基于盒注意力机制和Transformer的人脸微表情识别方法

微表情是一种细微的能够体现人真实心理活动的面部运动,通常与真实情感直接相关,应用前景广阔。但由于微表情持续时间短暂、表情幅度低和特征难以提取等特点,因此其识别准确率较低。针对该问题,提出了基于盒注意力机制和Transformer的人脸微表情识别模型(vision transformer based on box-attention, ViT-Box)。该模型首先对人脸面部进行特征提取,利用盒注意力机制获得自适应的面部微表情关键区域：左眉眼、右眉眼和嘴巴;然后对非关键区域进行掩码遮盖,避免微表情无关信息干扰;最后基于Vision Transformer网络实现人脸微表情识别。ViT-Box模型在微-宏表情仓库(MMEW)数据集上取得了98.68%的平均准确率,实验结果表明该模型在微表情识别上能够获得优秀的识别效果。同时通过消融实验验证了ViT-Box模型的有效性。     

改进残差网络与峰值帧的微表情识别

目的 微表情(Micro Expression, ME)是人们流露内心情感时展现出的细微面部表情。针对微表情识别的样本较少且不同类别数量分布不均导致难以识别和识别准确率较低的问题,提出能够提高微表情识别准确率的模型框架。方法 提取微表情视频序列中含有更多关键表情信息的峰值帧;使用加入SE模块的改进残差网络SE-ResNeXt-50对微表情的峰值帧进行特征提取,其中SE模块可以更好地学习特征中的关键信息,ResNeXt通过分组卷积的方式用稀疏结构取代密集结构从而使结构更加简化,提升了识别效率。与此同时,使用Focal Loss损失函数可以更好地解决因微表情数据的不平衡带来的模型性能问题。结果 在微表情数据集CASMEⅡ上进行了仿真实验,可以发现改进的残差网络与峰值帧提高了微表情识别的准确率与F1值。结论 改进的残差网络与峰值帧可以降低数据集较少所带来的影响,使模型有着良好的拟合效果,同时改善了在不同类别上表现差异较大的问题,提升了微表情的识别准确率,对于微表情识别有着更好的识别性能。     

大学生微表情识别能力与卡特尔16种人格因素的相关

为探讨微表情识别能力、微表情训练工具(METT)的训练效果与卡特尔16种人格因素的关系,对41名大学生进行了卡特尔16种人格因素量表(16PF)和微表情识别能力的测定,结果显示:微表情的识别能力与乐群性、稳定性、恃强性、内向与外向型存在显著正相关;微表情识别能力在性别上无显著的差异,但在来源地上有显著的差异,来自城镇的大学生的微表情识别能力优于来自农村的大学生;微表情训练的效果只与敏感性存在显著负相关.由此可见卡特尔16种人格因素与大学生微表情识别能力存在一定的关系,并且影响微表情训练效果.     

基于像素特征的微表情识别

微表情持续时间短、表达强度低,给训练有效模型带来了挑战。针对此问题,提出了一种基于像素特征的微表情识别方法。对图像序列的面部区域进行裁剪,消除背景噪声;将每一帧的像素矩阵与第一帧(中性表情)做差处理,提取面部变化;对做差的结果累加,进一步突出面部表情;使用搭建的浅层CNN网络进行分类。在3个公共微表情数据集组成的交叉数据集上进行K折(K-fold)交叉验证实验中,所提方法的3个评价指标ACC(accuracy)、UF1(unweighted F1-score)和UAR(unweighted Average Recall)分别达到了0.830 4、0.782 7和0.794 4,表明了该方法的有效性。与LBP-TOP等8个模型的对比实验中,所提方法的指标明显优于对比模型,验证了该方法的优越性。     

