本发明公开了一种城市轨道交通层级救援站多目标选址方法，该方法通过构建救援站网络?脆弱性评价?脆弱度分级?确定覆盖度函数?建立适用于城市轨道交通层级救援站规划决策的多目标选址模型?算法设计，从经济性、高效性、覆盖全面性三方面出发，提升救援站选址方法的准确性和合理性，最终实现快速救援响应、高效物资供应，不仅能有效降低救援网络的建设维护成本，同时能保证突发事件的高效及时救援，可为轨道交通企业提供具有不同决策偏好的选址决策方案，满足实际选址工作的需要。

本发明公开了一种基于亮度基准漂移的全天候交通图像增强方法，充分考虑监控图像与光照强度和 拍摄时间之间的相互关系，分析光照的总体变化和实时变化，分别得到亮度基准曲线和亮度实时反馈， 并加权得到当前时刻的亮度基准值，在对交通监控图像增强之前，先把图像从 RGB 色彩空间转换到 HSV 色彩空间，在保持图像色度信息不变的基础上，运用亮度基准值对亮度分量分割，得到低亮度区和高亮 度区，并分别求取每个亮度级的漂移参数，每个亮度级乘以对应亮度级的漂移参数得到增强后的亮度级， 最后图像转换到 RGB 色彩空间得到增强后的图片。利用本发明对全天候实时监控图像尤其是顺逆光情 况下图像进行处理，可以为用户提供对比度更清晰，有用信息更突出的图像。

　　为了提高中小学生安全防范意识，提升安全教育知识水平，针对中小学常见安全问题，云幻科教以生动有趣的卡通形象为主人公，通过3D虚拟技术进行模拟不同安全场景，引导学生正确安全行为。3D校园安全教育资源库，包含运动安全、交通安全、电梯安全、意外防范、安全救护等内容。       3D校园安全教育资源库中，每部资源时长在2-7分钟，包含安全情景引入、错误行为禁止、正确行为引导、安全知识小结四部分内容。通过3D校园安全教育资源学习，能有效吸引学生兴趣，让学生知道哪些行为可以做，哪些行为不可以做，遇到危险情景该如何应对，有效提升学生的安全知识水平。

序号 仪器名称 单位 数量 1 交通安全电子翻书 2 交通标识识别游戏实验台 套 1 3 道路安全常识 套 1 4 交通安全实践体验 套 1 5 自行车上路体验 套 1 6 现场急救（自救自护模拟体验） 套 1 7 放学路上 套 1 8 模拟交警指挥 套 1 9 公共交通工具逃生 套 1 10 未来交通 套 1 11 交通安全知识抢答 套 1 12 模拟道路体验 套 1 13 模拟驾驶 套 1 14 安全回家 套 1 15 交通安全体验车 套 1 16 酒精含量观测 套 1 17 交通安全科普知识展板 套 4 　　南京师范大学课程资源研究所可提供科技馆建设整体设计方案，科技创新实验室整体设计方案、科学探究实验室整体设计方案，科普馆设计方案、数字化实验室整体解决方案、通用技术实验室整体设计解决方案、机器人实验室设计解决方案、航天航空科普馆设计方案、航天航空科技馆设计方案、地震科普馆整体设计解决方案、地震科技馆整体解决方案、安全教育科普馆整体设计方案、安全教育科技馆整体设计解决方案、交通安全科普馆解决方案、交通安全科技馆设计方案、消防科普馆设计方案、消防科技馆解决方案、幼儿园科学发现室设计方案、农业科普馆整体解决方案、社区科普馆设计方案、社区科技馆解决方案、壁挂式科技馆设计方案、科普大篷车设计方案、示范性综合实践基地解决方案、综合实践活动室设计方案、生命健康科普馆整体解决方案、低碳环保科普馆设计方案、军事教育科普馆整体设计方案、儿童乐园科普馆设计方案。 南京师范大学课程资源研究所 邮政编码： 210097 地　　址： 南京市宁海路122号南京师范大学信息技术楼 公司电话： 025-83204284 83302681 83301983 公司传真： 025-83302681转8009 网　　址：http://www.kczyyjs.com

