本技术公开了一种用于自动驾驶的道路交通标识识别系统，属于图像处理技术领域，包括:依次连接的感知与采集模块、预处理模块、交通标识检测模块、交通标识识别模块和车辆控制模块；其中，感知与采集模块用于采集传感器数据和环境数据；预处理模块用于分别对采集传感器数据和环境数据进行预处理得到融合图像；交通标识检测模块用于基于区域建议网络对融合图像进行目标检测得到交通标识区域；交通标识识别模块对交通标识区域进行识别得到交通标识信息；车辆控制模块用于基于交通标识信息对车辆驾驶者提供道路反馈信息。

 本技术公开了一种特征融合互补学习的图像去噪方法，主要解决现有的图像去噪方法性能不稳定、生成的去噪图像质量不佳的问题。其实现方案是:构建均包括多级编码器和多级译码器的两个预测器，构建包括条件权重生成器和卷积网络的特征交互模块，构建包括卷积层的融合模块；两个预测器的每一级译码器输出经特征交互模块加权耦合后与下一级译码器的输入连接，且第一预测器最后一级译码器输出第一去噪图像，第二预测器最后一级译码器输出噪声，再由原噪声图像减去该噪声得到第二去噪图像；将第一与第二去噪图像按通道维度并联后输入融合模块得到最终的去噪图像。本发明既能稳定有效地去除图像噪声，同时能较好的还原出图像的纹理细节，可用于目标识别、图像转换、资源勘探。

 本技术公开了图像处理技术领域的一种基于频率驱动Transformer的遥感图像变化检测方法及系统。在整体框架上，该网络首先进行特征提取以得到初级特征和深层特征，再通过Transformer编解码网络从这些初级特征中获取具有时空信息的上下文标记，以指导深层特征进行后续处理。在Transformer编码部分，我们提出一种名为频率驱动注意力的模块，它主要由低频注意力分支、高频注意力分支和局部窗口自注意力三部分构成。其中，低频注意力用于捕捉特征的全局依赖关系，高频注意力用于处理高频的重要信息，局部窗口自注意力用于补充局部信息的细节损失。在Transformer解码部分，我们通过利用一种交互注意力模块将从编码器中获取的上下文信息整合到深层特征中。此外，我们还提出了一个边缘增强模块和一种门控通道交换操作，前者通过利用Sobel算子以强化边界特征，后者通过交换通道以获取更丰富的视角信息。所提的方法能够提升网络的性能，提高了变化检测的精度。

 本技术公开了图像处理技术领域的一种基于Transformer和图语义引导的遥感图像变化检测方法及系统。在整体框架中，我们除了将CNN和Transformer多层串并联连接，还构建了一种新颖的图语义模块(Graph Semantic Module，GSM)，旨在通过图语义特征指导网络进行更细致的特征提取。在该模块中，我们将特征图的每个通道视为特征顶点，利用邻接矩阵表示它们之间的关系，并通过多跳邻居聚合增强模型对长距离依赖关系的捕获能力，从而获得信息更为丰富的图语义特征。这些图语义特征将在后续的语义融合Transformer模块(Semantic Fusion Transformer Module，SFTM)中用于对网络所提取的主干特征进行指导，并对两者进行自适应地交互更新。其中，SFTM主要由用于完成信息交换的交叉注意力、用于补充局部信息损失的局部信息补偿层和用于优化输入的强化前馈网络构成。所提的方法能够提升网络的性能，提高了变化检测的精度。

 本技术公开了一种基于混合专家的可见光‑红外语义分割方法。本发明建立了基于混合专家的神经网络模型，能够有效地融合可见光和红外特征，从而得到更为精确的分割结果。本发明提出了一种带有通道注意力的路由选择器，能够自适应地为不同的可见光‑红外图像对选择合适的专家网络，从而提高了模型在应对不同场景时的泛化性能。此外，本发明设计的基于混合专家的特征融合模块具有稀疏性，在提高模型表达能力的同时只增加了少量的计算开销，在模型的效果和推理速度之间取得了较好的平衡。实验结果证明，本发明在广泛使用的MFNet数据集上达到了先进的性能。

 本技术公开了图像处理技术领域的一种基于语义网络的眼底血管分割方法及系统，包括获取眼底视网膜图像数据集；对眼底视网膜图像数据集进行处理，得到处理后的图像数据集；构建增强卷积的双层语义融合网络模型；对增强卷积的双层语义融合网络模型进行训练；将处理后的眼底视网膜图像数据集输入至本发明训练的增强卷积的双层语义融合网络模型中，得到血管分割结果。采用本发明能够从血管结构复杂的眼底图像中提取充分的血管特征，分割出更精确的血管。

 本文公开了一种基于对比学习的图像编码器‑文本编码器联合训练方法、图像查询方法、健康状态测评方法和设备，涉及医学图像理解领域，该方法包括:将各个3D多模态脑MRI图像和各个中文医学报告分别输入至图像编码器模型和文本编码器模型，获得一维图像向量和一维文本向量；根据图像‑文本相似度矩阵、文本‑图像相似度矩阵和语义相似度矩阵，利用融合损失函数，计算当前次迭代的损失并对图像编码器模型和文本编码器模型的参数进行优化；达到迭代结束条件时得到训练后的图像编码器模型和文本编码器模型。本申请实现了图像与文本的零样本分类与跨模态互相检索等下游任务。

 基于光谱反射率重建的木材色差在线检测方法，涉及木材染色检测技术领域，针对现有技术中染色木材存在的纹理以及加工过程中造成的表面粗糙，由于光的漫反射和散射会影响色差检测，因此导致色差检测准确率低的问题，本文在光谱反射率重建过程中，在使用多通道响应值的同时，引入木材表面粗糙度这一特征同时训练模型，提高了光谱反射率重建精度。并利用光谱反射率预测Lab值，最后根据Lab值并结合色差公式，得到标准木材与待检测的木材染色单板图像之间的色差值。以此避免了由于光的漫反射和散射对色差检测的影响，提高了色差检测的准确率。

本技术实施例公开了一种爆炸动画的碎片运动方法、装置、电子设备及存储介质，该方法包括:读取目标物体的各个碎片的顶点所携带的中心点坐标，并根据所述中心点坐标确定每个碎片相对于所述目标物体中心点的距离矢量，以作为目标矢量；通过着色器获取贴图携带的各个碎片在当前阶段的运动方向，所述贴图通过颜色表示碎片的运动方向；获取该目标物体的爆炸进度条，并根据所述爆炸进度条与各个碎片的目标矢量的大小关系确定各个碎片的运动时机；在任一碎片的运动时机到达时，控制该碎片沿该碎片在当前阶段的运动方向运动。解决了现有技术在的爆炸动画存在内存占用量较大的问题。

 本技术提供一种小蜂总科的几何形态学鉴定方法，涉及昆虫鉴定技术领域。所述小蜂总科的几何形态学鉴定方法主要包括对昆虫标本进行拍照，对拍照获取的图片进行提取地标点，对地标点进行普氏叠加并平移、旋转、缩放，对地标点进行分析等步骤。本发明利用几何形态学弥补了传统形态鉴定的不足，通过定量的方式对小蜂总科昆虫进行准确的鉴定；且本发明专利针对为膜翅目昆虫小蜂总科的分类鉴定提供新方法，实现对小蜂总科的快速分类鉴定。