本技术公开了一种关注长短期时间关系的视频行人重识别方法，特点是首先将训练数据送入Transformer网络，利用Transformer网络强大的建模能力，获得了视频帧中更具有辨别性的特征，再通过挖掘视频帧中的时间关系和空间线索，挖掘视频中的时空信息，再通过梯度反向传播算法更新待训练的视频行人重识别模型最终得到训练后的视频行人重识别模型，最后获取与查询特征的余弦距离最近的检索特征，并将与该检索特征对应的检索数据作为查询数据的识别结果；优点是通过充分挖掘视频帧中的时间关系和空间线索，能够更好挖掘视频中的时空信息，提高行人重识别的鲁棒性和准确性。

 本技术公开了一种基于ID‑YOLOv8的老、幼、孕、残检测方法，主要针对解决现有人体检测技术无法有效识别和分类老年人、儿童、孕妇和残疾人士的难题。该方法通过改进YOLOv8模型，添加一个专门的“老、幼、孕、残检测头”，专用于识别和分类这四类人群，同时，模型引入了卷积与注意力融合模块，通过捕捉长距离依赖关系和局部光谱相关性，从而提升全局和局部特征的建模能力，有效提高了目标检测分类的精度和鲁棒性。该改进后的模型被命名为ID‑YOLOv8，特别优化了对老年人、儿童、孕妇和残疾人士的感知能力，使其能够在复杂环境中实现稳定且准确的检测，广泛适用于智能安防、智能交通管理、医疗影像分析等应用场景。

 本技术提供一种风电叶片用拉挤板材表面缺陷的检测方法及系统，涉及图像处理技术领域，方法包括:获取拉挤板材表面在反射场和背光场下的交叉频闪图像；拆分图像获得反射场和背光场图像；基于反射场图像构建反射场数据集，基于背光场图像构建背光场数据集；构建在反射场和背光场下的视觉检测模型；使用反射场数据集训练反射场下的模型，使用背光场数据集训练背光场下的模型；获取待检测拉挤板材表面在反射场和背光场下的交叉频闪图像；拆分图像获得待检测反射场和背光场图像；将待检测反射场图像输入反射场下的模型，得到反射场检测结果，将待检测背光场图像输入背光场下的模型，得到背光场检测结果；根据反射场和背光场检测结果得到最终检测结果。

 本文提供一种舌像分割方法、装置、存储介质和计算机设备，方法包括:获取多个待分割图像样本、对应的多个图像分割结果样本以及初始舌像分割模型；将待分割图像样本输入至下采样编码器进行特征提取和分组卷积处理，得到第一图像数据；将待分割图像样本和第一图像数据输入至上采样解码器进行上采样和分组卷积处理，得到第二图像数据；将第二图像数据输入至全连接层，得到初始图像分割结果；根据多个图像分割结果样本和多个初始图像分割结果，训练初始舌像分割模型的模型参数，得到训练后的目标舌像分割模型；将目标待分割图像输入至目标舌像分割模型，得到待分割图像中的舌像分割结果。本申请可以提高舌像分割的准确性。

 本技术提供了一种基于图神经网络的校园异常事件监控视频分析方法，包括:采集校园内的多个视频画面；基于利用图神经网络预构建的校园异常行为事件相关度判定模型，确定各个所述视频画面的相关度；将各个所述视频画面按照对应所述相关度从大到小进行排序，获得视频画面序列；向校园安全管理人员推送所述视频画面序列。本发明的基于图神经网络的校园异常行为行为监控技术，使工作人员能够快速有效地查看最有可能包含异常行为行为的视频片段，有助于对异常行为行为进行准确的判别和确认，从而大大提高处理校园异常行为事件的效率和准确性，及时采取相应的措施来保护学生的安全和权利。

 一种基于多尺度特征协同与语义互补的遥感目标检测方法，包括:S1.采用主干网络提取给定输入遥感图像的特征，并生成下采样后的多层级特征图；S2.收集并挖掘所述多层级特征图中的全局语义信息；S3.协同全局多尺度特征和局部层级特征，融合语义和空间上下文信息；S4.融合输入特征图中相邻层的显著信息增强输出特征图的语义表示；S5.由分类和定位解耦的检测头从增强后的特征图中分别预测目标的类别和检测框；S6.选择Distribute Focal Loss和Complete IoU Loss作为回归损失用于目标的边界框回归。本技术的方法有助于建模遥感图像中的物体和背景之间的关系，减轻复杂背景对于精确目标特征的影响，同时适应不同遥感目标的大尺度变化，提高检测准确率。

本文公开了一种焊缝识别方法、装置、计算机可读介质及电子设备，所述方法包括:获取焊接工件的点云数据；计算所述点云数据中各个点所对应的协方差矩阵，并对所述协方差矩阵进行特征值分解，得到所述各个点对应的多个特征值；根据所述各个点对应的多个特征值从点云数据中提取多个交界边缘点，所述交界边缘点包括所述点云数据中处于两个面点云交界处的点，所述面点云是指所述焊接工件中的一个面对应的点云；根据各个交界边缘点的凹凸性，从所述多个交界边缘点中提取凹点作为焊缝点，得到所述焊接工件中的焊缝。本申请技术方案有效避免了将凹特征作为焊接工件中焊缝的问题，达到了精准识别焊接工件中的效果，提高了焊缝识别的准确性和精度。

本文提供了一种动物监控方法及装置，属于监控技术领域。所述方法包括:获取目标监控设备采集到的监控视频；通过动物检测算法确定所述监控视频中是否包含动物图像；如果所述监控视频中包含动物图像，则通过动物特征提取算法从所述动物图像中提取动物特征；根据待监控的动物类别对应的动物特征、提取出的动物特征、以及采集所述监控视频的监控设备所处的地形信息，判断所述动物图像包含的动物是否属于所述待监控的动物类别；如果所述动物图像包含的动物属于所述待监控的动物类别，则输出所述动物所属的动物类别的第一预警信息。采用本申请可以提高搜寻效率，并降低漏查率。

本技术实施例涉及一种人脸图像识别的方法、装置和可读存储介质，在触发人脸检测的情况下，获取补光前后的视频图像序列；识别所述视频图像序列的特征点，并进行归一化处理；获取归一化处理后的特征量，根据补光前后的特征量进行3D重构；将重构的3D模型与预先构建的人脸3D模型进行匹配，若匹配值大于阈值则判定不是人脸，若匹配值小于阈值则判定是人脸。从而实现在无需使用者肢体动作或语音配合下，提供更优质便捷的体验，且识别结果更加准确，防止屏幕、纸张打印、照片攻击导致的误识别。

本技术提供了一种识别微塑料的方法、装置和存储介质，该方法包括:S1，将微塑料图片分解成第一颜色通道、第二颜色通道和第三颜色通道，获得与各通道对应的灰度图；S2，分别对各灰度图进行图像积分，获得对应的积分图像；S3，分别对积分图像进行局部区域计算，获得对应的均值图像；S4，分别将灰度图与对应的均值图像进行比较，获得与灰度图对应的二值图；S5，分别对各二值图进行图像开运算，获得经过图像开运算后的对应二值图；S6，对与各通道对应的、经过图像开运算后的各二值图进行逻辑与运算，并根据逻辑与运算的结果矩阵来识别微塑料图片中存在的微塑料。本发明的技术方案避免了人工识别的主观性，可以可靠、高效地实现对微塑料进行识别。