基于老年驾驶员的自动驾驶接管振动提示

老年驾驶员在自动驾驶的接管过程中会出现反应时长增长、记忆力及运动能力下降等问题,振动接管提醒以其占据感知通道与驾驶任务不冲突的特性而优于其它接管提示方式。但不同的振动提示位置及顺序会影响驾驶员的接管能力,因此本研究比较不同风险场景下振动提示的顺序类型对于不同年龄段驾驶员的接管行为和主观感受的差异,以此来帮助老年驾驶员更好的完成接管。本研究共招募6名年轻驾驶员和6名老年驾驶员观看不同风险场景的事故视频,并在事故发生前给予不同振动顺序类型的接管提示。结合主观问卷,比较不同振动类型对于不同年龄段驾驶员的接管紧迫程度以及危险感知的差异。结果表明驾驶员在低风险场景下的接管意愿更高（F=5.872,P=0.018）且在高风险场景下驾驶员需要更长的接管提前时间来发现出现的风险,老年驾驶员对于自动驾驶汽车的信任显著低于年轻驾驶员（F=30.912,P<0.001）,老年驾驶员在风险的认知方面低于年轻驾驶员。对于老年驾驶员而言,多点依次振动的振动模式提示危险程度以及提示接管紧迫程度效果最好。对于年轻驾驶员而言,多点依次持续振动和多点依次振动提示前方危险程度的效果都很好,多点依次持续振动提示接管紧迫程度的效果最好。     

自然场景下基于数据增强的人脸表情识别研究进展与趋势

由于自然场景下的人脸表情存在光照、姿态、种族、性别等因素的影响,人脸表情图像数据集的多样性才是能够保障自然场景下的人脸表情识别的性能高效提升的关键.基于自然场景下的人脸图像数据增强的方法,通过增加人脸表情数据集的多样性,提升在自然场景下人脸表情识别的精确度.对最近人脸表情识别的数据增强方法进行了总结和分析,并对在自然场景下人脸表情识别数据增强的发展趋势进行了展望.     

基于视频图像的面部表情识别研究综述

面部表情识别是机器理解人类情感的前提,是改善人机交互关系的关键。首先,按照视频图像中面部表情识别的流程,综述了表情识别的3个阶段:人脸检测、表情特征提取、表情分类。重点介绍了表情特征提取和表情分类中所采用算法的原理、优缺点及应用场合,并给出了部分算法的识别率对比结果。其次,对人机交互中的微表情识别及表情识别的鲁棒性研究也做了介绍。最后总结了面部表情识别研究中存在的问题及难点,探讨了该领域值得进一步研究的问题。     

氮素对不同生态型稻种资源苗期氮素利用效率差异性的影响

在低氮(20mg/kg)、中氮(40mg/kg)和高氮(60mg/kg)水平下,测定和比较了不同类型稻种资源苗期氮素利用效率(NUE)的差异。结果表明:随着氮素水平的升高,不同生态型稻种资源苗期NUE呈下降趋势。不同类型稻种资源苗期NUE存在显著或极显著差异,且因氮素水平而异:低氮条件下,陆稻NUE显著高于水稻;中氮和高氮条件下,水、陆稻的NUE未达显著差异;低、中和高氮条件下,古老地方品种NUE显著或极显著高于现代育成品种,杂交组合NUE显著或极显著高于常规品种;低氮条件下,籼、粳稻NUE无显著差异;中、高氮条件下的籼稻NUE极显著低于粳稻。     

深圳湾红树林湿地不同生境类型沉积物的重金属分布特征及其生态风险评价

在深圳湾红树林的鱼塘、白骨壤林和光滩3种生境中采集沉积物样柱, 分析沉积物的理化性质和重金属(Cd, Cu, Zn 和 Pb)含量及其空间分布特征, 并用Hakanson潜在生态风险指数法评价其生态风险。结果表明, 3 种生境的沉积物在整个沉积深度(0~50 cm)范围内, pH从高到低依次为光滩>白骨壤林>鱼塘; 盐度、电导率和总有机碳(TOC)的高低顺序均为白骨壤林>光滩>鱼塘。整体上重金属的含量分别为Zn 103.45~214.14 μg/g, Cu 70.92~133.50 μg/g, Pb 54.90~84.65 μg/g, Cd 6.57~7.25 μg/g。3种生境沉积物中的4 种重金属含量分布存在极显著差异(P<0.001), Zn, Cu和Pb在3种生境中的含量高低顺序均为白骨壤林>光滩>鱼塘, Cd含量为白骨壤林≈光滩>鱼塘。其中, 鱼塘沉积物的重金属含量最低(P<0.05); Zn和Cu含量随深度变化差异显著(P<0.05), 仅Cu含量随样地和深度变化表现出显著的交互效应(P<0.05)。相关性分析结果表明, TOC在鱼塘重金属Pb积累中起一定的作用(P<0.05), 鱼塘沉积物中4种重金属污染物具有一定的同源性。潜在生态风险评价结果显示, 各重金属潜在生态风险(Eⁱ_r)程度从高到低依次为Cd>Cu>Pb>Zn。各重金属元素的潜在生态风险指数从高到低均为白骨壤林>光滩>鱼塘。综合潜在生态风险指数(RI)显示, 3种生境沉积物的重金属污染达到高潜在生态风险级别, 主要来自Cd污染, Cu污染次之。     

