本文提供了一种用贝叶斯推断理论来进行交通安全事故归因的方法和装置，涉及交通事故数据处理技术领域，旨在实现准确的交通事故归因分析。所述方法包括:将输入数据集中的多个携带标签的视频片段样本按顺序逐个输入贝叶斯感知器，所述视频片段样本为发生交通安全事故的视频片段，所述标签用于表征视频样本片段中发生交通安全事故的发生原因；基于贝叶斯推断理论获得贝叶斯感知器的模型参数，得到训练完毕的贝叶斯感知器；将发生交通安全事故的视频片段输入所述训练完毕的贝叶斯感知器，得到归因结果，所述归因结果表征发生交通安全事故的发生原因的概率以及对应的置信区间。

 本文提供亲属关系验证方法、装置、计算设备和存储介质，包括:获取至少两个图像，将各图像分别输入特征提取模型，获得各图像的多个指定残差块的输出特征和各图像的人物全局特征，针对任一图像，将该图像的多个指定残差块的输出特征进行组合，得到第一组合特征，将第一组合特征输入局部注意力模型，获得人物局部特征，将各图像的人物局部特征以及各图像的人物全局特征进行组合，得到第二组合特征，将第二组合特征输入亲属关系验证模型，得到各人物之间的亲属关系验证结果。通过提取各图像具有显著差异的人物局部特征，与人物全局特征进行组合后输入亲属关系验证模型，得到准确的亲属关系验证结果。

 本公开的实施例公开了局部和全局特征保持的三维网格模型简化方法和装置。该方法的一具体实施方式包括:响应于检测到目标设备的存储空间超过预设阈值，将三维网格模型转换为三角面片网格列表；对三维网格模型进行初始特征提取，得到初始网格特征；对初始网格特征进行局部特征提取，得到网格局部特征；对网格局部特征进行全局平均池化；对网格局部特征和网格全局特征进行残差连接，得到整体形状特征；对每个三角面片网格进行显著性检测，得到网格显著性评分集；根据网格显著性评分集对三维网格模型进行简化，得到简化后三维网格模型以进行存储。该实施方式可以在保持简化模型形状表示精度的同时，减小三维网格模型的存储空间。

 本技术属于医疗图像分割技术领域，提出一种基于CNN与Transformer的三维冠状动脉分割方法及系统，包括:基于CNN和Transformer构建包含编码器和解码器的神经网络模型，其中，所述神经网络模型中的瓶颈层内包含多尺度特征交互模块；将待分割的三维冠状动脉图像输入所述神经网络模型；其中，在所述编码器中提取所述待分割的三维冠状动脉图像的特征，在瓶颈层通过所述多尺度特征交互模块对所述特征进行整合；在所述解码器中对整合后特征与解码器每一层输出的采样特征进行加权融合并输出分割结果。本发明解决了现有技术的分割结果碎片化的缺陷，提出了一种更加准确的分割方法。

 本技术公开了一种基于多模态的鱼类健康预警系统，该系统包括图像和音频数据采集模块、鱼类健康预警算法控制模块、前后端模块、硬件单元和EMQX云服务模块。该系统通过多模态算法模型对同一时间点下的水下摄像头拍到的视频图像和水下麦克风采集到的音频数据进行实时检测，根据鱼群游动的活跃度和声音的频率来进行分类，分为健康、疾病两种状态进行预警。本发明更稳定，可以节省大量的人力、物力，操作方便，克服了单一方法的局限性，通过算法根据每个鱼池不同的视频和音频来检测鱼群的健康，从而达到鱼类健康预警的效果，具有极高的应用价值。

 本技术涉及一种基于迭代学习的肝肿瘤局灶性病变预测方法，属于计算机模型领域，包括:首先对部分医学影像数据中的病灶区域进行人工标注，得到ROI训练数据，并使用这些数据构建基于YOLOv8的自动化病灶检测模型。在ViT分类模型中，裁剪后的图像被划分为固定大小的图像块，并嵌入到高维空间中。随后，利用位置编码为每个图像块添加位置信息，以保留其空间关系。将嵌入序列输入到Transformer模块，并经过全连接层进行分类处理，最终输出预测的类别。本发明引入了动态学习策略，在不同的训练阶段动态调整损失函数中的样本权重，能够减轻模型的累积误差，同时有效地处理不确定样本。

 本技术涉及图像处理技术领域，公开了基于3D混沌映射蜣螂算法的医学图像去噪方法，包括以下步骤:步骤1，输入待处理的原始医学图像，对原始医学图像进行加噪处理，生成带噪图像；步骤2，将带噪图像输入到用于对图像进行去噪处理的混合滤波器中；步骤3，采用蜣螂优化算法计算混合滤波器中各滤波器的最优参数组合，并采用最优参数组合配置混合滤波器；步骤4，利用配置后的混合滤波器对带噪图像进行去噪处理，生成去噪图像；其中，步骤3中，采用3D混沌映射初始化种群的分布位置；以解决现有技术中医学图像去噪效果差的技术问题。

 本技术公开了一种基于视觉语言大模型与提示学习的病理图像细胞分类方法，包括:利用实例感知提示学习模块、提示条件化模块、局部视觉文本匹配模块和图像编解码网络构建细胞分类框架，具体如下：在实例感知提示学习模块中，利用视觉语言大模型分别提取输入图像和文本的特征，以充分挖掘实例特异性信息，获得实例感知文本特征；将上述文本特征输入提示条件化模块以调制图像特征，同时还将其输入局部视觉文本匹配模块，用于加强与图像特征的语义关联；构建网络整体损失函数；使用优化器迭代训练分类网络。本发明解决了现有技术中存在因实例差异大导致的提示不完整以及细胞特征语义歧义的技术问题，从而能提高模型在多数据集的分类性能。

 本技术公开了一种球类运动视频分析方法、系统、电子设备和存储介质，涉及球类运动视频分析技术领域，方法包括:获取目标球类运动视频，其中，目标球类运动视频中的每个视频帧均含有时间戳；对目标球类运动视频中的每个视频帧进行识别，获取每个球员在每个时刻的每个人体关键点的位置和球在每个时刻的位置，其中，时间戳与时刻一一对应。本发明通过分析目标球类运动视频，能够实时准确地且高效率地捕捉每个球员每个人体关键点的位置和球的位置，减少对人工操作的依赖，能够为教练和球员提供即时反馈，为优化训练策略和比赛策略提供数据支持。

本公开提供了图像处理方法和装置，涉及人工智能技术领域，具体为计算机视觉、增强现实、虚拟现实、深度学习等技术领域。具体实现方案为:获取待处理的皮肤图像；从所述皮肤图像中提取低频光影层信息；根据所述低频光影层信息调整所述皮肤图像的色值，得到混合图；降低所述混合图的透明度，得到磨皮图像。该实施方式在磨皮过程中对皮肤边缘轮廓保护较好，重点针对光影层进行调整，实现了较好的高精图像磨皮效果。