森林道路网络的消防功能评价研究进展

合理的森林道路网络不仅可以降低运输和环境成本,也可以提高森林消防的运作效率。文中基于森林道路网络的定义和道路网络在森林消防方面的功能,从评价指标、评价方法2个方面综述国内外基于森林消防能力的森林道路网络发展情况和研究成果,梳理目前评价方法的优缺点,从4个方面对未来研究进行展望:1)加强基于消防功能的森林道路网络定义研究;2)探究森林道路网络消防功能评价指标体系;3)解决多标准评价抉择中存在的主观问题和指标选取中的重复问题;4)综合分析各评价方法的不足,并研讨森林道路网络消防功能评价方法的发展趋势。

深度学习图像合成研究综述

图像合成一直是图像处理领域的研究热点,具有广泛的应用前景。从原图中精确提取出前景目标对象并将其与新背景合成,构造尽量接近真实的图像是图像合成的基本目标。为推动基于深度学习的图像合成技术研究与发展,本文论述了当前图像合成任务中面临的主要问题:(1)前景对象适应性问题,包括前景对象相对于背景图像的大小、位置、几何角度等几何一致性问题,以及前后景互相遮挡、前景对象边缘细节模糊的外观一致性问题;(2)视觉和谐问题,包括前后景色彩、对比度、饱和度等不统一的色调一致性问题,及前景对象丢失对应阴影的阴影缺失问题;(3)生境适应性问题,表现为前景对象与背景图像的逻辑合理性。总结了目前为解决不同问题主要使用的深度学习方法,同时对不同问题中的合成图像结果进行质量评估,总结了相应的评价指标,并介绍了为解决不同问题所使用的公开数据集,同时进行了深度学习方法的对比,描述了图像合成技术的主要应用场景,最后分析了基于深度学习的图像合成技术中仍然存在的不足,同时提出可行的研究意见,并对未来图像合成技术发展方向提出展望。