类别均衡与局部中值损失联合监督的自然场景人脸表情识别

近年来,卷积神经网络在实验室控制环境下的人脸表情识别任务中取得了很大进步,但是在自然场景中人脸表情识别方面仍然存在一些挑战.针对自然场景中人脸表情数据分布不平衡,以及由姿势、光照和性别等因素引起的类内差异大的问题,提出类别均衡与局部中值(class-balancedandlocalmedian,CALM)损失函数.CALM损失函数包含类别均衡Softmax损失函数和局部中值损失函数2个部分.其中,类别均衡Softmax损失函数将数据量较少且容易错分的害怕和厌恶2种表情标记为难样本,将其余5种表情标记为易样本;在网络训练过程中对难样本自适应地增大权重,以提高难样本的识别准确率,进而提高表情识别的平均准确率.此外,在每个类别中会有一些离类别内大多数样本较远的样本,它们的存在会导致用均值方法计算出的类别中心偏离类内大多数样本.在局部中值损失函数中,采用与每个样本属于同类别的若干近邻的中值作为类别中心,在一定程度上减弱离群样本对类别中心选择的影响.在RAF(real-worldaffectivefaces)数据集上进行实验,与局部子类方法相比,该方法的平均识别准确率提升了1.32%,证明了该方法的有效性.     

半导体器件静态直流参数能力比对方法

实验室间能力比对作为重要的外部质量评价手段,被越来越多的实验室所采用,它不仅是质量控制的一种有效方法,也是衡量各实验室间能力的一个重要手段.而半导体器件静态直流参数是器件基本参数之一,是半导体器件筛选环节必检项目.该文以半导体器件静态直流参数为例阐述实验室间能力比对的方法.     

基于卷积神经网络的跨年龄人脸识别系统研究

对年龄跨度具有鲁棒性的人脸识别系统在实际中具有广泛的应用,年龄的变化对人脸面部特征具有显著的影响,会导致人脸识别的准确率下降。提出一种基于卷积神经网络的跨年龄人脸识别系统,包含人脸检测、人脸预处理、卷积神经网络提取特征、期望最大化(EM)算法和余弦距离等部分。采用EM算法计算出身份特征,使得人脸识别系统对年龄变化具有鲁棒性。在MORPH-II和FG-NET跨年龄数据库中进行仿真实验,验证了人脸识别系统的有效性。     

海水中134Cs、137Cs和60Co的联合分析

建立了小体积海水中¹³⁴Cs、¹³⁷Cs和⁶⁰Co的联合分析方法，确定了最佳实验条件。采用磷钼酸铵富集法对海水中放射性铯进行浓集后，其上清液利用氢氧化钴沉淀载带海水中的⁶⁰Co，用γ能谱仪进行测量。结果表明：该法对海水中放射性¹³⁴Cs、¹³⁷Cs和⁶⁰Co的回收率分别为87%~95%、87%~95%和89%~93%，检测限分别为0.048、0.051、0.046 Bq/L。另外，对2017年IAEA国际比对（IAEA-RML-2017-01）海水样品中的¹³⁴Cs、¹³⁷Cs和⁶⁰Co进行分析测量，核素分析结果的最终评价均为“通过”，验证了本实验室采用的¹³⁴Cs、¹³⁷Cs和⁶⁰Co联合分析方法的可行性和可靠性，为今后该方法在常规海洋环境放射性监测中的应用推广奠定了基础。     

基于人脸识别技术的人流智能分析系统

笔者提出了一种人流智能分析系统,其功能包括人脸检测、人脸性别年龄分析、人脸出现时长分析、人脸表情分析以及人脸总数统计。本研究基于机器学习的人脸开源库,采用多特征提取与卷积神经网络相结合,训练出可以同时进行人脸性别年龄分析、人脸出现时长分析和人脸表情分析的人流智能分析模型,再结合MySQL数据库进行有效统计并生成人流信息数据报表。该技术可被推广到各类经销商铺,来实现对客户特征信息的提取收集及人流动态数据统计。