摘要：中国传统画作为宝贵的文化遗产,历经时间沉淀以及各种自然因素的影响,常出现开裂、破损和褪色等问题。尽管一些深度学习框架在自然图像修复领域取得了显著进展,但其大多过度依赖卷积权重共享和平移不变性,在处理布局复杂、结构抽象的绘画图像时,难以捕捉其独特的空间特性。针对此问题,提出一种孪生级联空间滤波(twin cascade spatial filtering,TCSF)预测方法用于中国传统画的修复。TCSF采用层级解码策略,从多尺度解析绘画图像的层次特征,并级联空间滤波预测方法得到修复核,从而由粗到细地复原缺失区域的像素。为了在特征信息匮乏的区域精确地复原缺失的结构和笔触信息,进一步引入空间编码机制。通过对滤波特征图空间编码得到坐标矩阵,并在滤波预测过程中注入坐标信息编码,用于缺失像素点恢复时提供空间信息参照,进而提升修复结果的精确度与视觉效果。实验中,选取了具有代表性的中国传统画图像进行训练,并增加壁画数据集和Places数据集测试模型的泛化性能。与现有工作使用掩码不同,该研究在实验中提取部分真实绘画图像的破损掩码,以更逼真地模拟破损情况。定性和定量实验结果表明,该方法在中国传统画恢复任务中取得了较好的修复结果,为数字艺术修复和文化遗产保护提供了有益的启示。

摘要：中国传统山水画的风格迁移为文化遗产数字化保护与传承提供了新的路径,近年来,深度学习技术已实现了不同图像间的风格迁移,并展现出栩栩如生的效果。中国传统山水画的风格迁移旨在继承中国古代画家独特的绘画技巧,但存在3个缺陷:①缺乏高质量的中国传统山水画图像数据集;②忽略了中国传统山水画特有的技法和笔墨细节;③风格迁移效果与真实山水画有所差距。为了弥补上述缺陷,首先,创建了一个基于风格迁移的中国传统山水画数据集STCLP,包含4281幅高质量的中国山水画以及自然景观图像,并提出了一种基于谱归一化的中国山水画风格迁移方法SN-CLPGAN。其次,提出了在生成器中使用融合反射填充层的残差稠密块(residual-in-residual dense block,RRDB)学习中国山水画独特的笔触和技法。接着,引入了多尺度结构相似性指数测量(multi-scale structural similarity index measure,MS-SSIM)损失以减少2幅图像之间的像素差异,使生成图像更接近传统绘画的色彩和颜料。最后,采用了融合谱归一化(spectral normalization,SN)的U-Net判别器增强图像纹理细节,并确保了模型训练过程的稳定性。大量实验验证了提出的方法在中国传统山水画风格迁移任务中的有效性和先进性。

摘要：哈希算法结合卷积神经网络是一种常用的有效图像检索方法,这种有监督的学习方式要求大量人工标注的标签,耗费巨额的人力成本,且这种标签具有较强的专家制定性,在图像深层次语义的挖掘上能力有限。针对这一问题,该文提出了基于弱监督(Weakly-supervised)深度卷积神经网络的哈希函数框架,该框架包括弱监督的预训练和有监督的微调两个阶段。通过利用弱监督标签信息来学习语义感知哈希函数,将标签表示为语义词向量。根据语义间的相似与否来训练网络,设计的目标函数可以使语义相似的图像间的汉明距离较小,语义不相似的汉明距离相对较远。实验结果表明,该文提出的图像检索方法与目前先进的图像检索方法相比,精度提高了2%~6%。

摘要：随着物联网技术的发展,机器人已广泛应用于生产和生活之中;自动送水机器人作为一种智能饮水系统,可应用于办公区域、医院、家庭等多种场所,智能化地为人类提供饮水服务;设计了一款智能室内定位送水系统,可以实现水杯定位、转向前行、自动添注水等功能;系统以UP Squared处理器为设计平台,扩展了UWB定位、Zigbee无线传输、陀螺仪、机械臂等功能模块;采用MPU6050模块进行旋转角度感知,PID算法控制机器人旋转;基于电流磁效应和电磁感应定律感知水杯位置;采用超声波模块对出水口上升的高度和水杯中水位进行检测;通过实验测试了系统的定位、方向调整、测距、功耗等多项参数以及送水全过程,结果表明,设计的机器人测量精度为1 cm,静态功率共计5.35 W,动态功率共计13.6 W;系统具有定位准确、转向快速平稳和功耗低等特点,达到实际应用于室内智能定位送水的技术要求。

摘要：为了更好地将现有深度卷积神经网络应用于表情识别,提出将构建自然表情图像集预训练和多任务深度学习相结合的方法;首先,利用社交网络图像构建一个自发人脸表情数据集,对现有深度卷积神经网络进行预训练;然后,以双层树分类器替换输出层的平面softmax分类器,构建深度多任务人脸表情识别模型;在CK+数据集和Oulu-Caisa数据集上的验证实验表明,提出方法的准确率较深度卷积神经网络vgg-face和Inception V3方法平均提高了3.1%,较基于多任务深度卷积神经网络方法平均提高了0.7%。