本技术提供一种基于深度学习的早期食管鳞癌检测方法及系统，涉及图像处理技术领域，包括:获取食管内窥镜图像，进行增强处理，多级分解，生成第一图像，对第一图像进行背景分离，生成感兴趣区域并进行形态学滤波和边缘提取，生成二值化掩模图像并进行归一化处理，得到标准图像；提取标准图像的语义特征，对语义特征进行像素级分类，得到区域分割结果，计算食管鳞癌区域的形态学特征和纹理特征，进行分类，得到食管鳞癌分级结果并作为输入特征添加至第一分类模型中，根据判断标准对食管组织进行判断，生成第一判断结果，进行非线性映射并分类，得到第二判断结果，进行精细化分割，得到早期食管鳞癌组织的精确边界。

 本技术提供一种轨道线检测方法、系统、电子设备及介质，方法包括:获取多帧连续的待检测轨道线图像；将所述待检测轨道线图像与预设轨道线形库进行匹配，以获得匹配结果；在所述匹配结果表征为匹配成功的情况下，将所述匹配结果中匹配得到的轨道形态作为轨道线检测结果；在所述匹配结果表征为未匹配成功的情况下，通过轨道锚线检测模型对所述待检测轨道线图像进行轨道线检测，获得轨道线检测结果并补充至所述轨道线形库。本发明能够快速完成轨道线检测，满足高铁的实时性要求，且具有较高的检测精度以及可靠性，还具有较强的适应性。

 本技术涉及一种水下图像增强模型训练方法及增强方法、设备及介质，其中所述的模型包括水下内容编码器、水下失真编码器、空中内容编码器、合成图像生成器、增强图像生成器、分割编码解码网络、分割解码器和语义感知对比模块；该模型训练方法通过训练图像预处理、前向交叉转换、后向交叉转换、语义感知和双任务引导步骤获取用于计算模型损失的相关数据，利用模型损失对所述的水下图像增强模型进行训练；所述的增强方法利用上述训练方法训练后的模型实现对待增强水下图像进行增强处理。与现有技术相比，本发明提供一种基于解纠缠表示的模型训练方法，使得训练后的模型能专注于增强对机器视觉任务有益的特征从而达到提高水下机器视觉任务性能的目的。

 本技术公开了一种基于多重注意力机制改进的Unet的医学图像分割方法。首先，将待分割的医学图像输入至包含注意力模块的CNN编码器，在编码器最底层添加了一个Transformer，用于获取局部的特征信息，再通过最底层的注意力模块的编码信息输入至全局和局部交互模块，将这些特征信息与注意力模块进行逐元素求和，得到解码器的输入信息，在解码器阶段使用三级注意力模块，三级注意力模块用密集连接的密集跳过连接，解码器的侧输出在训练过程中使用深度监督，利用了不同尺度、中间体和预测图之间互补的信息，最后得到最终的医学图像分割结果。通过实验该思路在分割问题是可行的，应用到各医学图像数据集的分割领域也会有很好的表现，能够提高医学图像分割的精确度。

 本技术提供一种基于模态信息约束的多模态遥感图像地物分类方法，首先采用MDF解码器自适应学习模态共享与模态差异特征的融合权重，从多尺度角度自适应地控制模态共享和模态专有信息的贡献，从而保留模态专有信息；然后采用MSIE解码器引导模态差异特征与多模态特征开展多模态辅助分类任务，以增强在有利于分类的光学和SAR专有信息；因此，相比其他多模态遥感图像地物分类方法，本发明识别精度更高，可以有效缓解复杂场景下地物识别性能瓶颈，为多模态遥感图像解译提供有效的支撑。

 本技术公开了一种基于Unet‑ViT的舌诊方法，包括以下步骤:收集病症舌头的图像照片；将采集到的舌头彩色图片进行手动分割为原图片，并将去其转化为固定格式的标签图片；图像预处理，统一图像尺寸并将标签图片与原图片统一处理为png格式，然后将标签图片与原图片进行匹配合并，统一转换为Tensor类型；Pytorch搭建舌象的Unet语义分割平台，获得5个初步有效的特征层，进行上采样并进行特征融合，获得了一个结合所有特征的有效特征层，并利用最终有效特征层对像素点进行预测，找到属于舌体的像素点，得到处理后的图片；将处理后的图片应用到ViT模型中得到对应信息。本发明具有能够更好地捕获图像中的细节和上下文信息，对舌部图像中微小变化和模式的敏感性高的优点。

本技术涉及指纹识别技术领域，提出一种指纹识别电路结构、装置和驱动方法。该指纹识别电路结构包括超声发射接收元件、检测电路和信号输出电路；超声发射接收元件包括依次层叠设置的发射电极、压电层和接收电极，接收电极电连接于采样节点，超声发射接收元件配置为接收到预定电信号时发出超声波，且根据接收到超声波输出相应的电压信号；检测电路电连接于采样节点，检测电路配置为将接收电极输出的电压信号的峰值保存在采样节点以作为感测电压；信号输出电路电连接于采样节点，信号输出电路配置为对感测电压进行放大，并根据放大后的感测电压向输出节点流入放大的感测电流。通过信号输出电路对感测电压进行放大使导通电阻减小且使功耗减少。

本技术涉及一种基于人工智能的电力资源处理方法、装置和存储介质，属于数据处理的技术领域，该方法包括:获取第一用户在第一时间段的第一用电数据；将所述第一用电数据输入至预设的人工智能网络模型中，生成并存储所述第一时间段的第一特征图像；在所述第一用户发送对第二时间段和所述第一时间段的第一用电比较请求时，根据预存的关于所述第二时间段的第二特征图像和所述第一特征图像，得到反应所述第一时间段和所述第二时间段之间图像颜色差异的第一比较结果；向所述第一用户发送所述第一比较结果；其中，所述第一比较结果用于向所述第一用户展示。

本公开提供一种隧道内车辆的定位方法和装置、电子设备和存储介质，涉及机动车驾驶培训技术领域。该方法包括:在目标车辆通过隧道的过程中，获取图像采集装置采集的目标车辆的图像，目标车辆的图像中标注有至少一个辅助定位区域，至少一个辅助定位区域分别对应于隧道内的至少一个固定位置；基于目标车辆的图像，提取目标车辆的车辆特征信息；基于车辆特征信息和辅助定位区域，确定目标车辆的车辆位置信息，以提高隧道内车辆定位的准确性和鲁棒性。

本技术公开了一种应用图像处理技术的电路板缺陷检测方法及系统，涉及电路板的技术领域，该系统通过多角度的图像捕捉，对印刷电路板的表面以及通过孔内壁进行了多维度采集与记录，同时通过比色卡对引脚处焊点温度进行识别，帮助系统检测冷焊等与温度相关的缺陷，结合多维度数据信息，学习分析出缺陷评估指数Qxzs，并通过智能比较结果，为系统自动判定，当前印刷电路板的合格状态，此过程减少了传统方式中的如果主观意识的干预，进一步提高检测效率和稳定性，缺陷评估指数Qxzs通过多个参数的综合考量，加深对通过孔内壁涂覆层的多方检测，进一步准确地反映了电路板的缺陷状况，使评估更为科学和可靠，有助于保障印刷电路板的质量。