基于超分辨率特征的小尺度行人检测网络研究

为提高路侧交通场景下对小尺度行人目标的检测性能,研究了一种利用超分辨率(SR)特征的小尺度行人检测网络。首先,基于生成对抗思想学习不同尺度行人目标间的特征残差,从而将小尺度行人特征重建为与大尺度行人特征相似的超分辨率特征;并以两步检测网络Faster R-CNN为基本框架,结合特征表征性强且参数少的Inception_v2卷积层结构,采用适应小尺度行人目标的锚框参数和区域特征聚集策略ROI Align;基于超分辨率化的浅层特征实现了对小尺度行人的快速有效检测。最后,利用在路侧视角下采集的行人数据集进行了网络训练和性能测试。实验结果表明:与基准Faster R-CNN相比,提出网络对小尺度行人目标的检测准确率提升了14.7%,召回率提升了24.9%,检测速度提升至10 fps以上。

旅顺历史文化名城建设与保护研究

旅顺作为“国家历史文化记忆公园”,有着“一山担两海,一港写春秋,一个旅顺口,半部中国近代史”之称。以旅顺为研究对象,探寻文旅融合背景下建设历史文化名城存在的问题,并提出建设与保护路径,在弘扬旅顺历史文化同时,推动旅游产业繁荣发展。

新冠疫情初期大学生安全意识自评情况及影响因素分析

为了解新冠肺炎疫情期间高校大学生居家生活状态和心理感受,分析疫情初期大学生对自身安全意识评价的影响因素,探索提升大学生防疫信心和安全意识的途径和方法,采用网络问卷的形式对G大学学生开展调查,共回收有效问卷2000份,以大学生安全意识自评结果为因变量,构建有序Logisitic模型。模型参数估计结果显示,年级较低、性格较内向、新冠肺炎知识储备不够充足、出门的次数较多、对现居住地采取的防控措施效果认同感偏低、认为自己和家人被感染的可能性更高、每天关注疫情防控信息的时间更短等因素使大学生安全意识自评偏向消极,而了解“七步洗手法”、了解疫情防控法规和部署、家中每天消毒2次、对新冠肺炎关注程度高等因素使大学生安全意识自评偏向积极。

浅谈创设高效英语情境提高口语教学效益的研究

口语教学是英语教学过程中的一个重要环节,其对于提高学生的英语口语交际能力产生了十分重要的作用。创设高效的英语情境,可以为学生提供更多英语交流与英语交际的机会,使他们能够真正得到锻炼,从而进一步促进学生英语口语交际能力的提高,从根本上提高英语口语教学效益。因此,英语教师必须要积极创设高效的英语情境,使英语口语教学能够达到更为理想的教学效果。基于此,本文对创设高效英语情境,提高口语教学效益进行了阐述。

电动自行车交通事故严重度影响因素分析--以舟山市为例

为了分析电动自行车交通事故致因,预防重大事故及减少事故伤害后果,收集舟山市2015—2020年电动自行车交通事故数据,构建有序logisitic模型分析电动自行车骑车人受伤严重程度的显著影响因素。模型参数估计结果显示,7个自变量对电动自行车事故严重度有显著影响,“老年人”、“工人”、“农民”、“坡道或弯道”、“碰撞运动车辆”、“其他单车事故”、“机动车未按规定让行”和“电动自行车未按规定让行”,8个因素对电动自行车骑车人受伤严重程度有显著的正向影响关系。研究结果为相关管理部门针对电动自行车制定交通事故预防对策,以及采取相应技术手段减轻事故后果的研究具有参考价值。