本技术涉及场景识别技术领域，为一种交通场景下的多形状金字塔的实时语义分割方法及系统，包括步骤:初始化原始待分割图像，得到初始分割特征图；将初始分割特征图和对原始待分割图像第一次下采样的输出特征图进行通道拼接，得到融合特征图后下采样并提取细节信息，得到细节信息特征图；将细节信息特征图下采样并提取语义信息；提取语义信息特征图的横向、纵向感受野信息，膨胀卷积得到不同感受野的特征图，获取多尺度多形状上下文信息特征图后上采样，将细节信息特征图通过逐点卷积降维，将两者进行通道拼接，得到包含语义、细节信息的融合特征图，将通道数调整为预测类别数，归一化得到预测分割结果。本发明有良好的分割精度和推理速度。

 本技术涉及卫星遥感影像技术领域，公开了一种海草分布地图绘制方法及装置，包括获取待识别区域的时序遥感影像，基于其中每一景卫星遥感影像的水体指数，选取海陆分离边界，构建时序海洋区域遥感影像；利用多尺度分割方法获取每一景海洋区域遥感影像中的多个同质像斑，并进行分类；获取其中属于海洋水中绿色植物类型的所有同质像斑组成的区域，作为绿植区域遥感影像；基于每一景绿植区域遥感影像的红光波段反射值与第一个植被红边波段反射值，计算沉水海草光谱指数，来标记疑似海草像素点；计算每个疑似海草像素点的振幅离差指数，选取目标海草像素点；提取时序绿植区域遥感影像中所有绿植区域遥感影像的目标海草像素点，绘制海草分布地图。

 本技术公开了一种基于多任务学习的视角感知车辆再识别方法及系统，涉及智能交通技术领域，包括以下步骤:接收3D目标检测数据集，将3D目标检测数据集内的LiDAR注释输入至预先建立的视角预测器内，得到训练后的视角预测器；利用训练后的视角预测器生成ReID数据集的视角标签，将ReID数据集的视角标签输入至预先建立的多任务特征提取器内，输出得到视角特征向量与身份特征向量；利用视角特征向量与身份特征向量进行综合损失函数计算，得出总损失函数，从而能够提高车辆再识别的性能，能够利用网络解耦身份和视角特征，从而提高车辆再识别任务的性能。

 本技术提供一种基于残差融合注意力机制的根茎类作物田地视觉识别算法及其系统，所述系统包括四层结构，第一层为感知层，包括两台工业面阵相机，组成双目视觉系统用以采集前方田地图像；第二层为控制层，由谷歌第四代张量处理器TPU‑v4作为履带车辆的主控核心，ROS 2作为主控系统，负责运行相关网络算法进行图像处理和路径规划；第三层为驱动层，主要包括驱动控制器，用以接收主控核心的信号，并发送驱动信号至各执行机构；第四层为执行层，包括履带底盘及相关机械部件，用以驱动车辆行驶。

 一种基于轻量占用预测网络的汽车辅助驾驶单目测距方法和装置，该方法首先构建3D占用预测数据集，接着构建基于多帧时序融合和时序立体深度估计的单目占用预测教师模型以及基于单帧输入的轻量单目占用预测学生模型。训练占用预测教师模型，得到性能良好的占用预测教师模型并对教师模型性能进行评估。使用教师网络中间层特征和输出进行学生模型的蒸馏训练，得到性能提升的轻量占用预测学生模型，对学生模型性能进行评估。最后对学生模型进行前向推理，从推理结果中对感兴趣实例(例如车辆、行人)进行连通域分析完成单目测距。本技术的方法克服了传统单目测距方法由于检测框不稳定从而导致测距不准确的问题，且使用蒸馏技术在模型轻量化的同时提升性能。

 本技术提供了一种核医学影像预测模型构建系统，涉及数据采集与预处理、特征提取与选择、模型训练与优化、预测与评估、反馈与迭代五大模块。本发明的该系统通过卷积神经网络等深度学习技术提取影像特征，结合主成分分析(PCA)等方法进行特征选择，并使用多种机器学习算法训练和优化预测模型。系统支持多模态影像数据融合，实现多源数据的综合分析，同时具备动态反馈和自适应学习功能，可根据临床反馈自动调整模型参数，提高预测精度。用户可灵活配置模型结构，满足个性化医疗需求。该系统显著提升了核医学影像分析的效率与准确性，广泛适用于肿瘤诊断、疗效评估等多种临床场景，能够为医生提供更为可靠的辅助诊断支持。

本技术涉及一种用于图像识别刚性目标的实用鲁棒方法，包括:步骤a，从采集的实时图像中分割出疑似目标的灰度图像后，进行上采样或下采样，使其尺度接近关联图；取前景库中最靠近的尺度对应的图像记作关联图，所述的前景库预先存储有多个不同尺度的目标灰度图像；步骤b，计算疑似目标图像与关联图的总体相似度和形状相似度；步骤c，将总体相似度和形状相似度与判决值比较，判定当前分割的对象是否为目标。本发明方法取长补短，结合对灰度的统计特征的设计与形状特征的改进形成复合特征对目标进行描述，并对判定条件进行规定，可得到较好的实际效果，能快速、准确的进行图像识别，且对场景与光照变化情况鲁棒。

本文公开了一种文本识别方法、装置、电子设备及存储介质，该方法包括获取待识别文本图像；基于预先构建的文本检测网络，提取待识别文本图像的特征图，并对经过融合的特征图进行文字像素分类，生成至少一个候选文本框，其中文本检测网络包括第一特征提取层、第二特征提取层和第三特征提取层，第二特征提取层上采样第一特征提取层的输出结果，第三特征提取层下采样第二特征提取层的输出结果；根据预设目标文本格式，筛选候选文本框得到目标文本框，并对目标文本框进行识别，得到识别结果。基于此，本申请能够同时利用低层特征的高分辨率信息以及高层特征的高语义信息，使得文本像素位置检测更加精确，提升了文本识别准确度和效率。

本文提供一种生物特征图像的采集方法以及电子设备，该方法包括采集亮屏状态下的第一生物特征图像；获取已采集的底纹图像以及灭屏状态下已采集的噪声生物特征图像；从第一生物特征图像中去除底纹图像和噪声生物特征图像，得到第二生物特征图像。本申请上述实施例提供的技术方案，可以对第一生物特征图像进行降噪，提高生物特征图像的清晰度。

本技术属于关节分析领域，公开了一种人体关节活动范围分析系统，包括录制模块和视频处理模块；录制模块用于在被分析人员进行体育训练的过程中，对被分析人员进行拍摄，获得动作视频；视频处理模块包括前景检测单元和关节识别单元；前景检测单元用于分别获取动作视频中的每一帧所对应的前景图像；关节识别单元用于分别对每个前景图像进行识别，获得每个前景图像中的关节点的坐标。本发明能够利用前两帧所对应的前景图像的信息来计算变化系数，并基于变化系数来获取所对应的前景图像，能避免基于中的所有像素点来获取所对应的前景图像，显著提升总体的前景图像的获取效率，进而提升了人体关节的活动范围的获取效率。