基于深度学习的人脸微表情识别

与一般的面部表情相比,微表情的持续时间更短,对其检测和识别是一种巨大的挑战.利用传统的图像识别方法进行微表情识别不仅准确率低,预处理也更复杂.为了开发可靠的神经网络,需要大量的训练集以及大量的标记图像样本.本文基于CASME和CASMEⅡ数据集训练改进的卷积神经网络模型,将特征提取和分类识别结合在一起,充分提取微表情的特征.实验结果表明,该模型的微表情识别效果良好.     

高压设备放电紫外图像光斑区域特征提取

针对传统的高压电气设备紫外漏电检测方法存在的紫外图像处理算法复杂、精确度低等问题,采用基于高斯函数色彩映射的图像分割算法分割进行图像预处理。通过绝缘子污秽放电实验,拍摄高压故障设备紫外辐射图像,对紫外图像进行图像分割处理。从紫外光斑的二值图像中提取故障设备紫外辐射光斑区域特征,评估高压绝缘设备故障等级。实验过程中,在不...