基于OBE理念的视觉方向实践教学设计

阐述基于OBE理念开展的教学改革与探索，课程内容的设计、教学方法、考核评价，实验应用案例包括变换颜色的台灯、追球的小车、人脸识别的智能门锁。     

面向算网一体的开放服务互联架构

泛在化资源和服务模式下,向行业提供一种基础共性的开放服务,并从算力和网络双重维度给予这些服务精细化的资源保障,是面对后5G乃至6G时代新型业务场景的必要需求。文章提出一种面向应用和算网资源的开放服务架构,在端、网、云引入统一的共性服务标识,并在网络层据此叠加服务子层,在满足端到端服务发现、服务交付和服务保障的同时,使能IP网络对服务的精细化感知和路由调度功能,为算网深度融合的新型基础设施提供一种有益的参考架构。     

小型饮料瓶盖颜色识别系统设计与实现

目的：解决当前饮料瓶盖检测系统功能单一、体积偏大、颜色识别率低的问题。方法：提出一种基于ARM处理器的小型饮料瓶盖颜色识别系统设计方案，通过仿真软件HyperLynx的LineSim工具设计四层PCB板，设置传输线参数并进行阻抗匹配仿真分析；利用编译软件Jupyter Notebook实现阈值设置、目标轮廓检测、目标框出等功能。结果：在强、弱光条件下，识别系统对红、绿、蓝3种颜色瓶盖的识别率达到92.7%。结论：与傅里叶描述子相比，该识别系统识别准确率和精度更高，同时系统也具有人脸识别功能，适用于各种智能应用场景。     

北京冬奥 尽现科技魅力

刚刚结束的2022北京冬奥会,给世界留下了深刻而美好的印象,特别是那些贯穿始终的科技创新,让世人充分领略到科技的魅力。开幕式上逼真的数字视觉特效、赛场中超强的三维运动员追踪技术、赛场外帮助运动员更好地完成训练的AI教练、奥运村里由机器人做饭上菜调制饮料的无人餐厅、让观众足不出户就能全方位多角度观看比赛的5G+8k技术……北京冬奥的高科技数不胜数。     

基于机器视觉的轮胎表面缺陷检测系统的研究与应用

在传统的轮胎表面缺陷依靠人工检测,存在劳动强度高、受人的主观影响大以及效率低下的问题。针对这一现象,研究了一种基于机器视觉的轮胎表面缺陷3D检测系统。该系统依靠机器视觉系统获取检测轮胎的表面图像,然后创建3D模型、判定缺陷类型,最终实现实时自动预警,为轮胎生产商提供一种自动化检测方案。系统集成了先进的技术、软件和工具,配套的信息管控系统可以对轮胎型号和生产数据进行采集、存储、分析,以便在生产过程中实现更高效、更可靠的质量控制,具有较高的实际应用推广价值。     

沥青与集料的粘附性研究

评价沥青技术性能的一个重要指标是沥青与集料间的粘附性,并且沥青路面的质量和耐久性很大程度上受到沥青与集料间粘附性的影响。沥青裹覆集料后的抗水性除了与沥青的各种性质有关,还与集料的物理性质和力学性质有关。无论是南方多雨地区还是北方季冻地区,都面临着严重而且普遍的水损害问题,水损害会极大影响路面的耐久性。引起沥青从集料上剥落的原因有很多,如路面厚度不足、压实度不够等,但是水损害问题才是导致沥青从集料上剥落的根本原因,才是导致沥青与集料粘附性不足的根本原因。     

基于视觉感知的移动端网店页面设计效果评价

为探究手机移动端网店页面设计对服装网店销售的影响，提高网店销售额，文章基于问卷调研及部分服装网店页面的综合分析，挑选出粉蓝、蓝绿、青紫3种颜色设计及3种不同的页面版式设计。利用眼动仪实验和消费者感性评价分析捕捉消费者在浏览网店时的视觉信息与页面版式设计的关系，得到不同颜色和款式的最佳搭配效果，并实际应用于店铺运营。结果表明，优秀的版式设计及适合的配色方案可以极大地增加消费者浏览时的兴趣与关注度，将实验结论应用于真实的服装网店，店铺的支付转化率有所上升且店铺的失跳率有所降低。实验结论可为服装网店的页面提供设计依据。     

高吸水性树脂提高井壁混凝土水密性能的机理

裂缝的产生会导致井壁混凝土的水密性能和耐久性能降低.高吸水性树脂(SAP)可在裂缝中膨胀并堵塞裂缝,从而提高井壁混凝土的水密性能和耐久性能.但SAP堵塞裂缝的机理仍需进一步研究.探究了SAP对混凝土力学性能的影响.通过水渗透测试分析了SAP的裂缝堵塞效果.并借助X射线计算机断层扫描技术探究了裂缝中SAP颗粒的形态特征.结果表明,SAP的掺入导致混凝土的抗压强度和劈裂抗拉强度略有减小.SAP的掺入也会导致预开裂砂浆中的水流速减小,水流速的减小程度随SAP掺量的增加而增大.SAP可在SAP孔中膨胀并堵塞SAP孔位置的裂缝,说明SAP导致水流速减小的原因是SAP能够在裂缝中发生膨胀.     

检测原始记录质量提升的探究

检测原始记录属于实验室技术记录范畴,通常是以规范化的表格形式对检测过程中的样品状态、设施条件、检测数据等信息的记载。检测原始记录的内容是否真实、准确、规范和完整,直接影响检验工作的可追溯性和质量体系运行的有效性。作为检测机构技术人员,最应弄明白的就是原始记录。平时尽管记录常在手边,但在内审和外审过程中依然发现诸多问题,因此,如何提升检测原始记录质量值得探究。     

自适应融合层级特征的混合退化图像复原算法

多种退化类型混合的图像比单一类型的退化图像降质更严重,很难建立精确模型对其复原,研究端到端的神经网络算法是复原的关键.现有的基于操作选择注意力网络的算法(operation-wiseattentionnetwork,OWAN)虽然有一定的性能提升,但是其网络过于复杂,运行较慢,复原图像缺乏高频细节,整体效果也有提升的空间.针对这些问题,提出一种基于层级特征融合的自适应复原算法.该算法直接融合不同感受野分支的特征,增强复原图像的结构;用注意力机制对不同层级的特征进行动态融合,增加模型的自适应性,降低了模型冗余;另外,结合L1损失和感知损失,增强了复原图像的视觉感知效果.在DIV2K,BSD500等数据集上的实验结果表明,该算法无论是在峰值信噪比和结构相似性上的定量分析,还是在主观视觉质量方面,均优于OWAN算法,充分证明了该算法的有效性.