中国古画渐进式多级特征修复算法

针对中国古画图像修复后的结果图像内容不一致、存在明显人工痕迹、修复区域的细节信息丢失和修复后的内容模糊等问题,提出利用绘画图像的多级语义特征渐进式地修复中国古画的算法.将中国古画的修改过程分为5个阶段,分别从宏观、中观和微观的语义层面渐进式地修复古画图像.首先关注高抽象级别的语义信息和大尺度的结构信息;然后逐渐地将注意力转移到越来越精细的尺度上,而不必同时学习所有尺度的信息,由古画的高层的语义特征渐进式地向较低层的语义特征的修复.依据11位作家共197幅高清数字化古画制作了山水画、街景画、花鸟画和人物画4个数据集,在这4个数据集上的实验结果表明,所提算法在PSNR, SSIM, IS, FID等指标上的结果优于一步到位的修复算法.     

基于多部位多示例学习的人体检测

基于部位的检测方法能处理多姿态及部分遮挡的人体检测,多示例学习能有效处理图像的多义性,被广泛应用于图像检索与场景理解中。文中提出一种基于多示例学习的多部位人体检测方法。首先,根据人体生理结构将图像分割成若干区域,每个区域包含多个示例,利用AdaBoost多示例学习算法来训练部位检测器。然后利用各部位检测器对训练样本进行测试得到其响应值,从而将训练样本转化为部位响应值组成的特征向量。再用SVM方法对这些向量进行学习,得到最终的部位组合分类器。在INRIA数据集上的实验结果表明该方法能改进单示例学习的检测性能,同时评价3种不同的部位划分及其对检测性能的影响。     

采用大屏幕投影系统的虚拟河坊街漫游

该文研究了如何将计算机图形技术与传统历史文物保护工作结合起来，对历史文物景点实施数字化保存、重现。以杭州清河坊街为研究对象，通过图像处理、三维建模等技术实现了在整个街区的重建，利用OSG开发平台和大屏幕投影实现并展示虚拟漫游。     

“艺工文融合”的创客教育在杭州电子科技大学中的实践

目的 艺术学科发展亟待解决“艺术与技术”有机融合、“科技与文化”的协同创新,新文科建设正推进人才培养范式的变革。方法 本文以3D打印和开源设计课程为代表的创客教育课程在杭州电子科技大学中的实践提出并开展了培养创新型人才的新型教育模式。结论 取得的经验与成果为实现教育链、人才链、创新链和产业链的融合贯通提供了可鉴之路。