一种基于生成式对抗网络的人脸表情识别方法

    公开(公告)号:CN109508669A

    公开(公告)日:2019-03-22

    申请号:CN201811332661.9

    申请日:2018-11-09

    Applicant: 厦门大学

    Inventor: 严严 黄颖 王菡子

    Abstract: 一种基于生成式对抗网络的人脸表情识别方法,涉及计算机视觉技术。首先设计一个基于生成式对抗网络的人脸表情生成网络并对其预训练,该网络由一个生成器和两个判别器构成,能够生成指定表情的随机身份的人脸图;然后设计一个人脸表情识别网络,该网络在训练时同时接收训练集中的真实人脸表情图以及由人脸表情生成网络产生的随机人脸表情图,使用一种类内损失来减少真实样本和生成样本之间的人脸表情特征差异性;同时还使用一种真实样本导向的梯度更新方法来促进生成样本的特征学习;最后根据训练好的人脸表情识别网络模型,从模型最后的柔性最大分类层得到最终的人脸表情识别结果。

    一种基于多任务卷积神经网络的人脸表情识别方法

    公开(公告)号:CN108764207A

    公开(公告)日:2018-11-06

    申请号:CN201810582457.6

    申请日:2018-06-07

    Applicant: 厦门大学

    Inventor: 严严 黄颖 王菡子

    CPC classification number: G06K9/00315 G06N3/0454

    Abstract: 一种基于多任务卷积神经网络的人脸表情识别方法,首先设计多任务卷积神经网络结构,在网络中依次提取所有表情共享的低层语义特征和多个单表情判别性特征;然后采用多任务学习,同时学习多个单表情判别性特征学习任务以及多表情识别任务,使用一种联合损失来监督网络的所有任务,并且使用两种损失权重来平衡网络的损失;最后根据训练好的网络模型,从模型最后的柔性最大分类层得到最终的人脸表情识别结果。将特征提取与表情分类放在一个端到端的框架中进行学习,从输入图片中提取出判别性特征,对输入图片做出可靠地表情识别。通过实验分析可知,本算法性能卓越,可有效地区分复杂的人脸表情,在多个公开的数据集上都取得了良好的识别性能。

    一种基于生成式对抗网络的人脸表情识别方法

    公开(公告)号:CN109508669B

    公开(公告)日:2021-07-23

    申请号:CN201811332661.9

    申请日:2018-11-09

    Applicant: 厦门大学

    Inventor: 严严 黄颖 王菡子

    Abstract: 一种基于生成式对抗网络的人脸表情识别方法,涉及计算机视觉技术。首先设计一个基于生成式对抗网络的人脸表情生成网络并对其预训练,该网络由一个生成器和两个判别器构成,能够生成指定表情的随机身份的人脸图;然后设计一个人脸表情识别网络,该网络在训练时同时接收训练集中的真实人脸表情图以及由人脸表情生成网络产生的随机人脸表情图,使用一种类内损失来减少真实样本和生成样本之间的人脸表情特征差异性;同时还使用一种真实样本导向的梯度更新方法来促进生成样本的特征学习;最后根据训练好的人脸表情识别网络模型,从模型最后的柔性最大分类层得到最终的人脸表情识别结果。

    一种基于无机-有机杂化分子功能添加剂的PEO基聚合物固态电解质的制备

    公开(公告)号:CN114725505A

    公开(公告)日:2022-07-08

    申请号:CN202210477590.1

    申请日:2022-04-29

    Applicant: 厦门大学

    Abstract: 一种基于无机‑有机杂化分子功能添加剂的PEO基聚合物固态电解质的制备,所述聚合物固态电解质由聚环氧乙烷(PEO)、无机‑有机杂化分子材料、锂盐构成。通过搅拌前驱体浆料,浇注,热压成膜等步骤制备而成,方法简单可行,易于规模化。功能添加剂的加入使聚合物固态电解质膜兼具刚性及柔韧性,赋予固态电解质与极片间优异的界面兼容性,促进离子稳定地沉积/剥离。无机‑有机杂化分子材料中的特定基团可与锂盐阴离子相互作用,促进锂盐解离,增加载流子数目,进而提高固态电解质的离子导电性。因此,聚合物固态电解质室温离子电导率可达10‑4S cm‑1,可将其应用于全固态锂电池体系。

    一种基于多任务卷积神经网络的人脸表情识别方法

    公开(公告)号:CN108764207B

    公开(公告)日:2021-10-19

    申请号:CN201810582457.6

    申请日:2018-06-07

    Applicant: 厦门大学

    Inventor: 严严 黄颖 王菡子

    Abstract: 一种基于多任务卷积神经网络的人脸表情识别方法,首先设计多任务卷积神经网络结构,在网络中依次提取所有表情共享的低层语义特征和多个单表情判别性特征;然后采用多任务学习,同时学习多个单表情判别性特征学习任务以及多表情识别任务,使用一种联合损失来监督网络的所有任务,并且使用两种损失权重来平衡网络的损失;最后根据训练好的网络模型,从模型最后的柔性最大分类层得到最终的人脸表情识别结果。将特征提取与表情分类放在一个端到端的框架中进行学习,从输入图片中提取出判别性特征,对输入图片做出可靠地表情识别。通过实验分析可知,本算法性能卓越,可有效地区分复杂的人脸表情,在多个公开的数据集上都取得了良好的识别性能。

    一种基于无机-有机杂化分子功能添加剂的PEO基聚合物固态电解质的制备

    公开(公告)号:CN114725505B

    公开(公告)日:2025-03-04

    申请号:CN202210477590.1

    申请日:2022-04-29

    Applicant: 厦门大学

    Abstract: 一种基于无机‑有机杂化分子功能添加剂的PEO基聚合物固态电解质的制备,所述聚合物固态电解质由聚环氧乙烷(PEO)、无机‑有机杂化分子材料、锂盐构成。通过搅拌前驱体浆料,浇注,热压成膜等步骤制备而成,方法简单可行,易于规模化。功能添加剂的加入使聚合物固态电解质膜兼具刚性及柔韧性,赋予固态电解质与极片间优异的界面兼容性,促进离子稳定地沉积/剥离。无机‑有机杂化分子材料中的特定基团可与锂盐阴离子相互作用,促进锂盐解离,增加载流子数目,进而提高固态电解质的离子导电性。因此,聚合物固态电解质室温离子电导率可达10‑4S cm‑1,可将其应用于全固态锂电池体系。

    一种基于NMR代谢组学技术解析牛磺酸对罗非鱼生长影响的方法

    公开(公告)号:CN109613040A

    公开(公告)日:2019-04-12

    申请号:CN201811495117.6

    申请日:2018-12-07

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于NMR代谢组学技术解析牛磺酸对罗非鱼生长影响的方法。包括:收集鱼肌肉样品,采集每个样品的一维核磁共振氢谱,得到样品的原始谱图;对原始谱图进行数据预处理,得到二维数据矩阵,将二维数据矩阵进行多元统计分析,得到不同牛磺酸添加量影响下罗非鱼肌肉组织的小分子代谢物,通过对代谢物的鉴定及模式识别分析,获得代谢物变化规律,筛选出与糖代谢、脂质代谢和氨基酸代谢相关的生物标志物。本发明将核磁共振代谢组学技术应用于牛磺酸对罗非鱼生长影响的解析,可以快速、准确、全面获取不同牛磺酸添加量影响下罗非鱼肌肉的代谢差异,有效评价罗非鱼养殖中牛磺酸饲料添加的准确率及对罗非鱼生长影响。

Patent Agency Ranking