基于显著性特征检测的低光照图像增强算法

计算机视觉技术在公共安全、智能交通和工业生产等领域有着广泛的应用,如人群分析、密度估计以及目标跟踪、识别、分割等.但是实际成像环境复杂,受雨、雾和低光照等因素干扰,室外环境下拍摄的图像往往存在色彩失真、细节缺失、成像质量差等问题,严重影响了后续视觉任务.为了降低光照和雨雾天气的影响,提高成像质量,改善视觉效果,提出了一种基于显著性特征检测的图像增强方法.首先,针对图像颜色失真问题,提出了一种基于多通道融合和显著性亮度调节的颜色恢复方法.其次,为了增强图像细节,采用了基于显著性特征保留的方法实现图像细节增强.实验结果表明,该方法在客观评价指标和主观视觉效果方面均优于算法.

从Facebook到校内网:我国校园SNS网站发展分析

本文拟对我国校园类SNS网站的发展现状进行分析。对比Facebook的成功经验,总结以校内网为代表的SNS网站在传播过程中存在四个方面的不足,以及改进的可能性。

我国校园SNS受众媒介使用的调查

本文调查了我国校园SNS受众的社会结构特征、媒介接触情况、媒介使用偏好和媒介使用满意程度。本次调查的结果显示了我国校园SNS受众的一般特征,并在此基础上证明寻求网络认同依然是SNS媒介使用的首要功能,人际交往并没有现实回归。