本技术公开了一种基于加速投影递归神经网络的遥感图像目标检测方法，包括:获取原始遥感图像并计算遥感图像自相关矩阵；基于遥感图像自相关矩阵构建滤波输出的线性约束最优化数学模型并通过转化获得线性等式方程数学模型；采用加速投影递归神经网络算法对线性等式方程数学模型进行求解，将求解结果进行向量分解，获得滤波系数向量，基于滤波系数向量获得滤波输出后的遥感图像，完成遥感图像目标检测。本发明提出的基于加速投影递归神经网络的遥感图像目标检测方法在求解优化问题时具有更快的收敛速度、更短的计算时间、更强的图像阈值分类能力以及更高的目标检测精度。

 本技术公开一种基于深度学习的联合颈椎推断年龄与性别分类方法及系统，包括:将X光头颅定位侧位图像作为基于U‑Net架构的分割网络的输入，得到X光头颅定位侧位图像中单个颈椎的分割掩模；根据颈椎分割掩模设计多种输入工况；针对每个输入工况设置单个颈椎和多种颈椎组合输入组合；以X光头颅定位侧位图像左上角为坐标原点设定范围取ARDA指导的颈椎区域；使用训练后的Efficentnet‑B0模型对针对每个输入工况设置单个颈椎和多种颈椎组合输入组合以及ARDA指导的颈椎区域进行年龄推断和分类，得到X光头颅定位侧位图像对应性别的概率和年龄；通过不同的颈椎组合模式与单个颈椎进行年龄和性别推断精度的比较，进一步提高年龄估计准确性和可靠性。

 本技术提出一种面向色障患者（CVD）感知图像的色彩增强方法和系统；所述方法包括以下步骤:步骤S1、基于色觉障碍者的视觉特性，通过主观实验建立色觉障碍友好图像数据库；步骤S2、构建色觉障碍感知引导增强模型(CVD Perception‑guided Enhancement Model，CPEM)，所述色觉障碍感知引导增强模型包括色觉障碍者CVD引导的特征提取模块和扩散变换模块；步骤S3、利用色觉障碍友好图像数据库完成对色觉障碍感知引导增强模型的训练；步骤S4、将原始图像和纯噪声图像作为模型输入，通过训练后的色觉障碍感知引导增强模型对原始图像进行色彩重构，生成符合CVD用户视觉感知的增强图像。本发明所提出的模型在提升色觉障碍个体色彩感知方面具有显著优势。

 本技术公开了一种基于多尺度语义细节融合的双分支实时语义分割方法，所述方法在Pytorch框架中构建多尺度语义细节融合的实时语义分割模型，利用LAE模块提取主干网络信息，在高分辨率分支与低分辨率分支间采用BDF模块进行不同层次信息交互，使用不同分支中上下文语义信息并利用轻量坐标注意力提高双分支的信息通信，提高整个网络对特征图中细节信息的学习能力；在低分辨率分支的末端采用了一个MLPP模块来表示上下文特征信息，以局部到全局的方式促进了上下文融合，使用深度卷积逐步聚和相邻尺度的特征，减少模型的大小，提高计算速度，本发明能够准确获取图像的语义分割结果，以实现实时图像语义分割的准确性和速度之间的权衡。

 本技术提出一种基于自适应亮度提升与高保真色彩校正的低照度图像增强方法。包括:构建训练数据集，对成对的低照度/正常照度图像进行数据增强，得到用于训练的图像数据集；设计基于自适应亮度提升与高保真色彩校正的低照度图像增强网络；设计用于训练所设计网络的损失函数；并使用训练数据集训练所设计网络；将待测低照度图像输入到训练好的网络中，生成正常照度图像。本发明利用自适应亮度提升策略以及多色彩空间约束下的色彩校正，能够在自适应增强图像亮度，并将图像色彩进行高保真校正，得到亮度合适且色彩高保真的高质量图像，有效解决了低照度图像亮度不均匀、色彩失真以及细节丢失等问题。

 本技术公开了一种获取大型高温锻件图像中锻件表面低灰度值光条亚像素边缘的方法及系统，涉及计算机视觉检测技术领域；包括在高温锻件图像中，以低灰度值光条像素级边缘中心为中心点获取直径为N个像素的圆形区域内像素；基于圆形区域内像素的灰度以及该低灰度值光条像素级边缘相邻的若干像素级边缘，得到圆形区域分割直线的位置及该直线方程；获取经过低灰度值光条像素级边缘中心与圆形区域分割直线垂直的直线，两直线的交点为像素级边缘对应的亚像素边缘。本发明能够有效解决高温锻件图像中光条因亮度较低而导致的亚像素边缘提取精度下降的问题，特别适用于精确计算这些低灰度值光条的亚像素边缘。

本文章涉及一种切剃精度高的笔电指纹芯片，属于指纹芯片技术领域，包括柔性电路板，所述柔性电路板的顶端固定有封装底环，所述封装底环上设有固定机构，所述封装底环的顶端抵接有密封盖板，所述密封盖板上固定有散热翅片，所述散热翅片的顶端设有吸湿机构，所述柔性电路板的顶端固定有散热硅脂和芯片本体。该切剃精度高的笔电指纹芯片，通过在散热翅片上设有吸湿机构，使得使用者手上的水滴和汗液能够被吸湿机构进行吸湿，从而有利于使用者利用手指进行指纹识别，无需使用者利用其他物品擦干手上的水滴或者汗液，通过在封装底环上设有固定机构，使得密封盖板与封装底环之间的固定更加牢固，同时方便对密封盖板进行拆卸。

 本技术提供一种基于多模态的前列腺癌与增生预测系统及构建方法，涉及医疗影像处理技术领域，本发明通过初步划分与二次标识的精准结合，有效减少了自动划分可能引入的误差，提高了前列腺区域标识的准确性和可靠性，采用并行计算处理的方式能够有效缩短整个预测流程的时间，提高处理效率，并配合多模态特征的融合与筛选，能够进一步提高识别特征的精准性，为前列腺癌病情以及其骨转移情况预测结果的高精准性和高效率提供了良好的保障。

 本文涉及机器人运动控制领域，其具体地公开了一种基于计算机视觉的机器人运动控制系统及方法，其首先获取由视觉传感器采集的乒乓球发球全景图像和用户乒乓球历史练习数据，然后利用深度学习技术，对二者进行特征提取和关联分析，最后通过生成器，以生成乒乓球陪练机器人运动轨迹，从而根据用户的习惯、强项和弱点提供个性化的训练方式，使训练更加高效和针对性，并且提升训练的灵活性和便利性。

 本技术提供一种高泛化能力的视觉振动测量方法，S1.选择高泛化能力的标签，包括:收集历史标签并制作成数据集；选取经典的深度学习算法进行训练决策出最佳的标签以及规律；S2.高效的目标检测，包括：高效检测器的设计；简易的目标跟踪器；振动位移的转化。本发明显著提升了视觉测量振动的实用性、可靠性和精确度，为相关领域的应用提供了坚实的技术基础。