直接使用原始微表情序列对微表情进行识别的效果一般,且已有的算法往往利用单一的特征图而没有对多种特征图进行融合来识别微表情。针对这些问题,提出一种新的微表情识别算法,该算法对多种运动特征图进行特征提取之后再进行融合,以获得更准确的识别结果。所提算法利用卷积神经网络(CNN)和长短期记忆(LSTM)网络结合的深度学习框架。在CASMEII微表情数据库上对不同算法进行测试。实验结果表明,与其他识别算法相比,所提算法取得了更加优良的效果。

近红外光谱(NIR)检测技术能够提供样品丰富的结构和组成信息, 且具有分析速度快、 样品无需处理等突出特点, 在聚合物领域有了越来越广泛的应用。 综述了该技术在聚合物合成到成型加工再到回收利用整个生命周期过程中各个环节的应用研究进展。 在聚合物的合成和加工过程中, 近红外光谱检测技术可用于材料参量的定量测量, 且由于光纤良好的化学和热稳定性, 使其能够在强腐蚀、 高温、 高压等危险环境下进行在线实时监测。 对于聚合物合成, 选择聚合反应转化率、 聚合产物粒径和聚合物组成三个关键参量, 概述了近红外光谱在线测量上述参量的相关研究进展; 对于聚合物加工, 主要讨论了反应性挤出加工过程中近红外光谱在线测量聚合物分子量、 残余单体含量、 接枝率等反映材料加工状态参量的应用研究。 在聚合物的回收利用过程中, 近红外光谱可用于废旧塑料制品的定性分类识别, 围绕该应用分析了其国内外的研究现状。 指出了近红外光谱检测技术在应用中存在的问题, 并提出几点建议, 最后对该技术在聚合物领域的发展方向进行了展望, 并认为随着研究工作的深入和在线测量仪器的发展, 近红外光谱检测技术将在聚合物领域有着更加广阔的应用前景。