摘要：针对低照度图像增强研究中真实成对训练数据获取难、现有方法难以同时兼顾上下游视觉任务等问题,设计一种注重明度感知的渐进式无监督图像增强方法。具体地,采用多项损失共同引导模型训练进程,从而摆脱对成对训练数据的依赖;借助所提明度感知参数估计网络,仅需0.035 M参数即可完成特征提取;为提高非线性调整能力并减少迭代次数,设计一种高阶非线性映射曲线。为验证所提方法有效性,在图像增强领域广泛使用的权威数据集上开展定性与定量实验,结果均表明所提方法优于已有图像增强方法。此外,以无人机夜间目标跟踪作为典型下游视觉感知任务展开测试,在相关权威评估基准上的试验结果表明,所提方法对现有跟踪器在夜间场景的性能有显著提升,其精度与成功率的增益分别为21.50%与32.23%。大量实验结果表明所提方法可以显著改善低照度图像视觉效果,并有效缓解夜间场景下因低照度挑战所致下游视觉算法性能下降问题。

摘要：文章以SECI模型为基础,通过交互设计与SECI模型的信息显隐性、信息转化螺旋、转化场进行映射分析,梳理交互设计中用户与产品、设计师与用户的信息转化模式,从而推导出基于SECI模型的用户流程模型与设计流程模型,并根据模型分析了指导实践的流程优化策略,最后应用该模型进行实践。模型适用于用户流程设计与信息流动分析,较清晰地呈现了交互设计中的信息转化过程,为交互设计信息流动分析提供了思路。