基于秩序与非秩序理论的文创产品卡通形象设计研究

目的 从秩序与非秩序理论出发,研究文创产品卡通形象的设计方法.方法 对秩序与非秩序理论的视觉机制和创制理论进行梳理,结合实例,阐述了其与文创产品卡通形象设计之间的联系,分析文创产品卡通形象中的秩序与非秩序的表现形式,提出基于秩序与非秩序理论文创产品卡通形象设计的主要原则,归纳出一套基于秩序与非秩序理论的文创产品卡通形象设计流程与方法,指导设计实践,并验证这些理论方法在设计实践中有效性与可行性.结论 通过对秩序与非秩序理论的研究,文创产品卡通形象设计时应注意提高辨识度、亲和力和便于衍生设计的原则.探索基于秩序与非秩序理论的设计流程与方法,按照界定主题、主体形象设计、主体形象拓展、衍生品应用四个环节开展整体方案设计,为文创产品卡通形象设计提供新的思路与方法.     

固-液相转移催化法合成蛋氨酸

本文以甘氨酸酯为原料，经醛亚胺化、固－液相转移催化烃化合成了蛋氨酸。该法具有原料易得，反应条件温和、操作简单等特点。     

基于照度与场景纹理注意力图的低光图像增强

目的 现有的低照度图像增强算法常存在局部区域欠增强、过增强及色彩偏差等情况,且对于极低照度图像增强,伴随着噪声放大及细节信息丢失等问题。对此,提出了一种基于照度与场景纹理注意力图的低光图像增强算法。方法 首先,为了降低色彩偏差对注意力图估计模块的影响,对低光照图像进行了色彩均衡处理;其次,试图利用低照度图像最小通道约束图对正常曝光图像的照度和纹理进行注意力图估计,为后续增强模块提供信息引导;然后,设计全局与局部相结合的增强模块,用获取的照度和场景纹理注意力估计图引导图像亮度提升和噪声抑制,并将得到的全局增强结果划分成图像块进行局部优化,提升增强性能,有效避免了局部欠增强和过增强的问题。结果 将本文算法与2种传统方法和4种深度学习算法比较,主观视觉和客观指标均表明本文增强结果在亮度、对比度以及噪声抑制等方面取得了优异的性能。在VV（Vasileios Vonikakis）数据集上,本文方法的BTMQI（blind tone-mapped quality index）和NIQMC（no-reference image quality metric for contrast distortion）指标均达到最优值;在178幅普通低照度图像上本文算法的BTMQI和NIQMC均取得次优值,但纹理突出和噪声抑制优势显著。结论 大量定性及定量的实验结果表明,本文方法能有效提升图像亮度和对比度,且在突出暗区纹理时,能有效抑制噪声。本文方法用于极低照度图像时,在色彩还原、细节纹理恢复和噪声抑制方面均具有明显优势。代码已共享在Github上：https://github.com/shuanglidu/LLIE_CEIST.git。     

改进融合策略下透明度引导的逆光图像增强

目的 针对传统的逆光图像增强算法存在的曝光正常区域与逆光区域间阈值计算复杂、分割精度不足、过度曝光以及增强不足等问题,提出一种改进融合策略下透明度引导的逆光图像增强算法。方法 对逆光图像在HSV(hue, saturation, value)空间中的亮度分量进行亮度提升和对比度增强,然后通过金字塔融合策略对改进的亮度分量进行分解和重构,恢复逆光区域的细节和颜色信息。此外,利用深度抠图网络计算透明度蒙版,对增强的逆光区域与源图像进行融合处理,维持非逆光区域亮度不变。通过改进融合策略增强的图像在透明度引导下既有效恢复了逆光区域又避免了曝光过度的问题。结果 实验在多幅逆光图像上与直方图均衡算法、MSR (multi-scale Retinex)、Zero-DEC (zero-reference deep curve estimation)、AGLLNet (attention guided low-light image enhancement) 和LBR (learning-based restoration) 5种方法进行了比较,在信息熵(information entropy,IE)和盲图像质量指标(blind image quality indicators,BIQI)上,比AGLLNet分别提高了1.9%和10.2%;在自然图像质量评价(natural image quality evaluation,NIQE)方面,比Zero-DCE(zero-reference deep curve estimation)提高了3.5%。从主观评估上看,本文算法增强的图像在亮度、对比度、颜色及细节上恢复得更加自然,达到了较好的视觉效果。结论 本文方法通过结合金字塔融合技术与抠图技术,解决了其他方法存在的色彩失真和曝光过度问题,具有更好的增强效果。     

