基于循环生成对抗网络的含遮挡人脸识别

人脸图像的遮挡会严重影响人脸识别准确率,当前处理带遮挡人脸识别的方法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原图的相关信息,限制了其应用。针对现有含遮挡人脸识别方法存在的问题,提出一种基于循环生成对抗网络的人脸识别算法,通过利用2对生成器和判别器进行循环训练,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,该网络通过跳跃连接消除深层卷积神经网络中的网络退化问题,能够降低网络训练的难度,且不会增加额外的参数和计算量。针对盲修复后人脸特征存在类内差异大和类间差异小的特性,引入一种能够量化类间距离的分类损失函数RegularFace作为识别网络损失函数。实验结果表明,与DCGAN+CNN算法相比,所提算法对不同遮挡类型和遮挡区域的人脸图像识别准确率均有所提高,当线性遮挡面积为40%时,所提算法的识别准确率提高了14.4个百分点。     

基于多特征融合的轻量化无锚人脸检测方法

针对大多数基于深度卷积网络的人脸检测方法存在因模型参数和计算量大造成的检测速度慢,以及复杂场景下人脸检测准确率低的问题,提出一种基于多特征融合的轻量化无锚人脸检测方法。构造轻量化卷积神经网络作为特征提取的骨干网络,以加速网络计算过程;引入三种模块处理并融合特征层,包括：感受野增强模块强化图片信息提取、权重特征融合模块提升检测准确性以及通道混洗融合模块简化计算过程;使用中心点定位的无锚检测方法对融合后的特征进行预测。实验结果显示,该方法模型参数量仅为5.1?MB,对比该基准方法,在WIDERFACE验证集中的简单、中等和困难难度的检测准确率分别提升1.4、2.2和4.8个百分点,表明该方法在保证模型轻量化的同时对复杂场景人脸有着较高的检测精度,验证了所提方法的有效性。     

网络效益推动企业变革

目前，经过前一阶段的“网络就绪”特征的基础信息化后，以“网络效益”为特征的管理信息化正扑面而来。     

基于BioTRIZ的产品创新设计过

针对仿生设计中难以找到类比实例以及难以将其转换至工程设计中的问题,根据关系-映射-反演(RMI)的原则提出基于BioTRIZ的创新设计过程模型,其包括工程映射和生物反演2部分.在工程至生物的映射过程中,利用BioTRIZ将设计问题映射至特定生物实例及发明原理;在生物至工程的反演过程中,通过生物维度、生物粒度确定模型边界,以功能基为建模语言建立生物实例的功能模型,从而将生物解决方法反演至工程设计中.该设计过程模型的可行性和有效性在折叠式头盔的设计中得到了验证.     

植物精油及消毒剂对常见鱼病病原菌的抑菌研究

研究植物精油和消毒剂对常见鱼病病原菌的抑制效果,通过抑菌圈法确定复配1号精油、复配2号精油、山鸡椒精油、芹菜精油、香茅精油、强氯精和纳必净对水体微生物的抑菌活性,同时通过直接接触法检测其对5种常见鱼病病原菌的最小抑菌浓度和最小杀菌浓度。结果显示:复配1号精油的抑菌和杀菌效果最好,无论是对霉菌还是细菌都表现出强抑菌活性;芹菜精油对不同的微生物表现出不同的抑制效果,对细菌特别是单胞类细菌表现出强抑菌活性,但对霉菌表现出低抑菌活性;在消毒剂中,纳必净的抑菌活性效果最好,但在其推荐的最大使用量时,仅仅与效果普通的精油的抑菌活性相同。     

面向机械设计手册的基于Pro/Toolkit的联轴器标准件库开发

基于Pro/Engineer平台建立面向机械设计手册的通用三维标准件库系统,标准件库系统由参数化模型库、尺寸数据库和用户接口三部分组成.利用Pro/Engineer特征造型、参数化设计技术,创建联轴器通用模型样板,设计相应的参数关系式并建立族表,利用族表技术管理零件的尺寸系列,构造出模型实体库.根据国家标准中的尺寸表格形式设计出简洁清晰的尺寸数据库。定制可视化的、符合设计人员思维模式的用户界面以调用尺寸数据库和模型实体库,并利用Pro/Toolkit实现参数化模型的实例化,达到尺寸驱动的目的.本文所采用的方法是实现通用三维标准件库的良好途径.     

基于结构偏移映射统计和多方向特征的MRF图像修复算法

为使目标移除后的修复效果更好地满足人眼视觉要求,本文提出基于结构偏移映射统计和多方向特征的修复方法.一方面,为更好地保持修复后图像结构部分的连贯性,首先基于Curvelet变换获得的边缘特征将待修复图像划分为结构部分和非结构部分,分别统计相似块之间的偏移映射,在此基础上选择主要的偏移映射作为两部分的候选标签.另一方面,为更好地保持填充区域内相邻像素间的连续一致性,构造引入多方向特征的全局能量优化方程.实验结果表明本文所提出的图像修复算法性能优于多种现有算法.     

结合梯度特征与色彩一致性的图像修复

针对现有的样本块修复算法置信度值会迅速衰减至0,填充次序不稳定以及易产生误匹配等不足,提出结合梯度特征与色彩一致性的图像修复算法。为获得更为稳定的填充次序,一方面引入表征图像结构和纹理变化特征的平均梯度来计算优先权,以保证优先填充结构部分,并适度延伸纹理信息;另一方面提出基于S型函数的置信度更新准则以抑制置信度项的快速衰减;同时比较匹配块与待修复块的色彩一致性,将其与颜色信息相结合寻找最佳匹配块,以减轻误匹配现象。实验结果表明: 本文算法较对比算法在峰值信噪比上至少提高0.82 dB,证明了本文算法的有效性。结果也显示：提出的算法获得了更加稳定的修复次序,能有效减少误匹配率,使得修复后图像更加满足人眼的视觉需求。     

信息化带动工业化的主要方式

今天，信息技术对工业生产的影响无处不在，那么信息时代的工业有什么特征呢？由于信息化的作用，工业形态正在发生一些积极变化，从趋势来看，主要特征是“行业变化越来越快，行业边界越来越模糊、信息产业成为主导产业，生产与服务越来越紧密，信息和信息技术广泛应用于工业中。”     

基于混合搜索算法的图像稀疏分解

为了提高图像稀疏分解的效果,降低其计算时间,提出一种基于量子进化算法(quantum-inspired evolutionaryalgorithm,QIEA)和改进差分进化算法(improved differential evolution,IDE)的混合搜索算法,并应用到图像稀疏分解中.该方法将1DE引入到QIEA中,前期进行QIEA寻优,当寻优搜索到的最优解经过多次进化后没有变化时,引入IDE以提高搜索解的精度和质量.图像稀疏分解的仿真实验结果表明,与QIEA和IDE相比,混合搜索算法的图像稀疏分解方法获得的重构图像具有最好的图像视觉质量和最高的峰值信噪比,且具有相对较低的计算时间.