基于多模态的实验室科研工效分析系统

为实现实验室科研管理过程中的成员工时和工效分析、任务分配的合理性评估等需求, 研究一种基于摄像头视频、考勤机记录、Web系统记录等的多模态工效分析系统MASRE. 该系统通过实验室科研人员工时及其玩手机行为导致的无效工时、工效实时对比与展示, 激励实验室成员投入更多的时间开展学术研究. 依据系统计算的工效变化趋势, 实验室负责人可分析科研任务分配的合理性, 科研人员也可分析影响其科研效率的因素. MASRE系统由负责工时工效统计的Web系统模块和支持无效工时自动识别的AI分析模块构成, 采用PyTorch、VUE 3、MySQL等技术实现. 以该系统研发及其研究报告撰写的工时工效分析为例进行实验分析, 结果表明MASRE系统可有效识别无效工时并进行工时统计与工效分析. 同时, 该系统已免费向实验室研究团队开放申请注册使用, 网址为https://icnc-fskd.fzu.edu.cn/htower/.     

基于深度学习的低照度图像增强技术研究综述

使用图像增强方法和深度学习的方法可以提高低照度图像亮度,改善图像质量。文章首先对传统的低照度图像增强算法分类介绍,总结这些算法近年来的改进过程,然后重点介绍当下适用于低照度图像增强的网络模型,同时对这些网络结构和适用于该网络的部分方法进行梳理,最后介绍实验所需要的数据库与增强后图像的评价准则,提出了目前深度学习在该领域所面临的挑战,旨在为低照度图像增强的发展方向提供思考。