-
题名基于自监督掩码光流的人脸微表情识别
- 1
-
-
作者
刘晓宇
谢志华
周志武
-
机构
江西科技师范大学先进电子材料与器件江西省重点实验室
-
出处
《浙江大学学报(理学版)》
北大核心
2025年第1期87-97,共11页
-
基金
国家自然科学基金资助项目(62362037)
江西省自然科学基金项目(20224ACB202011)。
-
文摘
在人脸微表情识别研究领域,现有特征提取方法主要依赖于有监督学习方式,限制了模型在微表情表征中的应用场景和泛化能力。为此,利用掩码自编码器(MAE)技术构建了面向微表情数据集特点的自监督特征编码器,并将其应用于下游微表情识别任务,提出了一种基于自监督掩码光流(self-supervised masked optical flow,SMOF)的人脸微表情识别方法。首先,使用微表情数据集中每个顶点帧的左右各两帧与起始帧计算的光流图作为初步输入。然后,使用重采样技术平衡数据集中各类样本。最后,利用增广后的数据集预训练SMOF模型,通过随机掩盖输入图像的局部块,重构缺失块的像素。在下游任务中,使用ViT-Large模型加载已训练好的特征提取器,取得了较好的微表情分类结果。采用留一受试者交叉验证(LOSO)方法,评估了模型在3DB微表情数据集上的性能,未加权F1分数(UF1)和未加权平均召回率(UAR)分别达0.8614和0.8716,优于其他深度学习微表情识别方法。实验结果表明,基于SMOF的微表情识别方法可行且有效,具有较好的可迁移性和扩展性。
-
关键词
自监督学习
掩码自编码器
光流
微表情识别
-
Keywords
self-supervised learning
mask autoencoder
optical flow
micro-expression recognition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名多腔微管气体辅助挤出成型的影响机制
被引量：2
- 2
-
-
作者
邓小珍
陈天荣
刘彪
肖兵
江诗雨
任重
-
机构
南昌工程学院精密驱动与装备江西省重点实验室机械工程学院
江西科技师范大学先进电子材料与器件江西省重点实验室
-
出处
《高分子材料科学与工程》
CSCD
北大核心
2024年第11期79-86,共8页
-
基金
江西省2023年度研究生创新计划项目(YC2023-S999)
江西省重点研发计划项目(20243BBI91011)
+2 种基金
江西省自然科学基金重点项目(20224ACB202004)
国家自然科学基金资助项目(62165006)
江西省光电子与通信重点实验室开放基金项目(20202OEC001)。
-
文摘
以五腔微管为例,建立了多腔微管三维挤出流动模型,采用有限元方法进行了数值求解。通过分析口模内外熔体流场及应力分布,研究了传统和气辅2种不同条件下多腔微管挤出成型的影响机制。结果表明,传统挤出过程中,五腔微管挤出胀大比、主型腔和次型腔椭圆度均随着熔体入口流率和松驰时间的增大而增大,但微管外轮廓椭圆度随着入口流率和松驰时间的增大而减小;气辅挤出过程中,由于口模内外熔体径向速度、剪切速率和第一法向应力差等分布均匀且趋于零值,有效消除了微管截面与口模截面不一致的胀大变形现象,保证了微管外形轮廓、主型腔和次型腔的圆度,且不受熔体流率和松驰时间的影响,能有效提高多腔微管成型质量,实现多腔微管的精密成型。
-
关键词
多腔微管
气辅挤出
挤出胀大
椭圆度
-
Keywords
multi-lumen microtube
gas-assisted extrusion
die swell
ellipticity
-
分类号
TQ320.663
[化学工程—合成树脂塑料工业]
-
