摘要：在现有的红外和可见光图像融合方法中,融合图像中的细节信息丢失严重,视觉效果不佳.针对上述问题,文中提出基于差异双分支编码器的多阶段图像融合方法.通过两支不同结构的编码器提取多模态图像的特征,增强特征的多样性.设计多阶段的融合策略,实现精细化图像融合.首先,在差异双分支编码器中,对两个编码分支提取的差异性特征进行初级融合.然后,在融合阶段,对多模态图像的显著性特征进行中级融合.最后,使用远程横向连接将差异双分支编码器的浅层特征传送给解码器,同时指导融合过程和图像重建.对比实验表明,文中算法可增强融合图像的细节信息,并在视觉效果和客观评价上都较优.

摘要：近年来交通标志检测任务得到了广泛的关注,然而现有方法常无法满足检测实时性要求,并且现有方法在检测小尺度交通标志时存在较多漏检情况,为此,提出融合注意力机制和上下文信息的实时交通标志检测算法。该算法以YOLOv5为基准模型,首先,在主干网络中嵌入空间注意力机制自适应地强化关键位置的特征,抑制干扰信息,提高主干网络的特征提取能力;其次,设计跨阶段局部窗口Transformer模块用于学习不同位置间信息的关联性,捕获交通标志周围丰富的上下文信息,有助于提高小尺度交通标志的检测精度;再次,提出轻量的特征融合网络对不同尺度的特征图进行融合,减少计算量的同时确保有效的特征融合;最后,在后处理阶段提出高斯加权融合方法修正检测框,进一步提高定位精度。在TT100K和DFG交通标志检测数据集上的实验表明,提出的算法有效地改善了小尺度交通标志的漏检情况,具有较高的准确性和实时性,可以满足实际场景的交通标志检测需求。

摘要：目的在基于深度学习的红外与可见光图像融合方法中,多尺度分解是一种提取不同尺度特征的重要方式。针对传统多尺度分解方法里尺度设置粗糙的问题,提出了一种基于八度(octave)卷积的改进图像融合算法。方法融合方法由4部分组成:编码器、特征增强、融合策略和解码器。首先,使用改进后的编码器获取源图像的多尺度上的低频、次低频和高频特征。这些特征会被从顶层到底层进行强化。其次,将这些特征按照对应的融合策略进行融合。最后,融合后的深度特征由本文设计的解码器重构为信息丰富的融合图像。结果实验在TNO和RoadScene数据集上与9种图像融合算法进行比较。主观评价方面,所提算法可以充分保留源图像中的有效信息,融合结果也符合人的视觉感知;客观指标方面,在TNO数据集上所提算法在信息熵、标准差、视觉信息保真度、互信息和基于小波变换提取局部特征的特征互信息5个指标上均有最优表现,相较于9种对比方法中最优值分别提升了0.54%,4.14%,5.01%,0.55%,0.68%。在RoadScene数据集上所提算法在信息熵、标准差、视觉信息保真度和互信息4个指标上取得了最优值,相较9种对比方法的最优值分别提升了0.45%,6.13%,7.43%,0.45%,基于小波变换提取局部特征的特征互信息与最优值仅相差0.00205。结论所提融合方法在主观和客观评估中都取得了优秀的结果,可以有效完成图像融合任务。

摘要：现有的基于深度学习的红外和可见光图像融合方法大多基于人工设计的融合策略,难以为复杂的源图像设计一个合适的融合策略.针对上述问题,文中提出基于GhostNet的端到端红外和可见光图像融合方法.在网络结构中使用Ghost模块代替卷积层,形成一个轻量级模型.损失函数的约束使网络学习到适应融合任务的图像特征,从而在特征提取的同时完成融合任务.此外,在损失函数中引入感知损失,将图像的深层语义信息应用到融合过程中.源图像通过级联输入深度网络,在经过带有稠密连接的编码器提取图像特征后,通过解码器的重构得到融合结果.实验表明,文中方法在主观对比和客观图像质量评价上都有较好表现.

摘要：卷积神经网络(CNN)由于出色的性能,被逐渐应用于图像融合领域。对于红外图像和可见光图像的融合任务而言,由于没有标签数据,对其进行无监督的学习建模具有重要意义。针对这个问题,提出了一种无监督的端到端的深度融合算法,该算法可以由输入的红外源图像和可见光源图像,直接预测出包含源图像显著信息的融合图像。所提算法构建了一个自编码网络,并使用真实的数据集进行训练。网络所用损失函数为广泛应用于图像融合任务的图像结构相似度量(SSIM)。具体地说,设计了一种改进的无参考图像评价指标来计算损失函数,达到对网络进行无监督训练的目的。此外,将注意力机制引入到模型中进一步提升了融合结果。将所提算法与多种融合算法进行了对比实验,实验结果表明,所提算法融合结果无论在主观评价还是客观指标评价方面都十分具有竞争力。

摘要：红外和可见光图像表征了互补的场景信息.现有的基于深度学习的融合方法大多通过独立提取网络分别提取两个源图像特征,从而丢失了源图像之间的深度特征联系.基于此,提出了一种新的基于无监督深度学习的红外图像与可见光图像融合算法,针对不同模态的特点采用不同的编码方式提取图像特征,利用一个模态的信息补充另一个模态的信息,并对提取到的特征进行融合,最后根据融合特征重建融合图像.该算法可在两个模态的特征提取路径之间建立交互,不仅可预融合梯度信息和强度信息,且能增强后续处理的信息.同时设计了损失函数,引导模型保留可见光的细节纹理,并保持红外的强度分布.将所提算法与多种融合算法在公开数据集上进行对比实验,结果表明,所提算法获得了良好的视觉效果,客观指标评价方面对比现有的优秀算法也有一定的提升.

摘要：朱启钤老先生在创立中国营造学社时曾专门提出中国营造学社的主旨:"研究中国固有之建筑术,协助创造将来之新建筑。"本土营造不能止于文物保护和形式嫁接层面,更应探索我国建筑设计继往开来的方向。自20世纪90年代国内建筑界转向本土化的设计趋势后,如何吸收古代建筑的营造方法并将其运用到当代设计中,成为看似功利却亟待探索的重要课题。通过对既有研究进行营造方法的规律总结,从而在气韵生动的形式标准基础上,总结道器相生的营造方法,以期指导《上栋下宇》的设计操作。

摘要：藉由文化生态系统结构的层级观念进行园林营造方法讨论,分4个层级将文化生态系统结构图的层深结构代换为中国原境文本下的法式、有无、意境、风水的"营造理论结构",并以苏州艺圃为例,进行古典园林营造方法在营造理论结构方面的思考和讨论。

摘要：在本土营造语境下,类型观念不仅局限于物化的形式层面,也可类比传统视域下的文化层面.研究藉由类型观念比较讨论中西方语境下的建筑设计思维和营造手法(技法/法式),以《有无相生·星图》进行文化视野下类型观念的思考,探求当代营造的一种可能.

摘要：老舍在他的散文《望北平》里曾这样描述北京：“…北平的好处不在处处设备得完全，而在它到处都有空儿，能让人自由的喘气儿……”受此启发，我们的设计就由老北京最传统的“空儿”来展开。方案选址在烂缦胡同，胡同内及周边有数处文保，比如湖南会馆等。经过五次调研，我们发现胡同除了具有其本身的历史价值之外，亦保留了老北京最传统的居住模式。