安全驾驶中驾驶员面部朝向的检测研究

本论述研究了安全驾驶中驾驶员面部朝向的分析与判断。首先使用彩色空间转换提取人脸区域，然后采用Canny算子进行边缘检测，再利用Hough变换提取面部特征，最后对驾驶员头部朝向进行分析和跟踪。通过大量数据的研究，得出了头部朝向特征值与偏转角度的关系，并由此得到注意力分散阈值的范围，当超出此范围时检测系统报警，并且通过实验证明了该方法对注意力分散监测的实时性和有效性。     

基于YOLOv3模型的人脸检测与头部姿态估计融合算法

针对头部姿态估计中的人脸检测框尺寸难于学习问题和将人脸检测、头部姿态估计分为两阶段的模型中流程复杂、耦合程度高、误差累积严重的问题,本文提出一种基于YOLOv3模型的人脸检测与头部姿态估计融合算法。通过K-means聚类方法对训练集中人脸区域的尺寸进行聚类,得出9组聚类结果,以模拟真实情况下人脸区域的尺寸和比例;通过拓展YOLOv3模型,实现人脸检测和头部姿态估计同时进行,并在3个不同层次的特征图上进行人脸检测和头部姿态估计,实现对特征图的多尺度检测,充分利用了特征图中的信息;采用端到端模式进行训练,简化头部姿态估计任务的处理流程。在CAS-PEAL-R1姿态子集上取得99.23%的预测准确率,在Pointing′04数据集上pitch和yaw方向分别取得了3.79°和4.24°的平均绝对误差。结果表明,本模型在满足实时性要求的前提下,能够出色完成人脸区域检测与头部姿态估计任务,充分证实本文方法的可靠性与实用性。     

基于多任务级联卷积网络模型的人脸检测和识别

深度学习的集成特征提取这一优点使得它广泛应用于人脸检测和识别。提出了一种多任务级联卷积网络模型(Multitask Cascaded Convolution Network,MTCNN)。基于Tensor Flow平台,基于改进的任务级联卷积网络模型检测到人脸,并且用Face Net算法对人脸进行特征提取,用KNN算法对人脸进行识别。实验结果表明,对不同光照下多人图像和遮挡图像的人脸进行检测和识别,具有良好的鲁棒性。     

一种基于人脸视觉的驾驶疲劳检测的算法

提出了基于人脸视觉技术的驾驶疲劳检测方法．首先利用帧差法检测人脸,然后对脸部进行跟踪．在可靠人脸的基础上,定位眼睛及特征提取,根据疲劳人眼特征和头部状态的疲劳检测来决定是否触发警告．实验证明,可以在自然光情况下,快速实时有效识别出驾驶员疲劳时眼部状态,本算法具有较好鲁棒性．     

基于黄金分割的人脸检测算法

人脸识别技术是生物特征识别的一个重要分支,但在人脸识别过程中往往存在稳定性差、不易识别等问题,这些问题大多发生在识别的检测环节.基于黄金分割对人脸的眉、眼、耳、鼻、口五官进行划分,抓取主要特征,提出基于黄金分割的人脸检测算法,并通过Biometrics Ideal Test人脸数据库和FDDB人脸数据库进行对比试验.结果表明:基于该算法构建的检测框架稳定性好,对不同角度或in the wilds的人脸有较好的检测性能和较快的检测速率.     

SFSR-Age:一种基于人脸强语义的年龄识别算法

针对因光照、拍摄角度及图片质量等因素导致的经典深度学习算法难以有效提取人脸特征、人物身份识别准确率难以达到理想精度的问题,提出一种基于人脸强语义的年龄识别算法.首先,通过注意力矩阵增强人脸区域的特征权重,达到提取特征区域的目的;其次,使用级联双向长短期记忆(Bi-LSTM)网络学习时序帧之间的特征依赖关系,弥补部分特征缺失对识别精度的影响.在人脸数据集IMDB-WIKI和数据集Adience上进行测试,该算法的年龄识别准确率分别达到78.34%和77.89%.实验结果表明,相比于其他基于深度学习算法的方法,该算法在基于图片数据集的人物年龄识别任务上具有更高的准确率.     

