摘要：针对非可控环境下人脸表情识别面临的诸如种族、性别和年龄等因子变化问题,提出一种基于深度条件随机森林的鲁棒性人脸表情识别方法.与传统的单任务人脸表情识别方法不同,设计了一种以人脸表情识别为主,人脸性别和年龄属性识别为辅的多任务识别模型.在研究中发现,人脸性别和年龄等属性对人脸表情识别有一定的影响,为了捕获它们之间的关系,提出一种基于人脸性别和年龄双属性的深度条件随机森林人脸表情识别方法.在特征提取阶段,采用多示例注意力机制进行人脸特征提取以便去除诸如光照、遮挡和低分辨率等变化问题;在人脸表情识别阶段,根据人脸性别和年龄双属性因子,采用多条件随机森林方法进行人脸表情识别.在公开的CK+,ExpW,RAF-DB,AffectNet人脸表情数据库上进行了大量实验:在经典的CK+人脸库上达到99%识别率,在具有挑战性的自然场景库(ExpW,RAF-DB,AffectNet组合库)上达到70.52%的识别率.实验结果表明:与其他方法相比具有先进性,对自然场景中的遮挡、噪声和分辨率变化具有一定的鲁棒性.

摘要：由于人脸表情类内变化和类间干扰因素的存在,人脸表情识别仍面临着巨大挑战.提出一种基于性别条件约束随机森林的深度人脸表情识别方法,解决人脸表情识别中噪声、性别等变化和干扰问题.首先,采用深度多示例学习方法提取鲁棒性人脸特征,解决人脸光照、遮挡和低分辨率等图像变化问题;其次,采用性别条件随机森林分类方法进行人脸表情分类器设计,解决人脸性别因素干扰问题.在公开的CK+、BU-3DEF、LFW人脸表情数据库上进行广泛实验结果表明:所提出方法在3大人脸数据库上分别达到了98.83%、90%、60.58%的识别率,与先进方法相比具有更好的性能和鲁棒性.另外,与其他先进的深度学习方法(需要大量训练数据库)相比,所提出方法只需要小量训练样本就能达到较好效果.

摘要：针对文本图像中分布着大量空白区域和存在大量相似和冗余字符的特性,将导控核回归方法与聚类学习方法相结合,提出一种基于聚类学习的加权核回归超分辨重建模型。基于该模型可对字符图像的局部结构进行学习,实现文本字符的超分辨率重建,超分辨率重建方法通过对大量无关样本进行局部结构聚类,使重建过程可以利用局部邻域的结构信息,并学习大量聚类子样本集里包含的非局部邻域结构信息,保障重建的鲁棒性。超分辨率重建实验从主观评价和客观指标上验证了提出方法的有效性。

摘要：在人脸年龄特征提取方面,充分利用卷积神经网络在图像应用领域的优良特性,使用深度学习方法进行人脸年龄特征提取,采用因子分析方法进行特征降维提取鲁棒性特征。在年龄估计函数学习方面,充分利用年龄阶段性和次序性研究基于秩的年龄估计学习方法,在此基础上提出分而治之的人脸年龄估计器。利用公共年龄库FG-NET和MORPH Album 2进行实验,其结果表明,该特征提取方法比传统的年龄特征提取方法更鲁棒,分而冶之年龄估计器性能优于经典的SVM和SVR。

摘要：为提高人脸年龄估计的鲁棒性,在年龄分类设计方面,采用几何比率+皱纹模型的人脸年龄分组方案。为更好地描述年龄变化,特别是针对成年人,在特征提取方面,提出基于分形维的皱纹特征提取方法。为使提取的特征更加精炼且更具鉴别性,引入多目标遗传算法进行特征选择。利用公共年龄库FG-NET、IFDB和实验室收集的年龄库进行实验,实验结果表明,该方法年龄分组准确率达到94.62%,优于其它比较方法。

摘要：针对传统的非约束环境下人脸姿态估计方法无法在统一框架下很好地处理各种姿态相关和姿态无关因子等问题,设计了基于字典学习和稀疏表示的鲁棒性人脸姿态估计框架,提出一种新的基于鼻尖点高斯加权的人脸预处理方法.此外,为了提高字典的鉴别性,提出一种基于姿态相关和姿态不相关因子分析的鉴别字典学习算法.通过在公开的XJTU、Multi-PIE、CAS-PEAL-R1和AFLW人脸库实验,结果表明:该方法在具有光照、噪声和遮挡变化的人脸库上识别率均约达95%,基本可满足实际应用的要求.

摘要：介绍服务器通信协议MQTT的基本原理,基于该协议设计一个简单的物联网平台,通过架设代理服务器,实现移动APP和前端设备节点的信息发布与订阅,且该系统具有良好的稳定性、实时性和并发性.

摘要：中国花艺,从先秦、汉、魏、六朝、隋唐五代,宋元、明代、清代式直至当代,如同茶道一样历史悠久,品位高尚,追求的都是一个"真"字;花艺师同茶艺师一样。

摘要：本文分析了门式刚架轻钢结构厂房存在荷载能力不足问题,阐述了加固轻钢结构厂房在遭遇荷载时的重要性,针对工程实例遇到雪灾后的加固设计。作者根据其多年的工作经验,提出了一些加固设计的建议,希望能够解决轻钢结构荷载能力不强的问题,降低厂房安全事故的发生率,提高其荷载能力。