基于图像重构和l_0范数稀疏表示的人脸识别算法

用现有的人脸识别方法处理人脸姿态和光照的变化仍有一定的难度,本文提出一种基于图像重构和l_0范数稀疏表示的人脸识别算法:首先,采用深度学习网络提取人脸特征;然后,根据提取的特征重构人脸图像;最后,用l_0范数快速稀疏分类的识别算法在重构图像上进行识别.基于FERET人脸数据库的实验结果表明,本算法可在姿态变化比较大的情况下保持较高的人脸识别率以及较快的识别速度.     

基于深度学习的应急手势识别算法研究

本文提出了一种基于深度学习的应急手势识别算法.首先采用深度图像传感器做手势分割获取应急手势数据集,其次采用肤色分割算法和本文提出的应急手势识别算法做实时性测试.与常规算法不同的是,本文构建了一个应急手势数据库,并建立了深度卷积神经网络模型,提出了7种应用于多种场景的应急手势识别算法.实验结果表明,本文应急手势识别算法优于现有的机器学习算法,识别率达99.95%,可广泛应用于人机交互场景.     

基于分布式压缩感知的伪装人脸识别

提出了一种基于分布式压缩感知(DCS)的算法,并应用于伪装人脸识别.该算法从一个人脸图像集中提取共同特征和独有特征,这些特征在表达原人脸集的不同类型的信息具有各自的物理意义,因此能提高人脸识别的性能,同时采用了主成分分析(PCA)法进行降维.在AR人脸数据库的实验结果显示,相比于稀疏表示算法(SRC),该算法能提高识别率和识别速度,即使在较少训练图像的情况下也能取得好的识别效果.     

多级联卷积神经网络人脸检测

为降低复杂场景对人脸检测的影响,本文提出了一种多级联卷积神经网络的人脸检测方法.在训练网络之前,需要对图像进行预处理,提取大量人脸候选窗口与边框回归向量.首先,采用交叉熵函数训练人脸区域,对网络进行优化,提高人脸预测结果的准确率;然后,使用多级联卷积神经网络结构对人脸候选窗口进行筛选,有效提高人脸候选窗口的准确性;最后,根据三组网络给予的人脸预测结果求平均值,使人脸检测结果更具有说服力.在公开数据集FDDB上进行测试,实验结果显示,本文提出方法准确率为96.3%,取得较好结果,可广泛应用于人脸识别以及人脸关键点定位等相关领域.     

回音壁模圆盘谐振腔的光能分布

 回音壁模(WGM)圆盘谐振腔作为一种新的光电探测器在生物病原体的检测方面获得了应用.光在亚微米尺寸波导耦合的WGM中的传播行为是一个迫切需要了解的问题.采用时域有限差分法(FDTD)可以获得WGM的光能分布.计算结果表明:存在于WGM圆盘微腔中的微粒的吸收性会引起WGM微腔场强的明显变化.该结果对实际制作性能优良的光学生物探测器具有指导意义.     

小鼠眼角膜上皮细胞中IL-1β对Fas配体的表达调控研究

Fas配体(Fas Ligand, FasL)在多种不同的上皮细胞中均见表达, 在炎症反应中诱导Fas阳性免疫细胞凋亡以保护组织. 为了研究眼角膜炎症反应过程与Fas配体之间的关系, 本研究检测了在眼角膜上皮细胞中IL-1β对FasL的表达翻译水平以及细胞毒性的影响, 明确了在眼角膜上皮细胞中IL-1β抑制FasL的表达以及蛋白翻译, FasL的启动子活性受到IL-1β作用浓度的影响, 两者呈相关性表现, 发现IL-1β阻断由FasL诱导Fas阳性细胞对于眼角膜上皮细胞的细胞毒性作用. 这些结果表明, 眼角膜上皮细胞FasL受IL-1β的调控.