摘要：通过心理物理学实验的方法,研究了空间照度分布对视觉任务表现和视疲劳的影响。在预先设定的作业任务区域内,设置恒定的平均照度水平(≈1000 lx);作业邻近区域则设置为高低两个预设照度水平,以形成相应的照度对比度。被试者须在给定的时间内完成指定的字母勾销视觉任务。视觉任务表现以阅读速度和阅读准确率衡量,视疲劳程度以问卷评分为衡量。实验结果表明,在任务的不同阶段,作业任务区与邻近区之间的照度对比度将会对视觉任务表现和视疲劳产生不同的影响。当作业邻近区照度很低(≈30 lx)时,相较于高照度情况下(≈300 lx),任务开始阶段被试者的阅读速度较快,但长时间工作后,最终会变得很慢;与此同时,被试者自我报告的视觉疲劳程度,在长时间工作后较高。本文研究对阅读台灯设计提供了参考。

摘要：目的研究追加视觉识别任务的体育活动对儿童动态视敏度和静态视敏度的影响。方法基于ICF视功能及看的活动分析,设计4种追加视觉任务的体育活动。2018年6至8月,选取38名6～9岁视觉功能正常的业余体校学生,训练8周。训练前、训练4周和训练8周时,测量动态视敏度和静态视敏度。结果训练后,被试动态视敏度和静态视敏度均有显著提高(F> 24.368, P 2.161, P 0.424, P <0.01)。结论追加视觉任务的体育活动对改善6～9岁儿童动态视敏度和静态视敏度有积极作用,可以作为提高儿童视力健康的干预手段。

摘要：视觉和听觉的交互作用是重要的感知心理现象,视觉和听觉同时做感知任务,可能会相互影响。在听觉掩蔽效应实验中,如果同时有视觉任务,听觉掩蔽效应可能会发生变化。变化的听觉掩蔽效应在应用中又可能对视频感知造成影响。设计了3组不同的视觉任务来观察这个问题,要求被试同时完成视觉和听觉系统给予的感知任务。结果发现,同时进行视觉任务,听觉掩蔽效应受到影响,并且视觉任务与听觉感知对象的相关性也表现出干扰效果。

摘要：道法自然的天然光营造是古典园林建筑满足室内视觉任务需求的首要途径,但少有研究者对此现象进行客观解析。本文以苏州怡园建筑为例,基于天然采光模拟对堂、轩、馆等典型古典园林建筑的采光性能、特征及影响因素进行了系统分析。研究结果显示:1、侧面天然采光性能整体上满足了怡园建筑内观、游、居等各项视觉任务需求,基本达到了与现代采光标准规范相近的水平;2、基于视觉特质划分的怡园建筑类型有明净型、阴翳型和明晦型三类,其采光和取景的侧重因视觉行为而有异;3、怡园建筑内天然采光性能主要受形制、环境、时令这些营造因素调节作用的影响。本研究可以为古典园林天然光营造理法的探索和应用提供参考和借鉴。

摘要：为解决相互学习中两个小型学生网络在训练过程出现图像局部信息丢失,造成单个学生网络接收精炼特征图不完整的问题,提出基于知识蒸馏的特征精炼相互学习方法。通过对每个学生网络配备辅助网络,提供精炼特征映射和软标签,保留特征的局部信息,为学生网络之间相互学习传递精炼提取知识,提高视觉任务适用性。实验结果表明,在细粒度视觉分类任务公开数据集和基准数据集下的准确率与深度相互学习和自我知识蒸馏方法相比均有明显提升。

摘要：目的在传统车辆目标检测问题中,需要针对不同图像场景选择适合的特征。为此提出一种基于快速区域卷积神经网络(Fast R-CNN)的场景图像车辆目标发现方法,避免传统车辆目标检测问题中需要设计手工特征的问题。方法该方法基于深度学习卷积神经网络思想。首先使用待检测车辆图像定义视觉任务。利用选择性搜索算法获得样本图像的候选区域,将候选区域坐标与视觉任务示例图像一起输入网络学习。示例图像经过深度卷积神经网络中的卷积层,池化层计算,最终得到深度卷积特征。在输入时没有规定示例图像的规格,此时得到的卷积特征规格不定。然后,基于Fast R-CNN网络结构,通过感兴趣区域池化层规格化特征,最后将特征输入不同的全连接分支,并行回归计算特征分类,以及检测框坐标值。经过多次迭代训练,最后得到与指定视觉任务强相关的目标检测模型,具有训练好的权重参数。在新的场景图像中,可以通过该目标检测模型检测给定类型的车辆目标。结果首先确定视觉任务包含公交车,小汽车两类,背景场景是城市道路。利用与视觉任务强相关的测试样本集对目标检测模型进行测试,实验表明,当测试样本场景与视觉任务相关度越高,且样本中车辆目标的形变越小,得到的车辆目标检测模型对车辆目标检测具有良好的检测效果。结论本文提出的车辆目标检测方法,利用卷积神经网络提取卷积特征代替传统手工特征提取过程,通过Fast R-CNN对由示例图像组成定义的视觉任务训练得到了效果良好的车辆目标检测模型。该模型可以对与视觉任务强相关新场景图像进行效果良好的车辆目标检测。本文结合深度学习卷积神经网络思想,利用卷积特征替代传统手工特征,避免了传统检测问题中特征选择问题。深层卷积特征具有更好的表达能力。基于Fast R-CNN网络,最终通过多次迭代训练得到车辆检测模型。该检测模型对本文规定的视觉任务有良好的检测效果。本文为解决车辆目标检测问题提供了更加泛化和简洁的解决思路。

摘要：为提升夜间行人过街安全,基于夜间环境对驾驶员过街安全影响进行分析,结合驾驶员在停车视距和决策视距位置的视觉需求对城市过街路段进行安全改善设计;利用3ds Max软件构建城市夜间过街路段模型,以行人位置和行车速度为自变量,选取驾驶员视认距离作为试验度量指标进行行人视认试验.试验结果表明:在试验行车场景速度为30~80 km/h条件下,行人位于当前车道和相邻车道时,驾驶员的视认距离由改善前的基本小于停车视距提升为改善后的均大于停车视距,行车速度值愈大视距提升效果愈显著,采用改善设计方案能够使驾驶员在更远的距离视认出位于景象中间及周边的行人,达到提升视距扩大视区的效果.