本技术公开了一种基于KAN‑Mamba的多源遥感图像语义分割方法及装置，用于提高遥感图像语义分割的准确度，包括KAN‑Mamba特征提取网络和Uper_Head解码器；所述KAN‑Mamba特征提取网络包括一个Stem卷积神经网络和四阶段的KAN‑Mamba特征提取模块，通过KAN‑Mamba特征提取网络对融合遥感图像进行分阶段的特征提取，获取多尺度特征；所述Uper_Head解码器，包括侧边特征构建单元、池化单元、特征融合单元和分类层，通过侧边特征构建单元和池化单元对多尺度特征进行侧边特征构建、池化操作，再通过特征融合单元进行逐级的特征融合，接着通过BottleNeck层进行通道融合，最后通过分类层得到语义分割标签。本发明对于多源遥感图像的语义分割准确率更高、模型收敛更快、细节信息更精确。

 本技术公开了一种基于混合分布的双层采样医学影像预训练方法及系统，结合了基于高斯分布的中心裁剪策略和基于局部梯度方向分布的掩码选择策略，用于提高医学图像预训练和分割的精度。高斯分布的中心裁剪策略通过利用符合高斯分布的基准中心点进行裁剪，使得裁剪区域更加集中于图像的主要部分；而基于局部梯度方向分布的掩码选择策略通过捕捉图像的形状特征，有效选择出医学影像中信息量较大的前景部分，从而在掩码重建过程中提高模型对图像关键特征的理解和分析能力。实验结果表明，本发明方法显著提升了医学影像分割的精度和可靠性。

 本技术公开了一种在线喷泉码的组合度分布设计及优化方法，包括:基于理想弧子分布、鲁棒弧子分布、纹波减少度分布和无标度LT码四种基本度分布，设计组合度分布；利用海洋捕食者算法在特定解码成功率或等效符号错误率下，以最小解码开销为约束，优化所述组合度分布的系数。该优化方法通过增加组合度分布中成员度分布的数量，并以特定符号错误率下的最小解码开销为目标函数，对成员的比例系数进行优化，从而提升喷泉码的性能。仿真结果表明，采用本发明所提方法设计与优化的组合度分布能够显著提升喷泉码的性能。

 本技术属于计算机视觉技术领域，公开一种基于快慢运动双分支网络的微表情识别方法。对微表情视频片段进行空间归一化和时间归一化处理，从中提取快运动和慢运动；设计快慢运动双分支网络，得到快运动特征和慢运动特征；通过特征相加的方式将快运动特征与慢运动特征进行融合，得到融合特征；采用分类器模块对融合特征进行分类，达到微表情识别。本发明快运动分支专注整体运动，捕获长期、整体的运动信息；慢运动分支专注细节运动，捕获短期、细节的运动信息，获得了性能提升。设计一种添加累积注意力的时空建模机制，在每阶段添加标记注意力模块实现累积注意力。而且本发明以像素差表示运动，简化了实现过程，降低计算复杂度。

 本技术提供了一种基于可控生成的图像处理方法、系统、终端和介质，包括:获取图像处理任务的条件信号以及信息提取模型，构建第一损失函数；选择预训练的扩散模型；基于扩散模型和第一损失函数进行迭代，包含：M1，从序列蒙特卡洛的初始分布中采样多个样本；M2，建立建议分布的优化估计和无条件的转移概率分布，获得序列蒙特卡洛的权重方程；M3，重采样得到新的样本；重复M1‑M3直至设定的迭代步数，得到最后的权重方程和采样的多个样本，得到最终生成的图像。本发明在文本条件图像生成、分割图条件图像生成、人脸图条件图像生成和风格图条件图像生成等任务中，能够实现高质量的多样的且免训练的图像条件生成，满足通用处理的需求。

 本技术公开一种基于动态线锚的轨道线检测方法，包括:收集包含轨道目标的图像和轨道线实例标注，并进行预处理，获得由原始图像张量和掩膜图像张量组成的数据集；根据获取的数据集，采用基于动态线锚和轨道对比学习的端到端的深度神经网络结构，训练获得轨道线检测模型；将待检测的图像输入到训练完成的轨道线检测模型，输出轨道线检测结果。本发明通过动态线锚和轨道对比学习的结合，有效提取轨道线特征，提高了轨道线检测的准确率，有效的改善了真实环境下面目前对复杂轨道线检测的准确度，更有利于今后自动驾驶领域的发展。

 本技术提供一种自适应增强下多尺度感受野的低照度目标检测方法，包括:步骤一：引入Global模块、RCSOBEL模块、LSKADCN模块优化yolov8目标检测算法，构建基于图像自适应增强和多尺度感受野的低照度目标检测模型；步骤二：获取低照度条件下的图像数据集，并进行处理；使用处理后的数据集训练所述低照度目标检测模型，得到训练好的低照度目标检测模型；步骤三：将待测的低照度图像输入到所述训练好的低照度目标检测模型，输出低照度目标检测结果。本发明能够在低照度图像中实现良好的检测效果，本发明适用于在各种光照不足的条件下生成的图像目标检测，例如夜间监控、无人驾驶。

 本技术公开了一种基于图像分析的对中度计算方法，通过摄像头获取的图像信息，结合先进的图像处理技术，包括中值滤波、图像差分和阈值化处理，精确提取关键特征并计算对中度。该方法能够有效提升对中精度，为设备的稳定运行和生产效率提供可靠的技术支持。

 本技术公开了一种获取大型高温锻件光条图像中光条亚像素边缘的方法及系统，涉及计算机视觉检测技术领域；包括:以锻件图像中光条的像素级边缘为中心获取N1×N2范围内像素，以像素的中心为坐标原点o建立坐标系oxy，x为坐标系的横轴，y为坐标系的纵轴；在坐标系oxy中根据N1×N2范围内像素的灰度得到曲线δ；曲线δ与像素级边缘所在像素的边缘线相交后得到两个交点，获取像素级边缘中心与两个交点连线垂直的直线，该直线与曲线δ的交点为所取像素级边缘对应的亚像素级边缘。该方法能得到大型高温锻件图像中锻件上光条的亚像素边缘，适用于因锻件上存在压痕造成图像中光条曲率变化较大时光条的亚像素边缘获取，具有计算精度高、适应好的特点。

 本技术公开了一种基于时空解耦多尺度特征融合的人体行为识别方法及系统，包括局部时空多尺度特征融合网络MDCNN和时空解耦网络DTST；使用多尺度卷积神经网络提取多通道传感器数据的不同尺度特征，同时提取信号的浅层特征和深层特征，充分利用不同层次特征之间的互补信息，提取表现动作信息的特征；通过基于Transformer的时空解耦网络，将网络解耦为时间解耦和空间解耦结构，以便于精确地提取惯性信号中的时空特征；最后，使用Softmax分类器进行动作分类识别。本发明可高效利用多传感器数据之间的一致性和互补性，融合多尺度时空特征，充分考虑时间维度上的变化与空间位置上的相关信息考虑，对不同传感通道的信号保持了不同的关注度，提升人体行为识别中的识别精度。