本技术实施例一种目标检测方法、装置、电子设备与存储介质。该方法包括:确定目标检测区域对应的多个目标对象，所述目标对象是通过雷达对目标检测区域初步进行目标探测得到；对待聚类的多个目标对象进行聚类得到至少两个待复核组，每个所述待复核组对应一个聚类区域，同一个所述待复核组中的目标对象能被同一个拍摄设备进行同时拍摄且同时拍摄时能使所述目标对象在图像中尺寸不小于参考尺寸；调用所述拍摄设备分别对各个所述待复核组对应聚类区域中目标对象进行目标复核操作。本文技术方案不仅提高了目标检测的准确性和效率，还通过优化流程减少了不必要的调度复核操作，延长了拍摄设备的使用年限。

一种基于多源数据的湿地生态干旱情况识别方法、电子设备及存储介质，属于遥感数据智能识别技术领域。为解决精确识别湿地生态干旱情况的问题。本技术采集湿地的影像数据和气象数据，构建湿地的影像数据集、湿地的气象数据集；构建湿地生态因子，包括湿地的湿度、降雨量和地下水位；构建深度学习网络模型，将得到的湿地的影像数据集中的湿地的影像数据输入到深度学习网络模型中提取湿地的水体分离结果图；基于得到的湿地的水体分离概率图得到湿地的水体分布图，结合得到的湿地的气象数据集中的湿地的气象数据求解湿地生态因子的变化趋势，识别湿地生态干旱情况。本发明为湿地保护和生态环境管理提供科学依据，提高湿地生态系统的恢复和保护效果。

 本技术提供了一种太极拳训练动作的数字化评估方法和装置，属于图像识别领域，该方法包括:提取待评估太极拳影像中多个预设骨骼节点基于时序的2D骨骼节点数据；对2D骨骼节点数据进行进行深度扩充，得到3D骨骼节点矩阵；根据3D骨骼节点矩阵确定预设骨骼节点的空间几何特征和时间运动特征；通过RF对空间几何特征和时间运动特征进行分类，得到每个动作的分类结果；基于动作分类结果，确定每个动作与预设标准动作的偏离度，根据偏离度确定待评估太极拳影像的评估结果。这样通过提取关键骨骼节点的动作数据对太极拳动作进行评估，能够量化太极拳动作的评估结果，提高了评估的准确性和可靠性，为太极拳的教学和训练提供了科学的依据。

 本文涉及医疗保健信息学领域，具体涉及基于人工智能的眼科疾病预测模型训练方法；包括如下依次执行的步骤:S1：获取眼科疾病的数据集，并对所述数据集中的各张图像进行疾病标注；S2：对标注后的所述数据集进行数据扩充，获取眼科疾病的训练数据集；S3：利用基于动态权重重分配的神经网络算法作为特征提取模型对眼科疾病的训练数据集进行特征提取，获取眼科疾病的提取特征；S4：利用基于特征细化的自编码神经网络作为特征降维模型对提取特征进行降维，获取降维后的眼科疾病的初始低维特征；S5：将降维后的眼科疾病的初始低维特征输入到分类器模型进行训练，获取分类结果；S6：利用训练完成的模型对数据集进行分类；有效捕捉眼科疾病数据的特征。

 本技术公开了基于图像智能分析的颈动脉斑块快速分析方法及装置。方法包括:从颈动脉斑块图像信息各样本的样本图像中提取样本图像特征，从样本数据库中提取各样本的样本基础特征并结合样本图像特征对初始分析模型进行迭代训练，从输入的待分析个体信息中分别提取初始个体图像特征及初始个体基础特征，并输入训练得到的目标分析模型得到包含风险概率的颈动脉斑块分析结果。通过上述方法，能够提取得到样本图像特征及样本基础特征对初始分析模型进行迭代训练，并基于训练后的目标分析模型准确获取包含风险概率的颈动脉斑块分析结果，大幅提高了对颈动脉斑块图像进行风险分析的准确性。

 本文公开一种基于姿态追踪的施工人员状态监控预警系统及方法，涉及监控预警技术领域，所述系统包括:依次连接的数据采集模块、姿态追踪模块、行为分析模块和报警模块；数据采集模块用于捕捉施工人员的实时视频流；姿态追踪模块用于利用计算机视觉算法，对实时视频流中的各帧图像进行施工人员的骨骼关键点的提取，得到施工人员的骨骼关键点的坐标；行为分析模块内部署姿态识别模型，将骨骼关键点的坐标输入至姿态识别模型中，确定施工人员的动作，并进行不安全行为检测，得到不安全行为识别结果；报警模块用于当不安全行为识别结果为不安全行为时，触发报警。本申请提高了施工人员监控和安全报警的实时性、精度和自动化程度。

 本技术公开了一种基于图神经网络的多域特征级融合表情识别方法，涉及计算机视觉技术领域，包括首先，对原始图像进行数据增强，基于关键点检测，按照三庭五眼对面部进行区域划分；其次，构建面部的图结构，并根据特征点所在区域为各个边赋予相应的权重，得到加权后的距离信息，并存储于邻接矩阵；然后通过图神经网络获取谱域特征和空域特征，通过多级卷积神经网络、ViT分别获取局部特征、上下文特征；之后，通过基于结构特征引导的特征融合网络进行多域特征融合，进而获得表情识别结果。因此，采用上述一种基于图神经网络的多域特征级融合表情识别方法，能够使模型更深入地理解表情的变化，增强识别能力，提升模型的鲁棒性、稳定性。

 本技术公开了一种交互便捷的多功能图像生成方法，包括:接收输入的图像生成控制条件并预处理；图像生成控制条件包括：文本提示、实体条件图和背景图；通过生成模型对初始噪声图像进行全局引导去噪，获得噪声图像；利用生成模型中的交叉注意力图实现局部控制区域的自适应定位；根据定位后的局部控制区域，对预处理后的实体条件图和背景图进行多层次特征融合，获得多模态编码特征；将多模态编码特征通过视觉控制适配器获得视觉控制特征，与生成模型中的全局中间层特征，共同引导生成模型对噪声图像进行去噪，实现图像生成。该方法解决了多模态图像生成领域中交互不便捷、图像质量差以及功能单一的问题，显著提升了多模态图像生成的性能和用户体验。

 本文提供了一种基于图像的PICC静脉治疗信息监测系统及方法，涉及智能图像分析领域，其通过对目标监测时间段内不同时间点的患者穿刺部位的高清图像进行时序分析进而来判断患者的穿刺部位是否存在感染迹象。这样，可以提高感染监测的准确性和及时性，有助于早期发现感染迹象，从而及时采取措施，减少感染的发生率和严重性。

 本文公开了一种红外舰船识别方法、系统、设备及存储介质，方法包括:获取待识别的红外舰船图像；将待识别的红外舰船图像输入已完成训练的学生模型，得到红外舰船图像的识别结果；已完成训练的学生模型由以下步骤得到：获取干净红外舰船样本；获取随机噪声向量组；根据干净红外舰船样本和随机噪声向量组，获取增强红外舰船样本；根据干净红外舰船样本、增强红外舰船样本和已完成对抗训练的教师模型训练学生模型，得到已完成训练的学生模型。本申请能实现提高红外舰船图像识别的准确率。