基于改进卷积及分类器的轻量级人脸表情识别

目前深度学习的表情识别方法存在参数量大、实时性差的问题,提出基于改进卷积与分类器的轻量级人脸表情识别方法。在深度可分离卷积的基础上设计出浅层特征提取模块和轻量化卷积残差模块提取特征信息,然后改进分类器去替换全连接层进行表情分类。最终模型的参数量由11、171、271下降至5、925、288;同时在FER2013数据集和CK+数据集上保持了高达73.76%和97.74%的识别率,性能优于目前流行的ResNet18网络。     

基于Nvidia TX2的车载智能预警系统

随着科学技术的不断发展，人们的生活中已经充满了智能设备，这些设备为我们带来便利的同时，也为我们的安全带来了更多的保障。利用Nvidia TX2开发板和传感器完成了一类车载智能预警系统，可以从根源上杜绝酒后驾驶和疲劳驾驶的发生。系统的结构设计包含了画面采集模块、酒精检测传感器模块、基于Dlib的人脸检测模块和LED及报警模块等，在行驶前对驾驶员身份和呼出气体酒精浓度进行检测，在行驶过程中持续检测驾驶员疲劳度。该系统成本较低，体积较小，易于安装和使用且识别精度较高，具有较高的使用和推广价值。     

基于OpenPose改进的轻量化人体动作识别模型

本文聚焦于自下而上的人体姿态估计网络OpenPose模型参数量大的缺点,对OpenPose模型的特征提取网络和预测网络分别进行改进,实现轻量化模型的目标。本文使用参数量更少、准确度更高的ResNet18网络替代了原模型中的VGG19网络,并且在不损失过多识别精度的前提下,以深度可分离卷积替代了预测网络中的部分卷积核,以此来降低网络结构的参数量。接着通过人工神经网络对人体动作进行分类,在传统的非线性网络中加入了线性模块提高了网络的记忆能力和泛化能力。结果表明,轻量化OpenPose模型的运行帧数比原先提高了9%至16%,动作识别网络经过3000次迭代训练后,站立、坐着、走、坐下和起立的识别精度达到了0.877、0.835、0.793、0.815和0.808。最后,将整体识别网络应用于真实场景下,根据结果表明,本文的方法可以在嵌入式设备中正常运行,且识别效果较好。     

离心透平转子的动力学分析与试验

针对某离心式透平膨胀机转子,采用MADYN2000进行动力学建模,对高速轴进行了无阻尼临界转速分析与临界转速图谱分析,选定了轴承刚度范围。确定轴承结构后校验了轴承的动态特性,该轴系的阻尼临界转速满足API617设计要求,并用不平衡响应计算为叶顶密封间隙设计提供了依据。在机组试验过程中,可重复观察到显著的跨临界现象,并对试验期间出现的油膜涡动情况进行了剖析。达到额定转速后的轴承振动趋于良好,经停机拆解未发现叶顶密封有磨损痕迹。试验结果表明,离心透平转子的临界转速和轴承温度计算与试验结果基本吻合,转子动力学分析在新机组的开发过程中具有良好的指导意义。     

基于全局空间注意力的人脸表情识别

人脸表情识别是模式识别领域中一个重要的研究方向。传统的机器学习方法受限于需要手动提取特征,该方式会导致识别结果的泛化能力不足,且稳定性较差。针对该限制,设计了一种基于深度学习的人脸表情识别算法,该算法通过卷积神经网络提取特征,然后经过全局空间注意力模块对特征分配权重,增强并融合重要特征、抑制边缘特征,从而提升网络分类的准确性。通过在FER2013人脸表情数据集上的实验,验证了该算法的合理性与有效性,最高达到了1.014%的准确度提升。最后,将算法应用于真实场景下的人脸表情识别,同样能拥有较高的识别精度,验证了该算法在真实环境下的有效性。     

基于NVIDIA TX2的隔离患者在线表情监测系统

针对新冠疫情及人口老龄化导致我国医疗资源紧缺的问题，基于NVIDIA TX2智能开发套件设计出一套针对隔离患者的在线表情监测系统，主要包含了画面采集模块、基于人脸关键点的表情识别功能、音频及LED报警装置、UI界面效果展示以及Web端视频共享等功能。该系统可以代替医护人员对隔离患者进行看护，既节省了医疗资源，又能帮助医生及时准确地察觉病人病情变化，具有使用与推广价值。