本技术属于点云数据处理相关技术领域，并公开了一种点云数据局部异常生成方法及系统。该方法包括下列步骤:S1在待处理点云数据中随机选取一个点作为参考点，确定参考点的法矢方向；S2将待处理点云数据中的所有点分别进行坐标变换，形成新的点云数据集，在该新的点云数据中寻找与参考点对应的新参考点和与该新的参考点近邻的c个近邻点，将该c个近邻点在待处理点云数据中对应的点作为待拉伸的点；S3计算获得每个待拉伸点的拉伸距离，每个待拉伸点按照法矢方向和各自对应的拉伸距离进行拉伸，以此实现对待处理点云数据的局部拉伸，即实现局部异常生成。通过本发明，增强点云异常检测的性能，解决异常点云数据数据不足的问题。

 本技术公开了基于工业软件定义网络(SDN)的分层控制网络架构，提出了双时间尺度网络切片方法和多域资源协同管控方案，展现出显著的产业化应用前景。分层控制架构允许根据具体工业环境灵活配置SDN控制器，实现多层次的资源管控。不同层级的SDN控制器能够根据实际需求进行动态调整，适应复杂多变的工业场景。双时间尺度网络切片方法将资源预留和编排解耦，提高了资源调度的效率。通过实时监测网络状态，优化资源配置，确保满足异构QoS需求，从而显著提升资源的利用率。

 本技术涉及安全监测技术领域，具体公开了一种基于YOLOv8的面部疲劳监测和分心行为分析系统，包括采集模块、标记模块、模型构建模块、识别模块和数据记录与报警模块，所述采集模块实时采集驾驶员或操作员的面部图像、头部图像和手部图像；所述标记模块对采集到的图像进行预处理，标记图像中的关键部位；所述模型构建模块用于基于优化的YOLOv8模型构建疲劳状态识别模型和分析行为识别模型；所述识别模块对采集到的图像数据进行实时的疲劳行为和分析行为识别与分析；所述数据记录与报警模块对识别到的疲劳行为和分心行为进行实时记录、存储、分析及报警响应。

 本技术提出了一种基于改进卷积神经网络的天珠图像自动识别方法和系统，采集和预处理不同图纹、形状的天珠图像，并对天珠图像进行数据增广操作，建立天珠图像识别模型所需的训练集、验证集和测试集；构建基于改进EfficientNetV2的卷积神经网络模型，引入新的激活函数和注意力机制，批量加载训练和验证集进行迭代训练验证模型，不断调整网络参数获得最优天珠图像识别模型；输入测试天珠图像到最优模型返回天珠图像自动识别结果；本发明提出的方法能够在减少计算参数的前提下提升天珠图像识别的准确率和推理速度，可以搭建轻量化模型应用，解决传统人工识别存在准确率低、耗时耗力等问题，能够实现天珠图像的快速、准确识别。

 本文涉及一种水稻虫害检测方法、装置、设备及介质，方法包括:将原始YOLOv8n网络模型的主干网络中的CSPLayer_2Conv卷积更新为感受野注意力卷积，在原始YOLOv8n网络模型的颈部网络中添加混合局部通道注意力机制，将原始的检测头模块更新为Dyhead检测头，并添加了一个小目标检测头模块，以构建水稻虫害检测模型；将待检测水稻图像输入至已训练至收敛状态的水稻虫害检测模型中，以确定待检测水稻图像中的水稻虫害的目标检测框以及其相对应的水稻虫害类别，其中，目标检测框用于指示水稻虫害相对应的位置；响应水稻虫害防治指令，无人机将水稻虫害类别相对应的杀虫剂喷洒至水稻虫害相对应的位置，以完成稻田水稻虫害的检测。本申请实现了高效、精准的水稻虫害检测和消杀处理。

 本技术提供了一种基于注意力机制改进的轻量级太极拳评分方法及相关设备，包括:对太极拳视频进行预处理，将预处理后的太极拳视频输入到骨骼点提取网络中，分别提取每一幅帧画面中的骨骼点特征，得到骨骼点序列文件；将骨骼点序列文件输入到长短期记忆网络中，识别太极拳招式，并为各个骨骼点分配权重，生成加权骨骼点序列；获取标准太极拳视频，基于标准太极拳视频计算太极拳视频的评分；采用本发明的方法，利用长短期记忆网络能够捕捉太极拳招式中的时序依赖性，利用注意力机制为各个骨骼点分配权重使得系统能够根据不同动作的特点动态调整关注点，从而提高动作识别和分析的准确性，提高了太极拳评分的准确、客观性。

 本技术提供一种变换数据维度和投影方向的聚焦形貌恢复方法，在数据维度变换的基础上，通过改变不同的投影方向可以获取更多有用的信息；首先将图像窗口的二维矩阵变换成三维空间的点云格式，然后向四周进行投影，可以得到新的不同的矩阵信息，通过计算投影的面积和投影中每行的波动程度，并加权求和作为最终的焦点值，确定最终的深度图。

 本文公开了一种低空空域电线探测方法、装置、设备、介质及产品，涉及飞行器适航性领域，该方法包括根据低空空域电线数据集对基于细长目标自适应的区域再平衡卷积神经网络进行训练得到电线探测模型；基于细长目标自适应的区域再平衡卷积神经网络包括依次连接的骨干网络和分割头；骨干网络是Bottleneck模块中的3x3标准卷积为动态蛇形卷积的HRNet网络；分割头包括分割头网络和区域再平衡分支模块；区域再平衡分支模块的第一输入端与分割头网络的输入端均与骨干网络的输出端连接，区域再平衡分支模块的第二输入端用于输入掩膜标签，本申请可提高低空空域电线探测的准确性，降低飞行器低空作业时的撞线风险。

 一种基于改进MaskR‑CNN的钣金零件视觉识别方法，涉及一种钣金零件视觉识别方法。所述方法包括有以下构成:PA‑CBAM分割模型：优化了模型的焦点，改进后的网络生成更高质量的特征图提高钣金零件的识别精度；多尺度特征融合：得模型在边缘不清晰的情况下仍然能够准确识别零件；通道空间混合注意力：从而突出对当前任务更重要的特征通道。通过在原始特征金字塔网络(FPN)中添加自下而上的路径和跨层的“快捷”连接，并集成空间通道混合注意力模块(CABAM)，该方法显著提高了模型的多尺度特征融合能力和边缘检测精度。在钣金零件的视觉识别任务中，所提出的方法实现了显著的性能改进。

 一种基于改进的FasterR‑CNN的抛釉瓷砖表面缺陷检测方法，涉及一种瓷砖表面缺陷检测方法，该方法在特征提取网络中引入了一种动态加权机制，为特征图中每个通道计算不同的权重，从而增强了重要通道的表达能力，提升了模型对关键特征的响应，以及采用多尺度特征融合策略，通过引入多个转换模块和跳跃连接，提升了不同尺度特征间的信息流动和融合效果，充分利用了多层次特征信息，从而提升了小目标缺陷的检测精度；所提出的方法在抛釉瓷砖表面缺陷检测任务中表现出较高的准确率和鲁棒性，显著优于传统方法。