本技术属于计算机视觉、图像处理及空间工程领域，其公开了一种基于改进神经辐射场算法的月壤试件原位三维重建方法，包括获取月壤试件的多视角图像集，进行月面光照自适应调整；多视图立体视觉计算高分辨率相机位姿，获取深度图；基于Vision Transformer模型生成神经编码卷，提取多维特征向量；生成神经辐射场，预测体积点的渲染特征；进行可微体积渲染，并使用颜色渲染、深度和光照三类损失反馈优化；使用移动立方体算法进行网格提取，获取三维网格模型；针对月壤背景纹理相似导致的特征提取困难和重建误匹配难点，有效解决月面不均匀光照条件下重建精度低问题，实现月壤试件的高质量、高精度原位快速三维重建。

 本技术属于医学图像处理领域，具体涉及一种基于单循环正则化的半监督医学图像分割方法；包括:采用并行的多个子网络对预处理好的有标签图像进行学习，计算模型的有监督损失；采用单循环一致性正则化使得各子网络之间共享学习到的信息，计算模型的正则化损失；采用伪标签竞争机制选择各子网络的伪标签；各子网络使用伪标签对预处理好的无标签图像进行学习，计算模型的无监督损失；根据有监督损失、正则化损失和无监督损失计算模型总损失；根据模型总损失调整模型参数，得到训练好的医学图像分割模型；使用训练好的模型进行图像分割；本发明可更好的从无标签图像中提取相关知识，并避免噪声所带来的影响，提升图像分割的准确性。

 本技术公开了一种基于粒球计算和对比学习的图像标签噪声学习方法，包括:获取图片数据并对其进行预处理，将预处理好的图片数据输入到训练好的图像标签噪声学习模型中，得到图像分类的结果。该图像标签噪声学习网络的训练过程包括：获取图像训练数据集，对其预处理和数据增强；采用对比学习框架SimSiam分别提取强数据增强样本和弱数据增强样本的特征表示，将弱数据增强样本的特征表示输入粒球计算层，经聚类后将粒球样本的特征矩阵及其标签输入分类器得到图像分类结果p，计算分类损失；通过预测层对强数据增强样本的特征表示进行预测，以图像分类结果p为指示函数计算对比损失；通过对比损失和分类损失反向传播优化网络。本发明能够明显提升网络性能。

本技术公开了一种用于领域可泛化文本识别的序列风格一致性学习方法和系统，属于文本识别领域。包括:1、提取图片特征序列；2、对提取的图片特征序列进行数据增强处理；3、对初始特征序列和增强特征序列进行解耦处理并进行熵损失优化；4、通过风格一致性学习来减小风格相关特征和任务特征之间的相关性，优化对比学习损失；5、模型预测阶段仅使用任务相关序列特征进行预测。相比于现有的传统方法，本发明首次针对文本识别任务提出了领域可泛化的方法，填补了该项技术的空白，并实现了比当前最先进的领域泛化模型更好的性能。

本技术公开了一种基于时空融合网络的人脸表情识别方法，包括如下步骤:首先，对输入图像进行预处理；然后，构建了可以从时域和空域两个不同维度上分别学习人脸表情特征的时空融合网络，利用训练样本对时空融合网络的两个模块分别进行训练，最后利用一种基于微调策略的最佳融合方法将不同维度学习到的表情时空特征有效融合；测试时将待检测的人脸表情图像序列输入到训练好的时空融合网络中，得到表情的分类类别。本发明具有如下有益效果：本发明使用基于微调策略的最佳融合方法，能够更加有效的将学习到的表情时空特征进行融合，提高了对表情特征的学习能力；能够提高面部表情识别的准确率。

本技术公开了一种基于动作信息校正的表情识别方法、装置、设备及介质。该方法包括:卷积处理目标车辆对应的标准化视频生成包含各目标视频帧的目标视频帧序列；基于第一关键点检测模型动作识别处理各目标视频帧确定目标动作信息，并基于第二关键点检测模型检测处理各目标视频帧确定基础面部关键点；基于目标动作信息及预设动作标准对基础面部关键点进行位置校正生成目标面部关键点；基于全连接表情分类网络分类处理目标面部关键点，确定目标面部关键点对应的表情类别，将表情类别作为标准化视频对应的目标表情识别信息。通过本发明的技术方案，能够对车内驾驶人员的面部表情进行实时识别，提高了表情识别的准确性和鲁棒性。

本技术提供了一种地质剖面自动出图方法、装置、设备及介质，涉及数据处理技术领域，在所述方法中，当目标地质剖面图的图片类型为地质横剖面图时，基于BIMBase和目标地质剖面图对应的目标地质剖面需求确定横向剖切线，基于横向剖切线获取初始地质剖面图，向BIMBase发送第四预设指令使BIMBase输出若干幅目标地质剖面图；可知，本发明在目标地质剖面图的图片类型为地质横剖面图时，基于BIMBase和目标地质剖面图对应的目标地质剖面的需求确定横向剖切线，基于横向剖切线获取初始地质剖面图，基于BIMBase和初始地质剖面图获取目标地质剖面图，有利于提高获取目标地质剖面图的效率且能够满足多种剖切方式的需求。

本技术公开了一种基于时间衰减机制的表情识别方法、装置、设备及介质。该方法包括:基于预设区域检测模型及预设表情识别模型分类处理当前标准化视频帧确定表情信息，并基于预设上肢体关键点检测模型及预设动作识别模型识别处理当前标准化视频帧确定动作信息；基于动作信息与对应表情信息的一致性关系，确定当前标准化视频帧对应的第一强信息度帧或第二强信息度帧；基于时间衰减机制及第一强信息度帧或第二强信息度帧对当前标准化视频帧进行置信度融合处理得到融合表情置信度值，并基于融合表情置信度值确定当前标准化视频帧对应的表情识别结果。通过本发明的技术方案，能够识别出视频序列中的表情类别，提高了表情识别的准确性和鲁棒性。

本文公开了一种整车行为确定方法、装置、电子设备及存储介质，涉及计算机技术，该方法包括:获取车辆的当前行驶参数和当前车内图像，当前车内图像包括驾驶区域和乘客区域，驾驶区域包括驾驶像素点，乘客区域包括乘客像素点；基于当前行驶参数确定驾驶权重和乘客权重；利用驾驶权重处理驾驶像素点、利用乘客权重处理乘客像素点，获得驾乘融合图像，以根据驾乘融合图像确定整车行为。本申请中的驾乘融合图像中结合了车辆的当前行驶参数，在根据驾乘融合图像确定整车行为时，能够明确当前时刻需更关注乘客行为还是更关注驾驶员行为，以精准地反映出当前整车状态，有助于根据确定的整车行为更好地服务于用户，从而取到提高驾乘体验的有益效果。

本技术提供了一种基于单相机的红绿灯状态检测方法及系统，包括:图像采集模块采集原始图像，在原始图像上设置感兴趣区；目标检测模块检测感兴趣区图像中是否存在红绿灯；状态检测模块检测感兴趣区图像中红绿灯的状态，并输出结果；同时，检测红绿灯是否在感兴趣区图像的中心，若是，则感兴趣区参数不变，若否，则参数精调模块对感兴趣区参数进行调节；判断连续未检出红绿灯的感兴趣区图像累计帧数是否超过阈值，若否，则感兴趣区参数不变，若是，则对感兴趣区参数调节。本发明使用单个大分辨率相机对长短焦相机进行替代，减少了设备成本、简化了检测算法，同时精调和粗调结合的感兴趣区滑窗方法，避免了大分辨率图像带来的模型数据量增加的问题。