基于视觉的零部件振动裂纹在线监测系统研究

金属零部件的质量检测是劳动密集型工作,一般通过疲劳测试评价金属零部件质量,对金属零部件质量进行准确评估的依据,能够指导设计合理的机械结构并有效减少安全事故和经济损失。为了快速筛选质量合格、抗振性较强的金属零部件,针对疲劳测试中快速振动的金属零部件,提出了一种基于计算机视觉的振动疲劳裂纹在线检测算法。该算法首先基于前后帧对齐方法消除振动产生的位移和运动模糊,然后利用帧间差法检测零部件表面变化,最后根据裂纹的纹理特征和几何特征通过分割算法得到裂纹形态和长度参数。实验结果表明,与静态条件下的裂纹检测算法相比,提出算法能够在振动台不停机的情况下,自动地获取零部件裂纹的位置、长度及形状等信息,记录裂纹的延展过程,可以大大提高振动裂纹检测的工作效率。     

BeautyGAN+:基于全新PMT数据集的美妆转移混合监督学习算法

作为改变人脸图像外观的重要方式之一,美妆转移任务在近年来获得了越来越多的关注.美妆转移网络可以将任意参考图像的妆容转移到任意人脸图像上,在节约时间和空间成本的同时帮助人们找到适合自己的妆容,并获得妆容得到美化的图像.美妆转移网络BeautyGAN成功展示了无监督方法妆容迁移的较好效果,然而此类无监督学习策略缺乏可以提供...