基于多特征与多尺度融合的人脸活体检测方法

设计并制作了一种新型自发自收式双频超声换能器，其由高频压电片、中间层、低频压电片和背衬层所组成，可激发高频超声纵波，并同时接收高频超声纵波的基波分量和相应的静态分量。在聚苯硫醚和硅橡胶样品中分别对试制的自发自收式双频超声换能器进行了超声实验研究。实验结果表明，所设计的双频超声换能器，能有效地激发高频超声纵波，并实现对高频超声纵波的基波分量和静态分量的同时接收。特别地，当高频超声纵波信号在高声衰减材料中被完全衰减时，仍可实现对超声静态分量的有效接收。     

基于改进VGG网络的面部表情识别方法

针对传统面部识别方法中网络模型重要通道特征关注度欠缺、参数过多、准确率低等问题，提出一种基于改进VGG19网络(Visual Geometry Group, VGG19)的表情识别方法。该方法在VGG19网络的每组卷积层之间都加入一个新模块，新模块由三方面组成：SE注意力机制模块、BN批量归一化层、PReLU激活函数，SE模块中的原激活函数ReLU替换为Mish激活函数，加速收敛，提升网络对面部细节关注度；对全连接层参数量进行修改，去除第一层全连接层和第二层全连接层，最大池化层替换为全局混合池化，达到卷积层加全局混合池化、一层全连接层的组合。原网络中全连接层节点数由[4 096,4 096,1 000]改进为[512,7],改善了VGG网络庞大参数量的特征，增加抗过拟合效果。在CK+和FER-2013表情数据集上准确率分别达到98.990%和73.112%,证明所提方法具有较好的泛化性和准确率。