基于视觉认知的汽车内饰造型效果图评价体系构建

目的基于视觉认知理论,构建普适性的汽车内饰造型效果图评价体系。方法根据视觉特征整合理论,建立造型的视觉认知评价框架,萃取相应的评价指标及其权重赋值,建立内饰造型方案效果图评价体系,并通过实证案例检测评价体系的有效性及可行性。结果汽车内饰造型方案效果图的认知存在递阶的层级关系,评价指标具有基础性指标与增益性指标两种属性。结论汽车内饰造型方案效果图评价体系可以辅助设计师有效处理方案评审和完善过程,同时辅助企业进行相关决策。

基于协同注意力的RGB-D图像显著性检测

在RGB-D显著性检测视觉任务中,RGB彩色模态和深度模态的信息均被视为十分重要的特征线索。但现有的RGB-D显著性检测模型无法高效执行多尺度特征的交互和多模态特征的融合,因此在真实的开放场景下表现欠佳。针对上述问题,提出了一种基于协同注意力(synergistic attention)机制的RGB-D显著性检测算法模型(SANet),并引入多模态学习中通用的引导与教导策略(guidance and teaching strategy)。在编码器进行多尺度特征提取的阶段中进行隐式引导(implicit guidance),在解码器进行特征融合时进行显式的教导(explicit teaching),实现了编码、解码的分阶段学习。在4个显著性检测评测数据集上进行的综合实验表明,该算法在4个评测指标上均优于已有的18个前沿RGB-D显著性检测模型。