排序方式: 共有28条查询结果,搜索用时 0 毫秒
1.
2.
3.
以深圳市南山社区花园为例,探讨城市社区花园响应“双碳”战略和“共建共治共享”政策的方式与效果。基于实地调研、问卷调查和公众参与,南山社区花园运用了以下手段:1)共建:多层次公众参与、合作建设;2)共治:使用“互联网+”思维,线上线下综合维护;3)共享:建设承载多重活动功能、低碳可持续的公共空间。项目回访证明曾经的社区“失落空间”转变为了温暖的城市空间。研究表明,城市社区花园作为一种多功能景观空间,能够兼顾民众当下真实需求的功能性和可持续发展的前瞻性,从生活端助力“碳中和”目标。 相似文献
4.
由于影像学技术在新型冠状病毒肺炎(COVID-19)的诊断和评估中发挥了重要作用,COVID-19相关数据集陆续被公布,但目前针对相关文献中数据集以及研究进展的整理相对较少。为此,通过COVID-19相关的期刊论文、报告和相关开源数据集网站,对涉及到的新冠肺炎数据集及深度学习模型进行整理和分析,包括计算机断层扫描(CT)图像数据集和X射线(CXR)图像数据集。对这些数据集呈现的医学影像的特征进行分析;重点论述开源数据集,以及在相关数据集上表现较好的分类和分割模型。最后讨论了肺部影像学技术未来的发展趋势。 相似文献
5.
针对CMOS成像器件结构的特殊性,发展并提出了像元光子转移技术法测量增益和读出噪声。同时对CMOS器件的线性度、满阱电荷、暗流、不均匀性和量子效率等性能的测试方法进行了研究。最后基于2k×2kCMOS芯片进行了性能测试实验,实验结果也验证了该测试方法的可行性和可靠性。 相似文献
6.
针对织物缺陷检测过程中纹理分布的复杂多样性引起误检和漏检的问题,结合织物纹理周期性特点,提出一种多纹理分级融合的织物缺陷检测算法。在检测过程中,首先利用织物缺陷图像的Tamura粗糙度图,对缺陷区域进行初步定位和自适应性生长,将初步定位的区域映射到原始织物图像中;其次根据织物图像的周期性分布特征,对初步定位区域进行分块,提取图像块的局部相位量化(LPQ)特征、Tamura特征,并将2种特征融合;然后计算融合特征与正常块特征的相似度,获取相似度图;最后将初步定位区域的经纬向特征图与相似度特征图融合,检测缺陷存在的区域。经TILDA织物纹理库数据的实验测试结果表明,缺陷区域的初步定位和自适应生长,降低了缺陷检测过程的冗余度,提高了检测效率,避免了织物缺陷检测过程中的误检和漏检情况。 相似文献
7.
在光照、背景变化、遮挡、噪声、快速运动等复杂环境下,准确地实现行人跟踪一直是富有挑战性的任务。针对这些问题,提出基于HSV颜色特征和贡献度重构的行人跟踪算法。在粒子滤波的框架内,从HSV空间提取目标的混合颜色特征生成目标模板集,依据不同区域对跟踪结果的影响对区域进行贡献度分配,并将其引入到一个自适应的正则化模型中,将具有最小重构误差的区域判定为待跟踪目标。为了增强算法的稳健性,跟踪过程中对模板进行实时更新。在OTB 100个序列上进行测试,本文算法得到跟踪结果的平均中心误差和跟踪成功率两项指标分别为0.6624pixel和0.4153,优于同类其他算法。实验结果表明,该算法能够在复杂的视频场景中实现对行人的连续跟踪,且稳健性较好,有利于在实际系统中的实现。 相似文献
8.
目的 相对于其他生物特征识别技术,人脸识别具有非接触、不易察觉和易于推广等特点,在公共安全和日常生活中得到广泛应用。在移动互联网时代,云端人脸识别可以有效地提高识别精度,但是需要将大量的人脸数据上传到第三方服务器。由于人的面部特征是唯一的,一旦数据库泄露就会面临模板攻击和假冒攻击等安全威胁。为了保证人脸识别系统的安全性并提高其识别率,本文提出一种融合人脸结构特征的可撤销人脸识别算法。方法 首先,对原始人脸图像提取结构特征作为虚部分量,与原始人脸图像联合构建复数矩阵并通过随机二值矩阵进行置乱操作。然后,使用2维主成分分析方法将置乱的复数矩阵映射到新的特征空间。最后,采用基于曼哈顿距离的最近邻分类器计算识别率。结果 在4个不同人脸数据库上的实验结果表明,原始人脸图像和结构特征图像经过随机二值矩阵置乱后,人眼无法察觉出有用的信息且可以重新生成,而且融合方差特征后,在GT (Georgia Tech)、NIR (Near Infrared)、VIS (Visible Light)和YMU (YouTuBe Makeup)人脸数据库上,平均人脸识别率分别提高了4.9%、2.25%、2.25%和1.98%,且平均测试时间均在1.0 ms之内,表明该算法实时性强,能够满足实际应用场景的需求。结论 本文算法可在不影响识别率的情况下保证系统的安全性,满足可撤销性。同时,融合结构特征丰富了人脸信息的表征,提高了人脸识别系统的识别率。 相似文献
9.
目的 为解决低照度视频亮度和对比度低、噪声大等问题,提出一种将Retinex理论和暗通道先验理论相结合的低照度视频快速增强算法。方法 鉴于增强视频时会放大噪声,在增强之前先对视频进行去噪处理,之后结合引导滤波和中值滤波的优势提出综合去噪算法,并将其应用于YCbCr空间。其次提取亮度分量来估计亮度传播图,利用大气模型复原低照度视频。最后综合考虑帧间处理技术,加入场景检测、边缘补偿和帧间补偿。结果 为了验证本文算法的实际效果和有效性,对低照度视频进行增强实验并将本文算法与Retinex增强算法、去雾技术增强算法进行了比较,本文算法有效地提高了低照度视频的亮度和对比度,减小了噪声,增强了视频的细节信息并减轻了视频闪烁现象,从而改善了视频质量。算法处理速率有着非常明显的优势,相比文中其他两种算法的速率提升了将近十倍。结论 本文算法保持了帧间运动的连续性,在保证增强效果的同时提升了处理速率,对细节和边缘轮廓部分的处理非常精细,具有目前同类算法所不能达到的优良效果,适用于视频监控、目标跟踪、智能交通等众多领域,可实现视频的实时增强。 相似文献
10.