本技术公开了一种基于CCTA图像的左心耳充盈缺损自动分割与分类方法，实现了对左心耳血栓进行自动识别分割，包括以下步骤:步骤S1、数据采集与预处理；步骤S21、分割并勾画图像；步骤S22、使用步骤S21得到的三维感兴趣区域训练深度学习神经网络模型；步骤S3、对步骤S22中的深度学习神经网络模型使用外部验证集进行验证；步骤S41、特征提取；步骤S42、构建分类模型；步骤S5、验证分类效果并对其进行解释，通过本发明，与以往手动分割勾画相比，节省了大量的时间及人力资源，通过本发明能够结合影像特征、影像组学特征、深度学习特征，与以往单独影像组学特征建模相比，综合多种人工智能方法，构建了更加准确的诊断模型。

 本技术涉及计算机视觉的对抗攻防领域，具体涉及一种即插即用的选择性模块对抗鲁棒微调方法，通过引入模块的泛化敏感度指数和鲁棒关键性指数，并基于初始模型所包含各层网络模块的鲁棒关键性指数和泛化敏感度指数，以最大化鲁棒关键性指数和最小化泛化敏感度指数为目标，确定实施微调的网络模块；最终，通过冻结其余所有模块参数，利用微调样本集，对实施微调的网络模块的参数实施微调，获得鲁棒增强的图像分类模型，能全面考虑模型鲁棒与泛化之间的关系，精确识别最关键的模块进行微调，在保持甚至略微提高泛化的情况下大幅增强模型鲁棒性，并具备即插即用的特性，可作为通用组件部署于各种对抗训练中，能对鲁棒模型进行二次鲁棒增强。

 本技术涉及三维建模仿真技术领域，特别涉及一种基于大语言模型多智能体协作系统的三维场景生成方法及系统，将三维场景生成任务分解为若干子任务，并为每个子任务分配执行相应子任务的智能体，所述若干子任务包括文本解析子任务、平面图设计子任务、三维资源对象选择子任务和场景组合子任务，所述智能体均基于大语言模型构建；智能体依据三维场景生成任务中各子任务执行顺序依次执行对应子任务，以生成符合任务需求的三维场景。本发明能够有效地从需求文本生成3D游戏场景，在场景创建过程中增强人与人工智能交互，能够捕捉真实的3D场景创建过程，可模拟人类团队成员在3D场景创建中的角色，提高用户参与度并改善3D场景创建过程中的可控性。

 本技术公开了一种基于随机样本一致性的三维点云数据特征提取并对提取目标进行分类标签的方法，所述方法包括如下步骤:S1.数据预处理；S2.精细化处理；S3.特征提取S4.二次检索；S5.剔除墙体；S6.分类标签。本发明在实现对目标物特征提取的同时，极大的提高了目标物提取的精度。

 本技术公开了一种基于深度学习的仿射频分复用信道估计与符号检测方法及系统，方法包括:步骤S1、使用仿射频分复用技术将通信过程中的传输符号进行调制，并经过信道传输，在接收端得到仿射频分复用接收信号；步骤S2、构建深度神经网络模型，将所述仿射频分复用接收信号中的I路与Q路作为神经网络的输入，传输符号作为神经网络的期望输出，对神经网络进行训练，使其具备对传输数据符号的预测能力；步骤S3、待深度神经网络模型训练完毕，将通信过程中实时接收到的仿射频分复用信号输入训练好的神经网络模型中，得到传输数据符号的预测值。

 本技术公开了一种脑龄预测方法、装置、设备及存储介质，涉及图像处理技术领域，包括以下步骤:获取脑部的T1w图像和DTI图像；对T1w图像和DTI图像分别进行预处理，得到灰质图像和3D FA图像；将灰质图像和3D FA图像输入至脑龄预测模型，基于特征提取层对灰质图像和3D FA图像分别进行特征提取，得到不同的深层特征；基于特征融合层对不同的深层特征进行融合，得到融合特征；基于映射层对融合特征进行映射，得到脑龄预测值。本发明采用卷积网络来构建脑龄预测模型，仅需要对T1w图像和DTI图像进行简单的预处理过程，相较于传统的机器学习方法省略了复杂的预处理以及描述性特征提取这一过程，节省了大量的时间。

 本技术提供了一种基于三色掩膜PIV技术的粒子三视角图像提取方法，该方法包括:通过三色掩膜单彩色相机获取原始马赛克图像；构建由图像特征提取模块和图像重构模块组成的神经网络模型；将原始马赛克图像分解为四个通道；四个通道分别代表不同的颜色信息；分别对四个通道进行高斯模糊操作，得到预处理图像；通过图像特征提取模块内置的初始卷积层对预处理图像进行第一特征提取，得到初步图像；通过激活函数对初步图像进行多次卷积和激活操作，得到特征图像；通过图像重构模块对特征图像进行图像重建，得到三视角图像。该方法提高了特征提取的效率，并提高了三视角图像的完整性、准确性和质量。

 本技术公开了图像处理技术领域的一种基于双向增强Transformer和通道重加权的遥感图像变化检测方法及系统。在编码部分，我们提出一种双向增强自注意力(Bidirectional‑Enhanced Attention，BEA)操作，通过在水平方向和垂直方向上进行编码，并引入深度卷积来加强局部上下文的联系，在减少计算复杂度的同时增强网络对全局和局部信息的感知能力。在特征融合部分，我们采用通道重加权的方法进行双时特征融合，通过重新校准每个通道，抑制噪声特征并增强语义相关特征，以解决特征信息不充分或不一致性问题。所提的方法能够提升网络的性能，提高了变化检测的精度。

 本技术公开了一种针对RGB视频中竞走动作提取的3D人体姿态估计方法，属于计算机视觉与体育科学交叉技术领域，具体地:基于2D人体姿态估计网络，获得RGB视频中各帧对应的2D人体关节点矩阵；构建包含骨骼长度先验信息的3D人体姿态估计输入数据；构建并训练3D人体姿态估计网络，最终实现待估计RGB视频中每一帧在相机坐标系下人体关节点的3D位置。本发明在3D人体姿态估计网络架构中引入骨骼长度先验信息，进而减少姿态估计的误差，根据输出的3D姿态计算出了稳定的竞走动作参数，实现RGB视频中竞走动作提取，提取准确度较高。

 一种生成随机三维不规则混凝土骨料的方法，包括以下步骤:S1、对未生成骨料的立方体区域进行三维网格划分，并对所有网格区域进行赋值；S2、在三维网格区域内随机生成若干个椭球；S3、在椭球表面上生成若干个均匀分布的点，随机选取其中一部分点作为不规则多面体的顶点，生成不规则多面体；S4、对不规则多面体进行优化，用于提高计算效率和精度；S5、针对得到的不规则多面体，生成其对应的黏结界面。本技术提供的生成随机三维不规则混凝土骨料的方法，能够随着生成骨料数量的增多，逐渐提高单个新骨料的生成速度，并且还能有效避免新生成的骨料与已存在骨料发生重叠，提高了计算效率。