基于离散隐马尔可夫模型和奇异值特征的人脸检测

该文提基于离散隐马尔可夫模型（HMM）和奇异值特征的人脸检测方法。这一算法包含2部分工作,首先提出了基于离散隐马尔可夫模型和奇异值特征的正向端正人脸检测方法,然后将该算法扩展到检测任意旋转角度的人脸。扩展算法首先计算当前位置子图像窗口的奇异值特征,将该特征向量经过识别各个旋转角度人脸的HMM模型,得到该子图像窗口的旋转角度,再经过旋正,重新送到识别正面端正人脸的HMM模型,由此确定该子图像窗口是否为人脸,对一个由43幅集体照片组成的正面人脸图像集进行测试,共检测到484人中的425人,检测率为87。8％;而多角度旋转人脸图像检测率为75．1％,实验结果表明,该方法具有良好的检测性能。     

基于双重注意力机制的深度人脸表示算法

针对现有模型很少对人脸特征进行设计且人脸特征区分性较弱的问题, 提出一种基于双重注意力机制的深度人脸表示算法. 该算法采用双重注意力机制的网络结构, 通过细节注意力机制设计低层特征, 自动和自适应地学习层次特征, 关注局部特征; 通过语义注意力机制设计高层特征, 自适应地进行语义分组, 关注语义特征. 在LFW,YTF,MegaFace,IJB-B和IJB-C数据集上的实验结果表明, 双重注意力机制方法的识别精确度分别高达99.87%,97.9%,98.91%,95.02%和96.28%, 比同类算法Groupface平均提升了0.02%,0.1%,0.2%,1%和1%, 表明了双重注意力机制网络的优势.     

基于视觉的目标姿态估计算法

驾驶员头部姿态在一定程度上反映驾驶员的意图。为了避免由驾驶员主观因素造成交通事故,基于计算机视觉的动态头部姿态估计算法,首先检测视频中的正面人脸,以此为基准,利用SIFT算法对视频序列中人脸特征进行匹配与跟踪,计算不同视角下的头部姿态角度,再通过记录不同姿态角度保持的时间来判别驾驶员的行为意识,从而给驾驶员警示,进而避免交通事故。实验表明,该系统可以精确估算驾驶员头部姿态,提高驾驶安全性。     

基于Kinect的人脸眼部状态实时检测

利用Kinect获取人脸红外图像数据及人脸网格信息,通过眼部区域的Haar-like特征值进行眼睛状态识别,研究不同Haar-like特征对人眼状态的敏感度,以及头部旋转时眼睛区域的选取范围进行分析。实验共采集39名测试者的765个眼睛状态作为训练集和测试集,通过实验列出不同特征和组合特征的识别结果,实验结果表明构建的系统可以检测眼睛的不同状态,达到实时检测人眼状态的要求。     

不同类别非完整大数据中缺失数据填充算法研究

针对目前缺失数据填充算法精度低、运行效率低、内存占用率大的特点,提出一种新的不同类别非完整大数据中缺失数据填充算法。通过2个定理阐述了缺失数据填充算法的原理,给出信息熵的计算过程。输入根据数据集构建的决策表和不同类别非完整大数据中缺失数据的最大值、最小值、填充步长。求出其他类指标和某类指标的相关性,得到数据集,求出权重系数;计算初始数据库的信息熵,通过相关理论或经验对缺失数据区间下限进行设定;用一个很小的区间数据取代缺失数据,根据给出的步长不断扩大区间范围,绘制出每一步信息熵状况,将其与初始数据库信息熵相比,实现缺失数据填充。实验结果表明,所提算法精度高、运行效率高、内存占用率低。     

学员队做好入警大学生培训工作的几点思考

入警大学生是公安现役部队重要的干部来源之一,为部队建设注入了新鲜血液。学员队干部作为入警大学生军旅生涯的第一任"老师",直接影响其日后的工作方式、行为习惯。因此,学员队干部在入警大学生日常管理、军事训练、学习、生活等方方面面都应细化管理。本文从以人为本的角度,结合群体职业特征,就学员队干部如何做好入警大学生培训工作进行探讨。     

黄土隧道围岩局部浸水静力特征分析

我国西北地区湿陷性黄土分布广泛,由于其具有孔隙大,强度低等性质,导致黄土隧道修建时面临极大的困难与挑战。为了深入研究黄土隧道围岩局部浸水后对隧道结构稳定性的影响,本文依托定西锦屏隧道,借助Midas/GTS建立隧道模型,分别针对正常开挖后和局部浸水两种工况进行对比分析。研究局部浸水后黄土隧道围岩和衬砌结构的变形规律和力学特征。结果显示：正常开挖与浸水后,围岩最大沉降值均出现在隧道拱顶,开挖后最大沉降值为9.60mm,局部浸水后围岩最大沉降量增大到13.18mm;隧道开挖后围岩最大主应力为59kPa,浸水后,围岩最大主应力出现在拱顶与仰拱处,最大值为89kPa。黄土隧道围岩局部浸水后,衬砌结构的最大压应力为5.06MPa,最大拉应力2.08MPa。最大压应力只达到设计强度的42%,最大拉应力超过抗拉设计强度。     

