Poisson noise removal based on nonlocal total variation with Euler’s elastica pre-processing

An enhancement-based Poisson denoising method for photon-limited images is presented. The noisy image is firstly pre-processed for enhancing incomplete object information, and then it is denoised while preserving the restored structural details. A variational regularization model based on Euler’s elastica (EE) is proposed for image enhancement pre-processing. A nonlocal total variation (NLTV) regularization model is then employed in the second stage of image denoising. The above two optimization problems are solved by the alternating direction method of multipliers (ADMM). For Poissonian images with low image peak values, experiments demonstrate the validity and efficiency of the proposed method for both restoring geometric structure and removing noise.     

城市轨道交通安检系统智能判图模式研究与设计

为提升城市轨道交通安检系统判图效率及准确率,设计一种新颖的判图模式,将 AI(人工智能)图像识别技术与人工集中判图技术有效结合。首先针对逢液必检现状引入液体检测算法,避免对安全液体的开包查验,其次按安检品风险等级进行分类处理,最后结合 AI 置信度判断、人工抽检或必检判图对安检品进行判定。本判图模式可根据不同阶段下 AI 图像识别准确度和判图需求灵活调节 AI 介入深度,随着 AI 图像识别准确度的不断提升,逐渐从 AI 为辅、人工为主判图模式向 AI 为主、人工为辅的判图模式平滑渐进迭代,最终实现完全智能判图模式。通过案例分析可知,在不降低城市轨道交通车站安检水平的前提下,本判图模式可以进一步达到前端过检增速、后端降本增效的目的。     

城市轨道交通自动售检票系统账户体系设计及应用分析

在多元化支付背景下,二维码、金融IC卡、一卡通、生物特征等各种形式的载体均可作为交易凭证,交易处理、支付扣费风险控制、信用管理等功能向后台集中。AFC系统已不再局限于售票、检票2个主要业务功能定位,而是更侧重于支付管理;清分后台也发展成为一个业务流转和数据处理的中枢系统。为优化AFC系统整体运行效率,提高后续扩展能力,文章设计以账户体系为核心的系统模型,构建一套低门槛、高扩展的系统架构,在轨道交通互联互通趋势下,为AFC系统良性发展提供有利条件。     

行业变革下的人力资源管理体系转型实践

当前，汽车行业面临严峻考验。从外部来看，经济环境的不确定性带来更多的挑战，同时技术不断革新带来竞争加剧，用户也要求企业更加快速地响应。从内部来看，人力资源从传统的人事职能转型为人力资本管理，并需要更加关注构建技能型组织，聚焦以人为本的可持续发展。文章通过研究某整车制造企业（以下简称为“S公司”）基于三支柱理论，紧紧围绕企业战略与业务需求，推动人力资源管理的数字化转型，构建了以用户、未来、效率和价值等4个导向为基础的人力资源管理体系。