产品形态审美综合评价的非线性信息动力学模型

为了客观、定量地评价产品形态美度,从系统演化的角度,提出了一种审美综合评价的模型。依据形式美学与完形心理学原理,构建出由15个产品形态美度指标组成的评价体系,获得系统演化的信息体;基于最大流原理建立了产品形态审美综合评价的非线性信息动力学模型,各美度指标通过自组织进化得到合适的权值,使系统趋于稳定,从而实现产品形态美度的综合评价。运用自组织特征映射网络实现模型的模拟,对九个汽车前脸样本进行审美综合评价实例研究,结果与网络大数据对比分析,验证了模型的有效性。     

Williamson反应合成β—萘乙醚的研究

以β－苯酚和碘代乙烷为原料,合成了β－萘乙醚,研究了不同条件对反应收率的影响,在优惠条件下,收率可达９４％。     

注意力引导的三流卷积神经网络用于微表情识别

目的 微表情识别在心理咨询、置信测谎和意图分析等多个领域都有着重要的应用价值。然而,由于微表情自身具有动作幅度小、持续时间短的特点,到目前为止,微表情的识别性能仍然有很大的提升空间。为了进一步推动微表情识别的发展,提出了一种注意力引导的三流卷积神经网络（attention-guided three-stream convolutional neural network, ATSCNN）用于微表情识别。方法 首先,对所有微表情序列的起始帧和峰值帧进行预处理;然后,利用TV-L1(total variation-L1)能量泛函提取微表情两帧之间的光流;接下来,在特征提取阶段,为了克服有限样本量带来的过拟合问题,通过3个相同的浅层卷积神经网络分别提取输入3个光流值的特征,再引入卷积块注意力模块以聚焦重要信息并抑制不相关信息,提高微表情的识别性能;最后,将提取到的特征送入全连接层分类。此外,整个模型架构采用SELU(scaled exponential linear unit)激活函数以加快收敛速度。结果 本文在微表情组合数据集上进行LOSO(leave-one-subject-out)交叉验...     

Raney-Ni催化剂上去氢芳樟醇催化加氢反应动力学

采用Raney—Ni催化剂在间歇高压釜中进行了去氢芳樟醇液相催化加氢反应动力学研究．通过测定去氢芳樟醇催化加氢过程中去氢芳樟醇、芳樟醇和二氢芳樟醇浓度随时间变化的c～t曲线，获取去氢芳樟醇催化加氢制备芳樟醇反应中各步反应的级数、速率常数和活化能等动力学参数．结果表明，去氢芳樟醇催化加氢时，对去氢芳樟醇和氢压均呈一级反应；中间物芳樟醇继续加氢形成二氢芳樟醇时，对芳樟醇为零级反应而对氢压为一级反应．在此基础上建立的去氢芳樟醇催化加氢制备芳樟醇的各步反应的动力学方程，并对动力学方程进行验证．     

Williamson反应合成β-萘乙醚的研究

以β 萘酚和碘代乙烷为原料，合成了β 萘乙醚，研究了不同条件对反应收率的影响。在优惠条件下，收率可达９４％。     

面向小波域的加权分数阶微积分图像数字水印新算法

针对现有加密技术易被破解,算法缺乏初值敏感性的问题,提出了一种采用分数阶微分和交换小波变换系数的图像数字水印的新算法。该算法充分利用了分数阶微分阶次具有极强的敏感性的特点,首先采用分数阶Cauchy公式对正弦信号做两个不同阶次的微分,同时将微分信号分别采样后加权叠加成伪随机序列;然后用此伪随机序列置乱水印,通过交换Haar小波分解的载体图像的高频系数将置乱水印嵌入载体图像。实验结果表明,提出的新算法能经受多种常见图像处理的攻击,具有较强的鲁棒性和较好的不可见性,能够实现较好的图像数字水印效果。