本技术公开了一种基于细粒度语义描述的手势动作视频生成方法和装置，包括:对原始视频进行预处理和数据增强后，构建由视频帧和用于描述视频帧中手势动作的细粒度语义描述文本组成的样本数据；构建由视频编码模块、文本编码模块、降噪生成模块、以及视频解码模块组成的训练架构；基于视频编码模块中的加入噪声和降噪生成模块中的去噪噪声之差构建损失函数，利用损失函数仅优化降噪生成模块参数，参数优化后由文本编码模块、降噪生成模块、以及视频解码模块组成视频生成模型；利用视频生成模型基于输入的随机向量和描述手势动作的细粒度语义描述文本进行手势动作视频生成。这样基于细粒度语义描述文本生成高质量含有手势动作的通用数字人视频。

 本技术公开了一种基于扩散模型的毫米波雷达点云生成方法，包括:获取时空对齐的激光雷达点云数据和毫米波雷达数据；将所述激光雷达点云数据压缩至二维，对所述毫米波雷达数据进行二维快速傅里叶变换，得到维度相同的压缩点云数据和毫米波距离—方位角热图并进行串接，得到串接数据；基于马尔科夫链，对所述串接数据进行前向扩散；对前向扩散后的串接数据，训练逆扩散网络对逆向马尔科夫链的转移核进行预测，以学习毫米波雷达域到激光雷达域的映射关系；在部署阶段，仅需获取毫米波雷达数据，经预处理后输入训练后的逆扩散网络，从而生成类激光雷达点云，以实现高质量毫米波雷达点云生成。

 本技术涉及小目标检测的联合优化方法、装置、设备和介质。方法包括:通过获取训练样本集，将训练样本集输入检测器，得到各训练样本的分类输出结果与边界框回归输出结果；根据分类标签与分类输出结果计算每个训练样本的分类得分；根据真值框与边界框回归输出结果计算每个训练样本的边界框回归得分；根据分类得分与边界框回归得分，计算正样本权重与负样本权重；然后根据正样本权重与负样本权重得到联合优化损失；通过联合优化损失反向传播给检测器进行优化训练，得到训练好的检测器，通过训练好的检测器进行小目标检测。本发明能够很好的平衡分类预测和回归预测，提升小目标的检测率。

 一种融合局部特征与全局上下文信息的三维点云任务分析方法，属于三维点云任务分析领域，包括以下步骤:步骤1、构建点云数据集，过程如下：步骤1.1）、定义数据集；步骤1.2）、点云数据集预处理；步骤2、点云数据集采样，通过最远点采样FPS方式将原始点云数据集的点云数量下采样到固定值；步骤3、点云数据集分组；步骤4、局部特征提取；步骤5、邻域特征传播；步骤6、构建空间形状位置编码；步骤7、构建通道注意力；步骤8、局部特征增强，步骤9、全局上下文特征提取；步骤10、三维点云分类以及分割任务。本技术有效提高三维点云任务的精度。

 一种基于动态图卷积网络的人体姿势估计方法，属于人体姿势估计领域，包括以下步骤:第一步、简化视频中人体结构，构建人体骨骼关键点结构图；第二步、定义一个图结构来表示人体关节之间的空间关系；第三步、定义一个图结构表示人体各关节之间的运动关联性；第四步、利用动态时空图卷积，构建一种动态图卷积网络；第五步，进行3D人体姿势行为数据增强；第六步，利用3D人体姿势数据在虚拟场景中构建人体行为数据。本技术提升对关节之间复杂关系的建模能力，提高模型的鲁棒性，更精准地识别复杂行为。

 本说明书实施例公开了一种迁飞虫群的自适应分割方法、设备及介质，涉及数据处理技术领域，用于解决传统的虫群分割方法中具有噪声干扰且精确度低的问题。方法包括:高分辨雷达测量确定各初始数据点的四维坐标；基于四维坐标所对应的平均稀疏程度，进行自适应噪声剔除，获得过滤后的数据点；获取各数据点的最近邻集合，以根据任意两个数据点的最近邻集合定义邻接矩阵；确定数据点所对应的无向权重图，以根据邻接矩阵内的成对相似度确定当前迁飞虫群的拉普拉斯矩阵；基于预置子图最优分割函数对拉普拉斯矩阵进行寻找，获得子图最优分割，以将子图最优分割所对应的数据点分割作为当前迁飞虫群的分割结果。

 本技术涉及养殖数据传输技术领域，具体涉及基于云平台的牛养殖数据传输方法及系统，本发明通过分析连续帧图像中每个区域的光流矢量和温度变化程度，区分呼出气体区域与牛体区域，得到每帧图像中的牛位置点以及每头牛的生理特征参数；进而分析连续帧图像中牛位置点的变化量，得到每头牛的活动量；根据牛的生理特征参数，结合环境温度，识别每头牛的异常程度；另外，通过分析牛圈范围内所有头牛的异常程度之间的群体关联性，对异常程度进行修正；根据修正后的异常程度，确定当前时刻的数据传输优先级。本发明方法提高了传染性胸膜肺炎前期牛体异常识别的及时性和准确性，进而保证了对前期传染性胸膜肺炎处理的及时性。

 光照融合与局部二值的荧光原位杂交图像轮廓增强方法，涉及图像处理领域，解决了现有的组织细胞荧光图像预处理时，由于采集的图像中存在局部光照不均匀、噪声较大等图像缺陷，染料浓度不同等问题。所述方法包括:采用中值滤波方法去除图像中噪声，计算线性方程得到图像的纹理权重，利用纹理权重和平滑函数进行分析处理得到亮度图像和平滑图像，并进行灰度处理得到灰度分布信息；采用局部二值算法选取系数，对图像进行增强处理，得到光照增强图像；将轮廓特征图像与光照增强图像进行加权相加，对8个最大像素值周围的8个邻域进行分析，通过分段线性函数和热力图识别能量梯度高的区域，其高频信号区域即为荧光原位杂交组织细胞图像的轮廓区域。

 本文涉及智能辅助领域，其具体地公开了一种胃肠外科手术辅助系统及方法，其通过获取目标患者对象的胃肠CT扫描图像，运用基于计算机视觉和AI的图像识别及处理算法来对所述胃肠CT扫描图像进行图像预处理，接着从预处理后的图像中提取出主干语义特征和边界语义特征，基于这两者特征间的细粒度强化融合表示来智能地生成包含被标注的肿瘤边界的图像语义分割结果。这样，能够捕捉到人眼难以辨识的微小变化，从而更准确地识别和标注肿瘤边界信息，为医生提供了直观的视觉辅助。并且，自动化处理流程显著减少了医生手动分析的时间，提高了诊断的速度和效率。

本技术涉及危险化学品安全监控方法技术领域，更具体地说，涉及基于大数据的危险化学品安全监控方法，包括步骤1.异源传感数据采集与预处理；步骤2.关联时空特征提取；步骤3.双重自编码字典学习:设计联合局部‑全局约束的双重稀疏自编码网络,同时最小化数据重构误差和字典规模,采用交替迭代的近端梯度下降算法对目标函数进行求解;步骤4.基于量化编码的字典参数优化;步骤5.多层级联合解码;步骤6.基于增强重构序列的异常诊断，在多模态异构数据压缩、时空关联建模、字典学习与编码、重构优化以及异常诊断等方面,实现了多重协同增效。