多视角神经网络非接触式脉搏信号提取

目的 远程光体积描记（remote photoplethysmography,rPPG）是一种基于视频的非接触式心率测量技术,受到学者的广泛关注。从视频数据中提取脉搏信号需要同时考虑时间和空间信息,然而现有方法往往将空间处理与时间处理割裂开,从而造成建模不准确、测量精度不高等问题。本文提出一种基于多视角2维卷积的神经网络模型,对帧内和帧间相关性进行建模,从而提高测量精度。方法 所提网络包括普通2维卷积块和多视角卷积块。普通2维卷积块将输入数据在空间维度做初步抽象。多视角卷积块包括3个通道,分别从输入数据的高—宽、高—时间、宽—时间3个视角进行2维卷积操作,再将3个视角的互补时空特征进行融合得到最终的脉搏信号。所提多视角2维卷积是对传统单视角2维卷积网络在时间维度的扩展。该方法不破坏视频原有结构,通过3个视角的卷积操作挖掘时空互补特征,从而提高脉搏测量精度。结果 在公共数据集PURE（pulse rate detection dataset）和自建数据集Self-rPPG（self-built rPPG dataset）上的实验结果表明,所提网络提取脉搏信号的信噪比相比于传统方法在两个数据集上分别提高了3.92 dB和1.92 dB,平均绝对误差分别降低了3.81 bpm和2.91 bpm;信噪比相比于单视角网络分别提高了2.93 dB和3.20 dB,平均绝对误差分别降低了2.20 bpm和3.61 bpm。结论 所提网络能够在复杂环境中以较高精度估计出受试者的脉搏信号,表明了多视角2维卷积在rPPG脉搏提取的有效性。与基于单视角2维神经网络的rPPG算法相比,本文方法提取的脉搏信号噪声、低频分量更少,泛化能力更强。     

浅谈加油机计量检测及其注意事项

加油机的计量方法存在问题较多,广大消费者很关心加油机的准确性,而且计量是否准确,取决于相关检测手段是否成熟,相关检测设备是否先进,这不但关系到加油站的利益,也关乎于消费者的权益。本文主要分析当前加油机计量的不足,同时对相关检测技术进行改良,得到解决当前矛盾的最好办法。     

低焊接裂纹敏感性钢07MnNiMoDR的组织性能研究

对低焊接裂纹敏感性钢07MnNiMoDR的调质工艺和组织性能进行了研究.结果表明:实验钢淬火后能够获得铁素体+粒状贝氏体组织,大量的碳化物均匀弥散的分布在铁素体基体和晶界上,随着淬火温度的提高屈服强度提高,钢板厚度方向的组织差异性缩小.经600℃回火后,实验钢的屈服强度获得提高,抗拉强度基本不变,组织转变为碳化物+多边形铁素体,厚度方向上组织均匀性进一步缩小.经930℃淬火600℃回火后,实验钢厚度1/2处低温冲击韧性明显下降,此外经900℃淬火630℃回火后,实验钢厚度1/2处抗拉强度出现了不合格,其最佳的热处理生产工艺为900℃淬火+600℃回火.