摘要：应用型本科院校电子信息专业学生在人工智能课程学习过程中,大多存在数学基础弱、智能知识少的问题。针对上述问题,提出采用情境教学法辅助学生快速掌握算法思想,有效提升课程教学质量,并详细描述遗传算法情景教学案例。结合苏州科技大学城建特色设计管道巡检情境,在模拟蛇形管道机器人巡检过程中展示遗传算法迭代过程。案例在诠释遗传算法的编码、选择、交叉和变异4个重要内容过程中,有机融入抽象总结、优化选择、交叉融通、勇于创新等思政元素。该情景教学案例在苏州科技大学研究生教学应用中反馈良好,近年来学生成绩有所提高,同时取得较好成果,并在其他高校实现推广应用,为一线教师教学设计提供了案例参考。

摘要：为了更为深入地研究各种因素对流光溢彩感知效果的影响,构建了一套基于LED光分布模型的流光溢彩光效模拟系统。测试对比结果表明,模拟系统可以准确地模拟真实流光溢彩的光分布和色彩融合效果。基于该模拟系统设计和完成了一系列视觉感知实验,以研究各因素对流光溢彩系统光效感知的影响。视觉感知实验结果表明,LED光强大小及其分布范围相关影响因素对流光溢彩整体光效的视觉体验具有显著性(p0.05)影响。所提出的模拟系统及初步研究结果可以为实际电视流光溢彩系统的设计和生产提供理论参考。

摘要：作为前景广阔的高动态对比度显示系统,基于Mini-LED背光的液晶显示受到越来越多的关注。由于背光分区和液晶漏光问题,Mini-LED背光LCD中出现光晕效应,降低了图像质量。为了准确再现不同参数下的光晕效应,建立了精确的Mini-LED背光LCD显示系统光学模型。基于该模型设计了系统的视觉感知实验,研究不同Mini-LED背光分块大小、不同LCD对比度以及不同背光调制算法下,人眼对光晕效应的感知效果。实验结果表明,Mini-LED背光分块大小和调制算法对光晕效应有显著性影响,而LCD对比度对光晕效应感知无显著性影响。随着Mini-LED背光分块大小的增大,光晕效应显著增强。背光分块视角在0.5°及以上时,受测者能够较容易地感知到光晕效应。同时,主观实验结果和客观评价结果具有较高线性相关性。研究结果可为Mini-LED背光LCD显示系统的设计提供理论参考。

摘要：平面图设计是房屋设计的重要过程,而现有的自动化平面图设计方法缺乏考虑用户需求和建筑边界的共同约束,存在生成房间形状缺角、房间之间遮挡严重以及房间超越边界的布局不合理问题。针对上述问题,提出一种融合用户需求和边界约束的房屋平面图生成对抗网络(GBC-GAN),它由约束布局生成器和房间关系鉴别器构成。首先,将用户指定的房屋布局需求(包括房间数量和类型以及房屋之间的邻接方位关系)转化为约束关系图结构,之后对建筑边界和约束关系图分别编码并进行特征融合;然后,在约束布局生成器中引入边界框预测模块以将平面图生成问题转化为各房间对象边界框生成问题,并利用几何边界优化损失来解决房间之间遮挡严重、房间超越边界的问题;最后,将房间边界框布局和约束关系图输入到房间关系鉴别器训练生成符合房间对象及其关系的平面图布局。在大型真实建筑数据集RPLAN上,该方法的弗雷歇距离(FID)和结构相似性指数(SSIM)比House-GAN方法分别提升了4.39%和2.3%。实验结果表明,在不同用户需求和边界限制条件下,所提方法提高了房屋平面图的合理性和真实性。

