基于二阶有效通道注意力网络的无约束人脸表情识别

现有基于卷积神经网络的无约束人脸表情识别方法侧重于网络结构的设计，对网络学习到的通道间深层特征相关性的研究较少，没有充分利用神经网络提取表达力较强的特征。为解决此问题，设计了一种基于二阶有效通道注意力网络（second-order efficient channel attention network，SECA-Net）的无约束人脸表情识别方法。该方法采用轻量级的网络提取表情图像的深层特征，使用二阶有效通道注意力模块统计深层特征的二阶信息并捕捉跨通道特征间的依赖关系来自适应地缩放通道特征，进而获得更具判别力的表情特征。SECA-Net利用Softmax损失和中心损失联合优化模型进行表情分类，该模块具有较少的参数量、较低的显存需求和计算量，并且没有使用额外的数据预训练模型。同时，所提出的模块还能提取到人脸表情微小变化的局部特征。在RAF-DB和FER-2013无约束人脸表情数据集上的实验结果表明，提出的方法是有效的。     

从“五痹”切入探讨危急重症的中西医病机融通与组方思路

基于中西医协同发展中存在的传统“单一病机”分型辨证难以全面触及危急重症复合病机的现状，探究其复合病机下的治疗法则和组方用药显得十分关键和重要。广西中医药大学第一附属医院谢胜教授团队基于中医学整体、恒动、燮理调和与三因制宜的辨证观，提出通过“中西医病机融通”思维诠释危急重症的复合病机演变规律，制定“开宣解郁十法” 并进行实际临床中的组方用药。结果提示气机逆乱导致脏腑气机郁痹是危急重症的核心病机，尤其是“脏气重叠、层层相积”的“五痹”重强机制演变贯穿了临床绝大多数危急重症的病理过程，以“中西医病机融通”组方用药取得了显著疗效。故此提出危急重症的复合病机主要表现为脏腑气机郁痹即“五痹”的创新观点，而“开宣解郁十法”的组方治疗是中西医协同救治危急重症的可能突破口，值得临床推广。     

一种基于面部纹理特征融合的人脸表情识别方法

针对人脸表情识别领域受噪声和遮挡等因素影响识别率不高的问题,结合局部和全局特征,提出一种基于面部表情的情感分析混合方法.首先,通过将梯度直方图(HOG)与复合局部三元模式(C-LTP)融合来进行特征提取;其次,将HOG和C-LTP提取的特征融合到单个特征向量中;最后,采用多类支持向量机分类器把特征向量进行情感分类;最后...