一种基于Harris-SIFT特征点检测的LBP人脸表情识别算法

针对LBP算法在提取全局特征时不具有针对性的缺点,提出一种基于Harris-SIFT特征点检测的LBP人脸表情识别算法。该算法引入Harris得到表情图像的角点,同时运用SIFT检测算法得到图像的局部最大最小值,通过Harris算法对SIFT特征点进行过滤,得到表情图像的准确感兴趣点;设计特征点最大区域选取法和特征点周围邻域选取法,将选取的区域作为LBP特征提取的输入图像;运用SVM多分类器得到每种表情的识别率。实验表明,该算法能更有效地提取表情特征,达到较好的识别效果。     

具有区域识别功能计价器车载定位模块研制

采用GPS技术研制具有区域识别功能出租车计价器中的关键部件——定位模块,编制了相应的运行软件,并进行了调试和试运行试验;对区域识别算法进行了研究,提出了区域识别的算法——弧长法：为了保证通信的可靠性和工作的稳定性,从软、硬件两个方面采取了抗干扰措施。依据交通需求管理理论,能够有效地解决交通拥挤问题。     

基于SPCE061A机器人假肢语音识别控制系统

本文介绍了一种基于SPCE061A单片机机器人假肢语音识别控制系统,给出了该控制系统的设计原理以及硬件和软件设计。语音识别控制是由SPCE061A单片机进行语音命令的训练与识别,然后控制相应的驱动器,进而控制相应的电机。控制系统实现了机器人假肢上肢的抬起、下落,前肢的内转、外转、弯曲、伸开,手部的上仰、下附、张开、闭合等动作。基于SPCE061A单片机的机械人假肢语音识别控制系统稳定性好,性价比高,易于扩展。     

智能轮胎监控系统的物联网实现

货车的轮胎出现问题将导致严重的安全事故,该系统旨在用信息传感设备、北斗系统、无线通讯网、互联网及各种远程终端构建一个物联网,对运行中的货车轮胎状况进行实时分析处理,从何减少交通事故的发生。随着物联网日趋成熟并成为新一代的信息技术,该系统及其引申扩展系统有着无限的应用前景和实用价值。     

阿里巴巴:一盘没有下完的棋

"把握每一次危机。危机来的时候,我就有一种莫名的兴奋——我的机会来了。"2011年,阿里巴巴集团董事局主席兼CEO马云再一次用行动验证了自己这句名言。在万众瞩目的"3·15"前夕,阿里巴巴"欺诈门"在中国互联网行业、乃至整个商界掀起了轩然大波——阿里员工及中国供应商欺诈事件,直接导致了带领其B2B业务上市的职业经理人卫哲"引咎辞职"。然而透过这一事件表象,细心的人们会发现,马云于谈笑间走了三步妙棋:结束职业经理人的历史使命、完成B2B公司改朝换代,并且在不知不觉中完成集团下一步战略布局。     

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。     

变压器绕组短路故障多特征融合诊断

绕组匝间短路是变压器最常见的初期故障类型之一.为了提高轻度故障的诊断准确率,考虑绕组短路电流、绕组温度、电流密度和磁通偏移特征,提出了变压器绕组短路故障的多特征融合诊断方法.首先建立了变压器绕组短路的COMSOL空间模型,将仿真结果和理论计算结果进行对比,证明空间模型的正确性.然后,对变压器轻度故障时进行了故障模拟和故障特征分析,提取其电流特征参量、温度特征参量、电流密度偏移率和磁通偏移率作为故障特征.采用BP网络进行故障识别.变压器的工程诊断实例验证了本文方法的有效性.     

基于肘关节表面肌电信号的负载识别

针对大多数肌电信号只进行特定肢体动作识别而没有对肢体进行外加负载识别的问题,提出一种基于表面肌电信号(surface electromyography, s EMG)的负载识别方法。首先,采用4通道表面电极采集肘关节在不同负载下的s EMG信号;然后,利用时域、频域特征提取方法对s EMG信号进行特征提取构成特征向量;最后,利用支持向量机(support vector maching, SVM)、BP神经网络和RBF神经网络对特征向量进行分类识别。结果表明以时域特征值识别,SVM的识别效果最佳,准确率为96.2%;以频域特征值识别,BP神经网络的识别效果最佳,准确率为87.5%;以时、频域组合特征值识别,RBF神经网络的识别效果最佳,准确率为90.4%。可见通过s EMG信号进行负载识别具有一定的可行性,为s EMG信号的广泛应用奠定基础。     

象素级多传感器图像融合技术

多传感器图像融合是图像信息物综合怀分析过程，它可有效地萃取多通道图像信息，构成统一图像，提供显示中心显示或决策机构判别。各种图像传感器的性能极大地依赖于使用环境，至今还没有一种图像传感器在多种不同的使用条件下，其各项性能都高于其它类型的图像传感器，融合多传感器国图像能够提高图像探测系统的探测和识别能力。     

基于边界点方向的边界检测方法

提出了一种基于边界点方向的新的边界检测方法。由于充分利用了边界点的方向信息，该方法具有良好的总体性能，如抑制噪声能力强、边界呈单象素宽、定位精度高、运算速度快等。文中给出了实验结果及与其它方法的比较、分析。