本公开的各实施例的目的是提供一种用于训练对用户进行动作识别的2D卷积神经网络的方法、计算机程序产品和计算机程序存储介质。其中，计算机设备获取动作图像样本集，将所述样本图像序列输入到2D卷积神经网络中，以对其进行动作识别的训练。本公开实施例中的特征提取过程完全是全自动的，不需要人工参与，动作识别模型学习出的特征具有更好的泛化性能，从原始视频帧输入到关键点的动作分类是端到端的过程，算法简单涉及环节少，通过在中间增加了通道维度和前后特征序列维度，参数分类的特征更加丰富，维度更多，因此最终动作识别的效果更好，精确度更高。

本技术提供的人体属性识别模型训练及人体属性识别方法、相关装置，方法包括:获取训练数据集，针对每种人体属性，从训练数据集中确定与人体属性匹配的子训练数据集，并基于子训练数据集，对第一残差网络进行训练，得到每种人体属性对应的子识别模型；基于训练数据集和每个子识别模型，得到每种人体属性对应的置信度标签；根据每种人体属性对应的置信度标签和全部人体属性标注信息，对第二残差网络进行训练，得到人体属性识别模型。本发明基于人工标签和软标签的双信号监督相结合的训练模式，降低不同人体属性训练时收敛速度不一致带来的不利影响，提高了人体属性识别模型识别准确率。

 本技术提供一种面向异常天气下的路面裂缝与安全锥检测方法及设备，涉及计算机视觉和图像处理领域，包括:将待检测合成图像输入训练好的异常天气处理网络，获得待检测真实图像，将待检测真实图像输入训练好的路面裂缝检测网络和训练好的安全锥检测网络，分别获得路面裂缝检测结果和安全锥检测结果。本发明基于生成对抗网络GAN与卷积神经网络CNN联合构建了一种异常天气处理网络，以克服常规去雨算法会产生因雨纹与图像细节的混淆而导致结果过度暗淡或饱和的问题，并利用半监督学习方法对异常天气处理网络进行训练，提高图像的去雨效果。

 本技术提供一种基于神经辐射场的静态室内场景三维重建方法及系统，其中的方法包括:获取待重建的室内场景的数据；基于神经辐射场算法将所述待重建的室内场景空间划分为两个以上参数化的体素网格，并通过参数描述所述体素网格对应的场景信息，重建场景的神经辐射场隐式模型；基于粒子群优化算法，对所述神经辐射场隐式模型的当前各个体素网格的参数组合的性能进行迭代评估，直至获得全局最佳位置对应的各个体素网格的参数组合；获得训练好的神经辐射场隐式模型。本发明实现了非专业用户也能快速、准确地完成静态室内场景的三维重建；同时提高了三维重建的效率和质量；适合于需要即时数据和快速反应的应用场景。

 本技术实施例提供了一种肠道息肉分割方法和装置、电子设备及存储介质。其中，方法包括:获取肠道息肉图像；对肠道息肉图像进行预处理，得到标准化肠道息肉图像；对标准化肠道息肉图像进行特征提取，得到多个不同尺度的图像特征输入至肠道息肉分割模型，得到肠道息肉分割结果，其中，小波‑空间高阶特征聚合网络包括边界学习模块、多尺度特征学习模块和多尺度特征聚合模块，边界学习模块用于学习肠道息肉的边界特征，多尺度特征学习模块用于学习多个不同尺度的图像特征得到补充特征，多尺度特征聚合模块用于对多个不同尺度的图像特征、边界特征和补充特征进行特征融合，以输出分割图。基于此，本发明实施例能够实现更准确和高效的肠道息肉分割。

 本技术涉及图像分析技术领域，公开了一种挑选连续不规则冷冻电镜单颗粒的方法及系统，所述方法包括:获取冷冻电镜图片，对所述冷冻电镜图片进行分析，获取初步标记轨迹；对所述初步标记轨迹进行插值校正，得到校正标记轨迹；根据所述校正标记轨迹生成多个蛋白质颗粒数据，将所述蛋白质颗粒数据进行输出。可以看出，本发明针对目前冷冻电镜单颗粒技术中无法准确挑选低信噪比以及连续不规则颗粒的缺点，通过初步对冷冻电镜图片进行分析，得到少量的标记点作为初步轨迹，然后对初步标记轨迹进行插值校正，最后生成蛋白质颗粒数据文件，快速准确地完成蛋白质颗粒的挑选。

 本技术公开了一种鱼体综合检测方法、系统、计算机设备及存储介质，所述方法包括:通过不同视角深度相机获取鱼体的主视图图像和俯视图图像；采用训练后的目标检测模型对主视图图像和俯视图图像进行目标检测，确定鱼体初始位置信息和鱼体种类信息；对鱼体初始位置信息进行亚像素边缘检测，得到鱼体边缘位置信息；根据鱼体边缘位置信息，结合深度相机的深度信息，得到鱼体边缘在对应相机坐标系下的坐标信息，通过计算欧式距离得到鱼体尺寸信息；根据鱼体尺寸信息和鱼体种类信息，预测鱼体体重，从而获得鱼体生长状态。本发明提升了鱼体生长状态检测的准确性，而且能够及时发现鱼体生长的异常情况。

 本技术提供了一种基于眼震监测的用户异常提示方法和系统，方法包括:通过眼震监测设备，实时采集用户的眼球运动信息，并基于所述用户的眼球运动信息，生成所述用户的眼球运动轨迹；在所述用户的眼球运动轨迹中，通过规律轨迹分析策略，筛选各规律眼球运动轨迹，并基于各所述规律眼球运动轨迹，通过眼震判定策略，识别所述用户对应的每个眼震类型的眼震程度；基于各所述眼震类型的眼震程度、各所述规律眼球运动轨迹之间的间隔时间，通过异常分析网络，预测所述用户的异常概率、以及所述用户的异常时段，并基于所述用户的异常概率、以及所述用户的异常时段，通过所述眼震监测设备，向所述用户进行异常防范提示操作。采用本方案能够提升了对用户的异常情况的预测精准度。

 本技术涉及视频关键帧提取技术领域，具体公开了一种结肠镜视频关键帧提取方法、装置、设备及存储介质，包括:结肠镜视频帧序列伪影区域检测；采用ResNet50模型检测息肉帧，将包含息肉的结肠镜视频帧送入由两个共享权重的VGG16子网络组成的相似度分析网络，计算视频帧之间的相似性得分，根据相似性得分进行分组；将结肠镜视频帧序列输入到iAFF‑HSFYOLO网络进行息肉定位；根据伪影区域面积比、息肉区域面积比、息肉靠近中心的距离和置信度分数引入一个综合评价机制，从每组相似的视频帧中选出关键帧，完成关键帧提取。本发明结合息肉检测模型、ResNet架构、相似度分析网络、注意力机制，能够显著减少医生的检查负担，提高检测的准确性和效率。

 本技术提供了一种CT影像中基于局部标注的肋骨主动对比学习分割模型构建方法及系统，本发明先利用对比学习从大量无标注样本中提取出公共特征，减少模型对标注样本的依赖，同时再通过主动学习挑选出数据集中具有代表性和高价值性的样本作为待标注样本，并通过像素熵找出这些待标注样本中的高不确定性区域来局部标注，进一步减少标注量，并将一些高置信度的预测结果作为伪标签加入训练池，扩充训练样本。本发明筛选出更具代表性的样本进行学习，既减少了样本过拟合的可能，又缩减了模型的训练成本。