一种深基坑传感器采集节点及上位机展示系统，属于建筑深基坑数据采集技术领域。技术方案:用于数据采集、数据处理和通信控制的ZYNQ芯片分别与若干类型传感器连接；用于存储数据的储存卡与所述ZYNQ芯片连接；上位机通过无线传输与所述ZYNQ芯片连接；所述ZYNQ芯片包括PS模块和PL模块，所述PS模块分别连接USB模块、储存卡、传感器；所述PL模块分别连接RS485电路模块、无线传输模块，其余PL接口以三个一组，根据选择接口的高低点评实现IIC协议和UART协议之间的转换。有益效果：本技术具有统一的数据采集与处理平台、灵活的传感器接入与管理、高效的数据传输与存储、便捷的数据整合与展示、降低监测成本以及提高监测实时性和准确性等有益效果。

 本技术提供一种基于语音交互与视觉透视的网约车乘客位置快速定位方法，涉及智能交通技术领域，其包含以下步骤:在汽车上布施传感器、摄像头、金属反光幕布及投影仪；采集司机的语音信息，设计智能化语音唤醒模型；构建场景化语音识别模型；使用“声音‑图像”的多级跨模态检测模型面向全景图像检测行人目标，获取行人目标的外观与姿态特征检测信息；设计“静态特征”匹配方法与“动态特征”识别模型，实现乘客特征信息匹配；基于匹配结果，确定乘客的位置信息；通过全景图像中的位置估计，获取以车辆为参考原点的乘客方向；根据方向估计结果，控制车内投影仪，将该乘客信息投影在车内相应方向的幕布上，并同时利用语音信息给予提示。

 本技术提供了一种山体滑坡区域识别方法、系统、设备及存储介质，属于自然灾害风险管理技术领域，其方法包括如下步骤:获取山体滑坡监控区域的视频序列图像；对视频序列图像的背景图像进行建模，得到未发生山体滑坡状态下的背景图像；以未发生山体滑坡状态下的背景图像为基准，提取视频序列图像中的变化图像，并判断变化图像的灰度值是否达到预警阈值，若是，筛选变化图像中轮廓最大的图形，识别出山体滑坡区域。本发明的基于视频图像变化特征提取山体滑坡对象方法具有普适性，迁移性强，能够快速识别不同区域水体异常风险态势，提高风险水体异常情况预警效率。

本技术公开了一种生物识别光学组件，自物侧依次包括平板玻璃组、含有亮度光圈的透镜组、滤光片和感光芯片，所述平板玻璃组包括第一平板玻璃，并满足以下条件式:TTL/f

本技术涉及计算机视觉和行为识别技术领域，其具体公开了一种防止电影盗摄的观众行为识别分析方法与系统。该方法与系统采集多视角视频数据，针对不同视角的特点对视频数据进行处理和特征提取，将提取的特征向量输入预先训练好的目标识别模型中进行相应目标的识别，根据目标识别结果，对疑似盗摄行为实现预警。本发明针对不同视角视频的特点建立了3种人工智能目标识别模型，从拍摄设备检测和观众姿态识别两个方面对视频进行识别分析，提升了影院盗摄识别的智能性、便捷性以及全面性。

本技术提供了一种画作显示方法、画作采集装置、画作显示系统及电子设备。所述方法包括:获取观看指令；在所述观看指令为第一指令的情况下，获取用户的观看角度；根据预先采用多个采集角度获取的目标画作，获取并显示与所述观看角度匹配的指定角度的目标画作；在所述观看指令为第二指令的情况下，显示融合图像。本发明可以为观察者提供更为精准的油画笔墨纹理信息，帮助观察者体会画家的创作思路。

本技术公开了一种基于多视角和体素化的树状作物三维点云分割方法，涉及激光点云数据处理技术领域，该方法包括:首先把三维冠层点云投射到地平面获得冠层高度图，在冠层高度图中识别出树顶位置，并用点云密度图进行修正，然后通过大范围的分水岭算法，获得相邻树簇的粗分割。基于侧视角通过一个角度的测量方法，并使用上一步获得的树顶位置对树簇进行进一步单株分割。对树簇进行体素化，然后通过Ncut的方法，对前面分割的重叠部分进行进一步的精细分割，得到最终的单株作物点云。经过分割后的单株作物点云，比通用的方法更加精确，为后续作物高度、冠径等观测量的计量提供了基础。

本技术公开了一种基于人工智能的船舶智能检测方法及系统，其方法包括:获取目标海域的实时视频/图像数据；基于实时视频/图像数据识别，并计算船舶的像素位置；获取AIS信号，计算船舶的AIS像素坐标，并判断AIS像素坐标与像素位置是否匹配，如果是，则基于AIS信号确定船舶身份；如果否，则判定船舶关闭AIS身份识别，根据像素位置执行实时视频/图像数据采集设备的聚焦调控，获取新的实时视频/图像数据，并基于预设的识别模型对实时视频/图像数据做船舶识别；其中，所述识别模型设置为基于增量样本数据库集训练，所述增量样本数据库集根据群体更新机制建立。本文可以用于改善对未开AIS设备的船舶的识别效果。

 本文实施例提供三维场景中前景目标提取方法、装置、设备和存储介质，涉及三维图像处理技术领域。该方法基于场景图像对目标场景进行三维重建得到三维高斯点云；响应于其中一个场景图像对应的目标选择指令得到分割参数，将分割参数和分割场景图像输入目标分割模型得到前景目标掩膜；将三维高斯点云投影在分割场景图像对应的成像平面上得到三维高斯点云中每个高斯点对应的投影点，基于投影点的投影位置和前景目标掩膜选取部分高斯点作为前景高斯点；基于前景高斯点得到三维前景目标。构建二维的场景图像和三维高斯点云之间的映射桥梁，利用二维的前景目标掩膜约束三维高斯点云，从而准确分离三维前景目标，提升前景目标的分离提取效率。

 一种基于蒸馏学习的无监督式芯片异常检测方法，包括:S1、使用包含好品芯片图像和经异常化处理的好品芯片图像的数据集对教师网络进行训练，以使教师网络能够重建出好品芯片图像和对应的异常图像；S2.冻结训练好的教师网络的权重，通过蒸馏学习的方式，利用好品芯片图像对学生网络进行训练，使学生网络学习并模仿教师网络重建出好品芯片图像的能力；S3.将待检测图像输入教师网络和学生网络，获取各自的重建图像；通过检测网络分析并比较二者的重建图像，输出异常分数图；根据异常分数图确定待检测图像是否包含异常，以及确定异常区域的位置和程度。本技术避免了直接与原图比较的常规做法，可大大减少因重建偏差导致的误检，提高了检测的准确性。