影响的研究还很少,社交网络群组成员通过群组共享和传播信息方式对谣言传播的影响大,在均匀网络和非均匀网络上构建了理性者交互群组传播谣言传播模型。利用微分动力学方法和下一代矩阵理论给出模型的无谣言平衡点和基本再生数。文中首先使用数值仿真验证模型的正确性,然后通过Monte Carlo方法在ER,WS,BA,Facebook网络上分别模拟真实情况下