双层级联神经网络的人脸超分辨率重建

针对普通的基于卷积神经网络的人脸超分辨率方法未能结合人脸结构信息，重建图像易出现五官偏移、边缘模糊等问题，提出一种基于双层级联神经网络的人脸超分辨率重建方法。在重建网络中加入面部先验信息估计模块，捕捉输入图像的面部关键点信息，约束重建图像与目标图像的空间一致性。在CelebA与Helen数据集上的实验结果验证了该方法对正面人脸能够准确地重建面部五官，对侧面及遮挡人脸等不同的变形人脸也具有强鲁棒性。     

纤维型吸油材料的制备及其吸油性能的研究

为探寻一种高效环保的吸油材料,实验选取未漂白针叶木浆纤维及来源广且廉价的二次纤维(旧报纸)、动物纤维(废旧毛衣)作为原料,利用吸藏型吸油机理,采用机械处理和化学改性结合的工艺制备可生物降解的纤维型吸油材料。结果表明,由未漂白针叶木浆纤维、旧报纸、废旧毛衣改性制备的吸油材料对机油的吸油倍率分别为15.8 g/g、12.5 g/g、17.9 g/g,循环使用5次后的吸油倍率还能保持最大值的80%以上;对油品的适用性广,可有效吸附多种油品。