参考中性表情的人脸表情识别

为充分利用视频中人脸表情与中性表情的差异,提出了一种新的对非特定人脸的表情识别方法.该方法针对低复杂度的视频表情识别应用场景,利用参考中性表情的特征点偏移角表征被测表情的变化信息,同时利用二维主成分分析(2DPCA)法提取被测表情帧的二维主成分特征,从而综合使用表情的动态和静态特征,并使用支持向量机分类器进行表情分类识别.在JAFFE人脸表情库上的实验结果表明,相对于仅使用2DPCA的静态图像表情识别方法,文中所提方法的人脸表情识别准确率平均提高7%.     

基于县域尺度的宝鸡市地质灾害风险评价

目的 了解宝鸡市地质灾害风险的高低程度，分析宝鸡市地质灾害风险区分布规律，为该地区经济建设提供借鉴。方法 以宝鸡市县域单元为研究对象，选取高程等10个指标，运用层次分析法进行危险性评价，选取人口密度等5个指标，运用模糊综合评判法进行易损性评价，进而在危险性评价和易损性评价的基础上，开展基于县域尺度的宝鸡市地质灾害风险评价。结果与结论宝鸡市地质灾害高风险区共798 km²(4.41%),位于金台区、渭滨区南部以及扶风县北部和南部。中风险区共1 244 km²(6.87%),主要位于渭滨区和扶风县中部。低风险区共4 550 km²(25.11%),主要位于眉县、岐山县、太白县和凤县南部。极低风险区共11 525 km²(63.61%),主要分布在陈仓区、陇县、千阳县、麟游县、凤翔区西南部以及凤县和太白县北部。宝鸡市地质灾害中高风险区主要分布在中部和东部地区，西部、南部和北部地区风险较低。该结果可为宝鸡市防灾减灾提供一定参考。     

政府救助措施对金融企业收入的影响

从微观角度出发,通过建立激励模型研究政府救助措施对金融企业收入的影响.发现减少固定薪酬、MBO(经理人收购)可使企业增收,减少绩效薪酬则导致企业收入下降;把金融企业原有的高风险资产置换成低风险资产也对企业收入产生影响,应该根据夏普比率来选择低风险资产,只有当低风险资产的夏普比率高于原资产夏普比率的一定倍数时,才能使金融企业实现增收;国债是一种可以提高企业收入的低风险资产.     

虚拟三维环境下的静态距离知觉

利用Unity 3D构建虚拟三维环境平台,设计了空间维度和长度距离两个因素的实验,目的是探索虚拟环境是否对空间距离的判断产生影响。实验结果表明:(1)在虚拟环境中,人们对距离的判断与真实值之间存在显著性差异;(2)在虚拟环境中,人们在不同维度下对短距离的判断之间存在显著性差异;其中,人们在垂直场景下对短距离的判断最为准确,人们在纵向场景下对短距离的判断比在横向场景下对短距离的判断更加准确。     