项目简介 当今社会，随着多媒体技术的不断发展，图片视频已经成为了人们获取信息的重要来源，图片视频的数据量出现爆发式地增长。面对大量的图片视频信息，如何高效的存储和传输成为一个重要的问题，在这样的背景下，HEVC视频编码标准应运而生。HEVC(High-Efficiency VideoCoding)是ISO/IEC和ITU-T联合制定的最新视频编码标准，该标准进一步优化了前代视频编码标准H.265，并进一步创新，最终在相同的主观质量下比前代标准H.264提高一倍的压缩率。 HEVC视频编码标准虽然在相同的主观质量下提高了一倍的压缩率，与此同时编码过程中所需的计算量大幅提高。过高的计算量严重的阻碍了HEVC标准产业化的过程。本项目通过一系列技术高效的实现了HEVC视频编码标准下的编解码器以及图片编解码器。项目设计了快速率失真优化框架、高性能并行框架以及高效全平台支持框架，生产出高效的编解码器。 本研究室在视频编码技术上有多年的积累，在率失真优化上有深厚的理论基础。同时，在视频编码标准的实现上，本实验室也积累的丰富的经验，设计并实现了高效的HEVC视频以及图片编解码器。应用范围 虽然目前H.264仍然是主要的视频编码标准，但是HEVC必将很快取代H.264的行业地位。随着高清视频的普及，以及超高清视频的出现，如何在保证视频质量的情况下，提高压缩率减少成本，成为产业界必须要考虑的问题，HEVC视频编码标准必将得到广泛应用。项目阶段 本实验室在视频图像编解码器上进行了多年的研究，对于编解码的过程进行了透彻的分析，设计出快速的率失真最优化模型以及高效的并行框架，最终开发出高效视频编解码器Lentoid以及高效图像编解码器LentP。经过测试对比，Lentoid和LentP与市场同类产品相比均具有可观优势。目前本项目已经完成原型系统开发，有待进一步完善。知识产权 本实验室在高效编解码器的上进行了大量的研究，在编码快速码率失真优化RDO算法，高性能并行框架以及高效解码方案上的研究成果均已在相关领域的顶级会议以及期刊上发表，同时申请了大量的专利。合作方式 合作开发、技术转让、技术许可。

当今社会，随着多媒体技术的不断发展，图片视频已经成为了人们获取信息的重要来源，图片视频的数据量出现爆发式地增长。面对大量的图片视频信息，如何高效的存储和传输成为一个重要的问题，在这样的背景下，HEVC视频编码标准应运而生。HEVC(High-Efficiency VideoCoding)是ISO/IEC和ITU-T联合制定的最新视频编码标准，该标准进一步优化了前代视频编码标准H.265，并进一步创新，最终在相同的主观质量下比前代标准H.264提高一倍的压缩率。 HEVC视频编码标准虽然在相同的主观质量下提高了一倍的压缩率，与此同时编码过程中所需的计算量大幅提高。过高的计算量严重的阻碍了HEVC标准产业化的过程。本项目通过一系列技术高效的实现了HEVC视频编码标准下的编解码器以及图片编解码器。项目设计了快速率失真优化框架、高性能并行框架以及高效全平台支持框架，生产出高效的编解码器。 本研究室在视频编码技术上有多年的积累，在率失真优化上有深厚的理论基础。同时，在视频编码标准的实现上，本实验室也积累的丰富的经验，设计并实现了高效的HEVC视频以及图片编解码器。本实验室在视频图像编解码器上进行了多年的研究，对于编解码的过程进行了透彻的分析，设计出快速的率失真最优化模型以及高效的并行框架，最终开发出高效视频编解码器Lentoid以及高效图像编解码器LentP。经过测试对比，Lentoid和LentP与市场同类产品相比均具有可观优势。目前本项目已经完成原型系统开发，有待进一步完善。虽然目前H.264仍然是主要的视频编码标准，但是HEVC必将很快取代H.264的行业地位。随着高清视频的普及，以及超高清视频的出现，如何在保证视频质量的情况下，提高压缩率减少成本，成为产业界必须要考虑的问题，HEVC视频编码标准必将得到广泛应用。

