基于轻量级卷积神经网络的人证比对

在证件审核场景中,常规的深度学习人脸识别方法人证比对精度低且在嵌入式设备运行效率差。为解决上述问题,本文提出了改进的轻量级卷积神经网络Lightnet,并采用了迁移学习方法。Lightnet是结合深度可分离卷积、线性瓶颈结构和注意力模块构成的轻量级卷积神经网络模块,引入附加角度裕量的损失函数AM-Softmax监督训练后,网络模型能够保持较高的验证精度,并有效解决标准卷积神经网络参数冗余、计算量大的问题。迁移学习通过冻结预训练模型的卷积层权重,并在自制的人证数据集微调,提高了网络模型的人证场景的识别性能。实验结果表明,所设计的轻量级人证比对算法在验证精度、参数量以及运行效率等方面取得了很好的效果,且对生活场景有较好的鲁棒性。     

TiN薄膜微结构激光加工特性的研究

利用光纤激光加工系统研究了两个激光加工参数(扫描速度和激光功率)对TiN薄膜加工特性的影响,并采用白光干涉仪分析了两组参数对加工直线槽的槽深、堆积高度和槽底表面粗糙度的影响趋势,通过对比分析,优化了加工参数。结果表明光纤激光器在加工TiN薄膜微结构上存在着效率高、精度高的优势。     

旋转超声加工系统的研究

采用电磁转换的方法实现传递超声频率电信号来驱动刀具运动,从而完成旋转超声的辅助加工。此方法的优点是实现非接触式的超声信号传递,使得刀具做轴向超声振动的同时进行高速旋转。