第一位主讲人是18级的甘子璐,她此次为大家分享的是一篇名为《Facial Expression Recognition by De-Expression Residue Learning》的论文,本文提出一种通过残余表情学习的手段得到表情成分信息,以此来识别面部表情的方法(DeRL)。

甘子璐同学首先介绍了GAN,并指出过cGAN训练一个对于任何输入的人脸图片都能生成相应中性脸的生成模型,并指出一个人的面部表情是由表情和中性脸组成。

面部表情

最后甘子璐同学指出不同于以前使用像素级或者特征级的不同去识别表情,本文的新方法学习中性脸生成模型的中间层剩余的残余表情:通过cGAN训练一个对于任何输入的人脸图片都能生成相应中性脸的生成模型,其表情成分被这个生成模型筛选出来并在中间层记录,然后利用这些残余的表情成分进行面部表情识别。

 

第二位主讲人是17级的焦世祥,他此次为大家分享的主题是《小波变换在测井数据去噪中的应用》,主要用于描述在实际获取测井数据时,如何去掉带有干扰性的噪声电阻,获得各个深度下地层的真实电阻。

数据采集流程

Seminar开始时,焦世祥首先为大家铺开了一个实际的应用场景,即测井数据的采集过程——将带有电极结构的逐步深入到钻井中,进而收集相应深度地层下的电阻率,借以反应地层的物理结构。然而在仪器深入钻井的实际运行过程中,设备不仅会采集到地层的电阻率,与此同时还会不可避免地受到到泥浆、钻井液和泥饼厚度的影响。那么如何消除这些干扰到真实数据采集的影响因素就成了研究的重点。

小波分解

随后,焦世祥提出了“小波变换”这种方案,即将在钻井中测量得到的电阻率曲线通过二进制小波变换将原始的测井曲线进行五阶分解,然后对含有大量噪声的特定频段信号进行滤波处理,并将各频段再次进行重组,就可以得到去噪后的曲线了。

在seminar最后,焦师兄又为大家展示了一些傅里叶变换的原理及应用。

 

以下是甘子璐、焦世祥同学在这次seminar中的表现评分。