土地利用视角下重庆市巴南区洪灾风险评估研究

【目的】为了丰富洪灾风险评估研究角度,针对土地利用情况分析重庆市巴南区洪灾风险性。【方法】选择9个土地利用和水文地理因子建立风险指标评价体系,结合层次分析法、熵权法和土地利用动态度模型,进行巴南区洪灾风险评估,分析2000—2020年巴南区洪灾各等级风险区内各土地利用类型的时空分异情况。【结果】1)巴南区洪灾低、极低风险区面积占比低于50%,全区洪灾风险性较高;区内洪灾高、极高风险区主要分布在鱼洞街道、一品街道、木洞镇、接龙镇等区域。2)巴南区洪灾高、极高风险区面积占比最大的土地利用类型为耕地,受洪灾威胁较大;2000—2020年,洪灾高、极高风险区内人造地表面积迅速增加,土地利用动态度高达27.31%,由耕地转化而来的面积最大,为13.90 km²。【结论】研究结果提示巴南区需要加强农田水利防洪及城市防洪排涝工程建设,并对区内河道进行防洪治理。     

不同语境下交流学习双方语言选择性注意水平的比较

研究创设不同交流情境,通过交流范式探查不同语境下交流学习双方语言选择性注意水平的差异,结果发现:①语言交流情境的语言选择性注意水平和指向性水平显著高于表情和对象可视的情境,这源于其高分组的更高水平,但是其高低分组间具有不平衡性; 3种语境下的变化特征不同;②语言选择性注意集中性水平在各情境下均随着交流进程而逐渐提高,但表情和对象可视的情境效率最高.研究证实,语言交流情境下语言加工程度更深,但交流双方的协调水平相对更低,对象共同可视并不促进交流语言的选择性注意,表情能够辅助语言交流.     

微表情识别在侦查审查中的应用

微表情是人们在受到有效刺激的时候脸上出现的短暂的表情,这种表情很容易暴露出人们极力想要掩藏的真实情绪。运用在侦查审查中,能有效提高破案效率,减少零口供诉讼,维护司法公正。     

基于ESDA的吉林省玉米生产水足迹空间分异

通过对吉林省玉米生产水足迹的计算,探讨了不同降水年型玉米生产水足迹及其水分来源的变化规律;利用探索性空间数据分析(ESDA)方法,对玉米生产水足迹总体和局部空间差异进行了分析.结果表明:吉林省玉米生产水足迹以绿水足迹为主,占50%左右;对比不同降水年型玉米生产水足迹,枯水年最高,平水年次之,丰水年最低;玉米生产水足迹空间差异明显,在整体上存在着显著的集聚效应,丰水年和枯水年集聚现象比平水年更加明显.从GeoDA生成的LISA聚集图可以看出,在局部差异方面,"低-低"类型的县(市)数量最多,主要集中在吉林省东部地区;"高-高"类型的县(市)数量较多,主要集中在吉林省中部地区;"低-高"类型的县(市)数量较少,其他地区显著性不明显.     

不完全信息下的信贷风险决策模型

从银行信贷风险极小化的角度出发，通过引入激励机制设计的理论和方法，建立了银行信贷风险决策模型，指出了在此模型下，当两类企业向银行提供等值的抵押品时，高、低风险企业的利率也相同，这说明，当抵押品作为鉴别企业风险类型的手段失效时，银行无法根据利率来判断企业项目风险，研究结果表明，当两类企业向银行提供非等值的抵押品时，高风险企业愿意接受更高的贷款利率而提供更低的抵押品价值；低风险企业则愿意接受更低的贷款利率而提供更高的抵押品价值。     

基于卷积神经网络的微表情识别模型

由于微表情具有持续时间短、发生强度弱、动作幅度小等特点,这使微表情识别面临特征提取困难、识别精度低等挑战.针对其面临的数据样本数量少且不平衡、识别精度低等问题,该文提出了基于卷积神经网络的CNNMER(Convolutional Neural Network Micro-Expression Recognition)模...     

股票市场中的风险与机会分析

运用社会模仿原理,通过引进函数Ｓ＝ｆ（Ｂ,Ｆ）,对股票市场进行了详尽的研究,得出股票市场中存在４种不同的状态．同时对每一状态中的风险与机会进行了分析,结果表明,当市场处于随机游走、混沌、连贯牛市和连贯熊市时,其风险与收益的关系分别为高风险高收益、高风险低收益、低风险高收益及高风险低收益．