本文公开了一种3D结构光识别装置、系统及方法，其中，一种3D结构光识别装置，包括:发射模组，被配置用于向被测物表面发射光线；接收模组，被配置用于接收至少部分所述被测物表面反射回来的光线并获取与所述被测物相关的识别图像；其中，所述识别图像中包括阵列排布的若干光斑点块，所述光斑点块在第一方向上交错设置且在第二方向上交错设置。本申请实施例提供的3D结构光识别装置，通过调整发射模组和接收模组的角度设置，使得获得的识别图像中光斑在沿第一方向和第二方向上的排列更加随机，使寻找光斑点的在第一方向和第二方向上的重复性降低，这样的话因为光斑点在搜寻框内部的重复性概率降低，出现的深度图黑洞问题概率性也大大降低。

本技术公开了一种超分辨率图像重建方法、装置、介质及设备，方法包括:将待重建低分辨率图像进行上采样，获取上采样图像；将所述待重建低分辨率图像输入一预设浅层特征表达提取模块中，获取图像浅层特征；将所述图像浅层特征输入至一预设多分支特征提取模块中，获取图像全局特征；将所述图像全局特征和所述图像浅层特征输入至一预设注意力融合网络模块中，获取图像融合特征；将所述图像融合特征和所述上采样图像输入至一预设上采样网络模块中，获取重建的超分辨率图像。本发明能够有效保留深层与浅层信息，避免了浅层特征丢失的发生，并且增强高贡献特征信息，抑制冗余信息，提高了超分辨图像的重建质量。

本技术实施例公开一种检测模型的训练方法、检测方法、装置、设备及介质，该方法包括:利用训练样本集对检测模型进行训练，其中，所述训练样本集中包含有原始特征图及其对称特征图；对于每一个训练样本，确定检测模型所预测的头部关键点与该训练样本中标注的头部关键点的第一欧式距离，以及预测的肩部关键点与该训练样本中标注的肩部关键点的第二欧式距离；对预测的肩部关键点进行归一化，并确定肩部归一化后所对应的头部关键点在头部先验概率分布中对应的概率值；根据该概率值、第一欧式距离和第二欧式距离，计算头部关键点对应的加权损失值，当加权损失值达到收敛时，检测模型训练完成；通过采用上述技术方案，有效提高头肩关键点的检测精度。

 本文公开了一种多模态大模型融合多光谱图像的风电机舱火灾预警方法，涉及火灾预警领域，该方法利用可见光图像和红外图像进行图像融合得到风电机舱在不同工作状态下的样本融合图像，样本融合图像融合了不同光谱模态下的图像特征进行优势互补，能够更好的表征风电机舱在当前工作状态下的图像特征，然后对样本融合图像进行图像标注和文字描述构建火灾常识图文数据集，并对预训练的VILA多模态大模型进行参数调整，使得搭建得到的风电机舱火灾预警模型能够理解风电机舱火灾预警基本常识，从而可以根据目标对搜索进行动态调整，有利于提高风电机舱在火灾预警状态下的异常目标的识别定位准确性，可以提高火灾预警的准确性。

 本技术属于计算机书法技术领域，具体的说是一种汉字笔画特征抽取方法，包括以下步骤:基于深度学习算法构建特征提取模型；输入原始图像并进行二值化处理，得到预处理图像；将预处理图像转换为张量，并进行归一化处理，得到过程图像；通过构建特征提取模型，在将拍照的汉字图像输入时，可自动对汉字图像进行处理，采用二值化处理方式，得到预处理图像，再对预处理图像进行转换张量以及归一化处理，得到过程图像，通过算法识别过程图像中的每个笔画，并采用矩形框分割组成汉字的多个笔画，最后对矩形框包围的笔画进行优化重组，即可得到预测图像，实现将手写汉字图像转变为可控汉字评分、指导的计算机图像。

 本技术公开了一种基于Gocator的点云滤波算法，包括:Gocator采集待测物体表面三维点云数；计算每一帧点云的邻域集，以计算出的邻域集为基准，去除点云离群点；以去除离群点后的点云为基准，计算每一帧点云中每个点的曲率、法向量以及特征距离；以步骤3中计算出的曲率、法向量以及特征距离为基准，引入权重计算公式，并将计算得到的权重代入至引导滤波代价公式中，对每一帧点云进行权重分配后的引导滤波；本发明解决了由于滤波参数固定而导致的过度平滑等问题，实现了平滑点云数据的同时保留了物体的尖锐特征，使其更接近物体原状，大大提高了采集精度及效率。

 本技术涉及图形渲染和计算机图形技术领域，具体为一种对于参与介质可微渲染的优化方法及系统，该方法包括如下步骤:引入路径空间积分公式获得目标积分值，对目标积分值进行物质形式的重参数化转换进而得到任意场景参数的物质形式路径积分的微分；建立KD‑Tree结构存储机制，利用存储机制得到叶子节点输出结果；依据叶子节点输出结果确定边界并得到采样边界段，对边界段进行无偏估计并获得边界段的无偏估计数值结果；构建梯度复用模型，通过复用模型获得优化器更新的模型参数；结合物质形式路径积分的微分、无偏估计数值结果、更新后模型参数对初始化的场景参数进行优化调整。本发明为参与介质的可微渲染提供解决方案，为进一步优化提供明确的方向。

 本技术属于堆石料级配检测领域，涉及一种基于图像分割算法的堆石料级配检测方法及装置，该方法包括:1）获取石料颗粒摊铺后图像；2）对石料图像进行预处理；3）将经过预处理后的图像输入实例分割模型，获取石料颗粒的掩膜信息；4）提取石料颗粒的掩膜信息中的掩膜量化指标以及形状特征参数，并对掩膜量化指标及形状特征参数进行粒径和各粒径范围内石料总体积转换；5）根据获得的石料粒径和体积转换为三维石料颗粒级配并绘制石料颗粒表观级配曲线；6）通过数据融合模型对所获取的石料颗粒表观级配曲线进行修正，得到最终的石料颗粒三维整体级配曲线。本发明具有适应性强、无需特殊的检测环境以及检测精度高的优点。

 本技术公开了一种用于建筑预制构件深度学习语义分割的点云生成方法及系统。所述方法主要包括:创建建筑预制构件生成规则的结构化文本、基于Revit二次开发环境自动生成规范化建筑预制构件模型、利用图形学方法生成点云数据。本发明通过将文档分为预制构件类别、相应尺寸和几何特征三个部分，获得结构化的建筑预制构件文本，提高了建筑规范的可读性、使其便于读者理解，通过自动化的方式生成符合建筑规范要求的建筑预制构件模型，大大提高了工作效率。本发明可高效实现自动化规范化生成建筑预制构件模型的点云数据，服务于建筑预制构件的尺寸和质量检测。

 本技术属于但不限于畜牧统计技术领域，尤其涉及一种基于无人机影像的高寒草甸牦牛数量计算方法及系统，包括:S1：使用无人机在拍摄样地正射影像并统计牦牛数量；S2：使用Pix4D软件对拍摄影像进行拼接，筛选合适样地，通过目视解译的方式分别统计湿牛粪、干牛粪数量；S3：使用Origin2024b对获得数据分别进行线性拟合，得到三条关系曲线。本发明利用无人机影像中牛粪数量的统计估算牦牛数量的方法大幅减少了数据收集的工作量，避免了与牧民沟通的诸多不便、牦牛不在草地放牧时，无法获得牦牛数量的局限。本发明有效减少了实验人员采集数据的次数，降低了研究成本。