基于知觉重组理论的药物合成反应教学改革与实践

根据药物合成反应课程性质和学习规律以及多年来的教学探索,以格式塔心理学知觉重组理论为指导,提出了"知觉—唤醒—重组"三段式教学模式.通过"知觉—唤醒—重组"三段式教学活动,结合任务驱动,完成课堂教学任务.该模式能够充分调动学生的学习积极性,提高学生的自主学习能力,激发学生的学习兴趣,理论与实际联系紧密,更能培养学生的专业情感.     

狭小空间下机械臂关节的二阶线性系统控制方法研究

针对当前控制方法的控制精度较低,不适于狭小空间的问题,提出一种新的机械臂关节的二阶线性系统控制方法。介绍了机械臂关节动力学方程,给出狭小空间下机械臂关节二阶线性系统结构,二阶线性系统的控制主要通过跟踪微分器、过渡阶段和扩张状态观测器实现。分析了时间尺度,针对可通过传递函数描述的机械臂关节系统,在通过二阶线性系统对其进行控制的过程中引入时间尺度,以降低计算复杂度。实验结果表明,采用所提方法对狭小空间下机械臂关节进行控制,响应速度快,无超调,且跟踪精度高。     

基于粒子群优化的神经网络算法的英语翻译

近年来出现的粒子群优化算法与神经网络相结合,可以有效地提升全局搜索最优的能力,同时也提升了收敛的速度。将粒子群算法与神经网络结合应用于英语教学,通过对提取的学生翻译样本进行学习训练,用训练好的粒子群优化的神经网络模型对学生的英语翻译能力进行正确程度的分析,帮助教师估计学生的翻译能力水平,为下一步的教学提供参考。深入从粒子群优化算法的数学模型和算法流程何人工神经网络模型的基本原理出发,提出了学习能力分析模型,确定该模型的神经网络的拓扑结构和隐藏层的节点数。案例应用结果表明,该研究模型可以促进英语翻译教学质量的提高和教学相长。     

基于应用型本科人才培养水利工程CAD课程改革研究

对照应用型本科专业水利水电工程人才培养目标,对水利工程CAD课程进行了分析,指出当前教学方式、考核方式、学生绘图能力培养中存在的问题,从教学内容的优化、教学模式的改进、考核方式的改革等方面提出了建议。经过改革形成调动学生积极性、加强学生工程素养、拓展学生知识面、培养学生实际工程应用能力的教学理念;CAD实操与专业知识相结合、项目导向法的开放式教学、引入当前水工行业主流软件的教学思路;通过近几年的教学实践表明学生绘图的基本能力、实际工程应用的能力得到提高。     

生物化学课程教学方法的改革

针对《生物化学》课程教学中普遍存在理论知识抽象复杂,传统板书或普通PPT课件很难形象生动演示化学分子的结构和反应过程,实验内容应用性差和学生的主动学习积极性不高等问题,提出从教学课件、网络教学支撑平台和实验教学三个方面进行教学改革的具体方法。在CAI课件中将图片、视频、动画、文字有机结合起来;在实验方法中让学生进行独立的实验操作和自我评价;在实验内容中引入设计性实验。教学改革能加强学生的学习趣味性,提高学生学习的主动性及自主学习能力。     

基于兴趣学习的显微镜在线课程设计范例

分析了高校学生学习显微镜的现状,介绍了显微镜在线课程设计的教学理念和具体内容.基于学生兴趣学习设计了显微镜在线课程,具体内容包括边走边学、闯关练习和超越自我3个模块,内容覆盖面广,以声、形、图文并茂、灵活多样的呈现形式激发学生的学习兴趣和自主学习的积极性.显微镜在线课程是显微镜传统实验教学的重要补充,为学生课前预习和课后巩固复习提供了更有效的范本,有力支持了实验教学效果,提高了学生的显微镜实操技能.     

辩论教学法在《动物行为与福利》教学中的应用

为充分发挥学生学习的主体性和能动性,本文将辩论式教学法应用于《动物行为与福利》课程教学,探讨其对教学效果的影响.通过对辩论情况和调查问卷的分析,发现辩论式教学能够有效激发学生主动学习的积极性,丰富教师的教学内容,提高课堂教学效果.该文为辩论式教学法在高等教育自然科学领域中的广泛应用提供了理论借鉴与依据.