基于U-Net改进的青光眼眼底图像诊断算法

青光眼是造成不可逆性失明的主要原因之一,患病早期无明显症状,容易错失最佳治疗时间。因此,青光眼的早期诊断具有重要临床意义。杯盘比是临床上用于青光眼诊断的重要指标之一,大都由医生人工测量和计算,容易受到主观因素影响且费时费力。为解决此问题,提出了一种基于U-Net改进的眼底图像视盘视杯分割算法,采用固定卷积核数提出少量关键特征。实验表明,所提算法不仅保证了高质量的分割效果,并且具有训练时间少、参数量小、加轻量化的特点,改进后算法有助于青光眼早期筛查智能化应用的推广。     

高速公路常用车辆检测器的性能比较

介绍了感应线圈车辆检测器和视频车辆检测器的工作原理、功能、安装及其各自的优缺点,并进行比较,总结得出车辆检测器的发展趋势。     

基于点云语义分割算法的下颌角截骨面设计

下颌角截骨手术是近年来较为热门的颅面整形手术.现阶段,下颌角截骨的术前方案设计通常由具有一定年资的医生完成,过程繁琐且耗时较长.为了提高截骨手术术前规划效率,提出一种基于点云语义分割网络的下颌角截骨面设计方法.对颅骨电子计算机断层扫描(CT)数据进行三维重建和表面点采样,将下颌骨三维模型转换为点云数据,然后通过基于Transformer的点云语义分割网络预测下颌骨点云中的截骨区域,最后根据点云分割结果计算出下颌角截骨平面.所提网络主要包括两个部分：一是基于注意力机制的本地特征提取层,用于提取细粒度局部结构信息;二是基于Transformer的非本地特征提取层,用于提取点云的全局上下文信息.在构建的下颌骨语义分割数据集上,将所提算法与其他点云语义分割算法进行比较.结果表明：所提算法能实现最佳的下颌角截骨区域预测,优于目前常见的点云语义分割算法.     

大型箱型梁高速GMAW三维位姿快速估计方法

大型箱型梁在高速熔化极气体保护焊(GMAW)过程中存在定位焊缝、装配精度低,难以通过工装严格保证工件位姿,以及焊缝三维位姿实时变化等复杂工况.基于视觉的焊缝识别方法计算量大,且均不针对存在定位焊缝的工件,难以快速获取大型箱型梁的三维位姿.对此,提出一种基于激光位移传感和点云聚类快速分割的大型箱型梁高速GMAW三维位姿快速估计方法.利用该方法,通过点云快速分割得出大型箱型梁焊缝的立板平面和平板平面,进而解算出焊缝位姿信息.对多种不同位姿的焊缝进行位姿信息估计试验,结果表明：当焊接速度为1200 mm/min时,焊缝位姿误差分别在0.25 mm和1.8°以内;增强了大型箱型梁自动焊接对定位焊缝、装配精度低等复杂工况的鲁棒性,提升了焊接质量.     

基于模糊决策的短跑图视频中特征点轨迹模拟方法

提出了一种基于模糊决策的短跑图视频中特征点轨迹模拟方法.在时空信息中进行短跑图视频特征度量目标以及观测间距离特征提取,采用模糊决策方法计算不同目标中心的模糊隶属度,利用模糊综合函数对两种隶属度进行融合,获取模糊综合隶属度.通过模糊决策概念形成纹理特征关联规则和关联规则挖掘短跑图视频中特征点轨迹,完成短跑图视频中特征点轨...     

步态识别技术综述

随着视频监控技术的发展,步态识别逐渐成为生物特征识别技术中的重要方法。步态识别技术不同于其他生物特征识别方法,其具有非接触性、非侵犯性、不易伪装等特点,能在较远距离对目标进行比对识别。简述步态识别的基本原理,从步态分割、特征提取、步态比对以及在公安实践中的应用等方面阐述步态识别技术的发展,并展望了步态识别技术未来的发展方向。     

基于超像素分割的视频目标检索

针对视频监控中的颜色特征检索,提出一种基于超像素分割的视频目标检索算法:该算法首先对视频帧序列按颜色及空间位置进行超像素分割,分割成若干个超像素区域;然后对每个超像素区域颜色值进行均值化处理;最后基于超像素区域进行颜色目标检索.为了验证算法的有效性,以监控拍摄的户外视频数据进行仿真实验,实验结果表明该算法能准确检索出所...     

机器人足球识别算法研究

在基于YUV色彩空间上采用混合方法进行颜色分类基础上,提出了一种基于种子填充的新目标机器人搜索算法——二分搜索法,从而明显减少了识别过程中的计算量。通过在F180机器人足球系统上的试验,证明此方法是有效的,可以在保证识别精度的前提下,快速识别机器人。     

流媒体系统架构的技术分析

流媒体依靠其强大的技术优势迅速渗透到社会生活的各个领域。文章就流媒体的概念及原理进行了阐述,分析了目前主流的流媒体格式及传输协议,并提供了一套流媒体系统平台的架构方案。     

应用连续小波变换提取对流云团

准确地从卫星云图背景中划分出对流云团的边界十分困难。提出了一种应用连续小波变换从红外卫星云图中提取对流云团的处理方法。将正弦波经过Gauss函数调制后，得到一组满足允许条件的连续小波基函数，利用这组小波基实现了对流云团小波提取算法，得到了强对流云团边界的分割。与提取对流云团的常规处理手段相比，这种方法具有物理意义明确、分割结果准确的优点，是提取卫星云图中对流云团的有效方法。