摘要：目的实例分割通过像素级实例掩膜对图像中不同目标进行分类和定位。然而不同目标在图像中往往存在尺度差异,目标多尺度变化容易错检和漏检,导致实例分割精度提高受限。现有方法主要通过特征金字塔网络(feature pyramid network,FPN)提取多尺度信息,但是FPN采用插值和元素相加进行邻层特征融合的方式未能充分挖掘不同尺度特征的语义信息。因此,本文在Mask R-CNN(mask region-based convolutional neural network)的基础上,提出注意力引导的特征金字塔网络,并充分融合多尺度上下文信息进行实例分割。方法首先,设计邻层特征自适应融合模块优化FPN邻层特征融合,通过内容感知重组对特征上采样,并在融合相邻特征前引入通道注意力机制对通道加权增强语义一致性,缓解邻层不同尺度目标间的语义混叠;其次,利用多尺度通道注意力设计注意力特征融合模块和全局上下文模块,对感兴趣区域(region of interest,RoI)特征和多尺度上下文信息进行融合,增强分类回归和掩膜预测分支的多尺度特征表示,进而提高对不同尺度目标的掩膜预测质量。结果在MS COCO 2017(Microsoft common objects in context 2017)和Cityscapes数据集上进行综合实验。在MS COCO 2017数据集上,本文算法相较于Mask R-CNN在主干网络为ResNet50/101时分别提高了1.7%和2.5%;在Cityscapes数据集上,以ResNet50为主干网络,在验证集和测试集上进行评估,比Mask R-CNN分别提高了2.1%和2.3%。可视化结果显示,所提方法对不同尺度目标定位更精准,在相互遮挡和不同目标分界处的分割效果显著改善。结论本文算法有效提高了网络对不同尺度目标检测和分割的准确率。

摘要：苏州园林是中国历史园林的典型代表,石质假山是苏州园林的构成要素。苏州园林中假山分布广、数量众多、类型丰富,在各构成要素中占据核心地位,历史、艺术与科学价值极高。假山结构工艺独特、复杂程度高、受影响因素多,极为脆弱,保护修复难度大。针对石质假山,通过跨学科、跨行业合作路径,协同开展假山系统性监测,以及勾缝材料工艺、树木与假山分类价值基础研究,分析假山受影响因素,提出保护对策和建议,有效提升园林假山预防性保护水平。

摘要：互联网时代图像及视频数据流量爆发式增长,包含着海量的信息内容,如何高效的管理和利用图像数据获得了越来越多的关注。论文提出一种基于结合自注意力(Transformer)和生成式对抗网络的图像自动标注模型,通过设计的视觉注意力生成器建立图像到标注词汇的映射关系,同时引入生成式对抗训练提高生成器的生成效果。在Corel 5K和IAPRTC-12两个数据集上的实验表明,该方法能够针对不同图像产生自适应数目的标签,且生成结果更具多样性。

摘要：假山是历史园林遗产的重要组成部分,因其材料、结构和工艺特殊,受影响因素较多等特性,是遗产构成要素中异常脆弱的元素。环秀山庄假山是中国古代园林叠山艺术作品的典型例证,亦是该园林的关键核心遗产,对其开展系统性监测尤为重要。假山遗产监测必须运用系统论方法,采取跨学科合作路径,整合多学科方法与技术,运用多种设备协作、多源数据相结合的方法开展假山综合性动态监测,提升遗产监测的有效性与智慧化水平。

摘要：图像实例分割是图像处理和计算机视觉技术中关于图像理解的重要环节,随着深度学习和深层卷积神经网络日趋成熟,基于深度卷积神经网络的图像实例分割方法取得了跨越性进展。实例分割任务实际上是目标检测和语义分割两项任务的结合,可以在像素层面完成识别图像中目标轮廓的任务。实例分割不仅可以定位图像中目标的位置,从像素层面上分割所有目标,还可以标注出图像中同一类别的不同个体,既是对图像的像素级分割,又是实例级理解。首先,阐述了图像实例分割产生的原因和深度卷积神经网络的作用。然后,根据图像实例分割方法的过程和特征,分别从两阶段和单阶段的角度介绍了图像实例分割的研究进展,详细阐述了两类方法的优势和不足,进而总结了各类实例分割方法对区域、特征提取和掩膜的设计思路。此外,归纳了图像实例分割方法的性能评价标准和常用的公开数据集,并在此基础上对比和评估了主流的图像实例分割模型的分割精度。最后,指出了当前图像实例分割存在的问题及解决思路,并对其未来发展进行了总结和展望。

摘要：图像纹理增强是计算机图形学、计算机视觉和模式识别等领域里的一个重要问题.通过分析分数阶微分原理和纹理图像的特性,提出一种自适应非整数步长的分数阶微分掩模算法,并将其应用于纹理图像增强中.利用图像纹理间的高度自相关性自适应地构建局部不规则的自相关掩模区域,剔除相关性较低的像素并降低噪声干扰;同时,突破传统分数阶微分数值计算采用单位步长的思想,分析不规则掩模区域的臂长特征,自适应地估计非整数步长;最后建立局部线性模型实现对非整数步长处的像素灰度值的准确估计,提高分数阶微分数值解的逼近程度.实验结果表明,该算法能够提高分数阶微分解析值的精确度,有效地增强了图像平滑区域中的复杂纹理细节.