【摘 要】
：
实际应用中人脸图像的遮挡对人脸识别准确率具有重要影响，当前处理带遮挡人脸识别主要有丢弃法和修复法两种。丢弃法因忽略或丢弃大量遮挡区域的有效特征易造成识别准确率不高，而当前大多数修复法需要已知原图相关信息进行修复，限制了其应用。针对现有修复法的不足，本文提出一种基于循环生成对抗网络的人脸识别方法。该方法先利用两对生成器和判别器循环训练，实现遮挡人脸图像的盲修复，此过程不需要除遮挡区域外的原图信息；在
论文部分内容阅读
实际应用中人脸图像的遮挡对人脸识别准确率具有重要影响，当前处理带遮挡人脸识别主要有丢弃法和修复法两种。丢弃法因忽略或丢弃大量遮挡区域的有效特征易造成识别准确率不高，而当前大多数修复法需要已知原图相关信息进行修复，限制了其应用。针对现有修复法的不足，本文提出一种基于循环生成对抗网络的人脸识别方法。该方法先利用两对生成器和判别器循环训练，实现遮挡人脸图像的盲修复，此过程不需要除遮挡区域外的原图信息；在此基础上采用Resnet-50网络对修复后人脸进行识别。针对盲修复后人脸特征存在类内差异大和类间差异小的
其他文献
工业烟尘图像分割是实现烟尘污染等级监测的基础。针对小目标烟尘尺寸小、边缘稀薄和U-Net在提取小目标烟尘特征效果不佳等原因而导致的烟尘漏检、误检和分割精度低等问题，提出了一种基于改进注意力W-Net(Improved Attention W-Net ，IAW-Net)的烟尘图像分割网络。使用注意力机制将U-Net扩展成W-Net，并在W-Net的基础上引入了改进的注意力机制，增强了小目标烟尘的特征
针对传统元器件缺陷检测算法中存在的效率低、误检率高和易用性不强等问题，提出一种基于改进YOLOv4网络的电路板元器件缺陷检测方法。根据电路板上元器件尺度变化大、小目标数量多的特点，设计了改进的YOLOv4算法对电路板上不同元器件进行定位与识别，主要通过增强特征融合增加了一个小目标检测尺度并结合Kmeans++聚类优化选取先验框尺寸来提升元器件定位与识别精度。结合元器件定位与识别的结果，提取并构建了
随着天文技术的发展，小型化天文卫星成为了天文领域的研究热点。作为天文卫星核心的氢原子钟，他的轻量化也势在必行。目前氢原子钟上使用的吸附泵为钛多孔材料，它的氢容量小，且体积大，激活温度高。无法满足氢原子钟小型化，轻量化的要求。本文研究了具有大储氢容量的Zr-V-Fe-Cr新型吸氢合金，并利用XRD、SEM、储氢性能测试平台等测试手段。结果表明：新型合金的Zr-V-Fe-Cr 的吸氢容量高于多孔钛，且
嫦娥四号低频射电频谱仪放置在月球背面，其天然观测条件得天独厚。然而，嫦娥四号平台存在约10~(-15)W/(m~(2)·Hz)级别的强干扰，并且干扰在每道时域数据中都存在明显的差异，这大大削弱了低频射电频谱仪的天文观测灵敏度。为此，本论文从两组信号的相关性出发，提出基于CLEAN算法，借助互相关功率谱、傅立叶级数展开等工具，把低频射电频谱仪A、B、C天线的时域观测数据切分为强相关的CLEAN模型信
F-box蛋白在植物中广泛存在，在植物生命活动中发挥重要作用。F-box蛋白通过与Skp1、Cullin和Rbx1形成SkpCullin-F-box(SCF)蛋白复合体，参与泛素-蛋白酶途径（ubiquitin-proteasome pathway,UPP）降解生物体中的蛋白质而发挥作用。F-box蛋白广泛参与植物对干旱、盐害、温度、重金属等非生物胁迫，以及病原菌和害虫造成的生物胁迫的响应过程。主
嘉黎-崩错断裂地处青藏高原东向挤出的边界区域，其活动特性能直接反映区域地质构造的动力学成因，并能为青藏高原的演化提供一定的理论解释。本研究中利用InSAR与GPS观测数据对嘉黎-崩错断裂进行研究分析，结果表明：崩错断裂跨断裂活动速率为0.9～1.9mm/a；嘉黎断裂西段跨断裂活动速率为1.7～2.6mm/a；崩错断裂闭锁深度下的自由滑动速率约为1.3mm/a～2.9mm/a，闭锁深度约为8.3km
双目深度估计的在线适应是一个有挑战性的问题,其要求模型能够在不断变化的目标场景中在线连续地自我调整并适应于当前环境.为处理该问题,本文提出了一种新的在线元学习适应算法(Online Meta-learning Model with Adaptation,OMLA),其贡献主要体现在两方面:首先引入在线特征对齐方法处理目标域和源域特征的分布偏差,以减少数据域转移的影响,然后利用在线元学习方法调整特征
针对由于人脸姿势、光照不均、拍摄环境、拍摄设备等内外部因素造成图像分辨率低的问题，提出融合注意力机制的高分辨人脸识别图像重建模型。首先以低分辨率人脸图像对作为两个生成器输入，通过残差块和注意力模块堆叠网络提取人脸特征信息，进而生成高分辨率人脸图像。训练中使用一个鉴别器来监督两个生成器的训练过程。利用Adam算法对鉴别器、生成器以及对抗损失函数进行迭代优化来提升网络模型性能。模型在CASIA-Web
地铁运行产生的杂散电流已成为地电阻率观测的主要干扰源之一.2020年1—3月南京地铁进行了5次大规模运营调整.本文选取地铁运营调整期间江宁台地电阻率观测数据，结合地铁运营调整方案和杂散电流产生机理及特征，通过分析均方差变化比较了地铁运营时间、行车间隔调整对江宁台井下和垂向地电阻率观测的影响，在此基础上初步探讨杂散电流对地电阻率观测的干扰机理.发现：①运营时间调整后，地铁干扰时间段为首班时间前约2小
视频中的人体动作识别是计算机视觉领域研究的热点，基于人体骨架的动作识别方法可以明确地表现人体动作，已逐渐成为该领域的重要研究方向之一。针对目前主流人体动作识别网络参数量大，计算复杂度高等问题，本文提出一种融合多流数据的轻量级图卷积网络。首先，通过多流数据融合算法，对4种特征数据流进行融合，一次训练就可以得到最优结果，从而降低网络参数量；其次，设计了基于图卷积网络的非局部网络模块，能够捕获图像全局信