本发明公开了一种基于运动颜色关联的视频图像显著性检测方 法，包括：获得视频图像的静态显著性图；提取场景的光流向量场；对光流向量场进行初步分类并抛弃最大分类区块；将视频图像从 RGB 颜色空间转换到 HSV 颜色空间；根据 HSV 颜色空间 H 分量中对应颜 色在输入图像中出现的频率，生成颜色直方图；针对光流向量场有效 分类区块中的每个向量，将其范数投射到颜色直方图的相应区间中去， 得到每个颜色区间的运动尺度变量；得到每种颜色的运动显著性值并 投影到原图像生成运动显著性图；将运动显著性图与静态显著性图相 加得到最终显著性图。本发明的方法可以有效地将运动特征纳入显著 性考虑范围，在现有的运动视频测试集上能取得优于传统方法的结果。

当今社会，随着多媒体技术的不断发展，图片视频已经成为了人们获取信息的重要来源，图片视频的数据量出现爆发式地增长。面对大量的图片视频信息，如何高效的存储和传输成为一个重要的问题，在这样的背景下，HEVC视频编码标准应运而生。HEVC(High-Efficiency VideoCoding)是ISO/IEC和ITU-T联合制定的最新视频编码标准，该标准进一步优化了前代视频编码标准H.265，并进一步创新，最终在相同的主观质量下比前代标准H.264提高一倍的压缩率。 HEVC视频编码标准虽然在相同的主观质量下提高了一倍的压缩率，与此同时编码过程中所需的计算量大幅提高。过高的计算量严重的阻碍了HEVC标准产业化的过程。本项目通过一系列技术高效的实现了HEVC视频编码标准下的编解码器以及图片编解码器。项目设计了快速率失真优化框架、高性能并行框架以及高效全平台支持框架，生产出高效的编解码器。 本研究室在视频编码技术上有多年的积累，在率失真优化上有深厚的理论基础。同时，在视频编码标准的实现上，本实验室也积累的丰富的经验，设计并实现了高效的HEVC视频以及图片编解码器。

本发明公开了一种基于场量分析的视频图像显著性检测方法，包括以下步骤：S1 获得视频图像的静态显著性图；S2 根据连续的视频帧提取场景的光流向量场；S3 通过聚类方法对光流向量场进行初步分类并找出最大分类区块；S4 通过每个分类区块与最大分类区块之间的对比生成差异性能量；S5 规范化差异性能量，获得运动显著性值并生成运动显著性图；S6 将该运动显著性图与所述静态显著性图线性加权相加得到最终显著性图，即可实现对视频图像的显著性检测。本发明的方法综合利用视频场景的静态特征和动态特征来得到显著性映射结果，特

本发明公开了一种基于运动颜色关联的视频图像显著性检测方法，包括：获得视频图像的静态显著性图；提取场景的光流向量场；对光流向量场进行初步分类并抛弃最大分类区块；将视频图像从 RGB颜色空间转换到 HSV 颜色空间；根据 HSV 颜色空间 H 分量中对应颜色在输入图像中出现的频率，生成颜色直方图；针对光流向量场有效分类区块中的每个向量，将其范数投射到颜色直方图的相应区间中去，得到每个颜色区间的运动尺度变量；得到每种颜色的运动显著性值并投影到原图像生成运动显著性图；将运动显著性图与静态显著性图相加得到最终