本技术公开了一种基于通过增强和跨级多输入特征的遥感图像分割方法，先获取高分辨率遥感图像训练样本集；设计基于通道增强的Swin Transformer编码器、跨级多路径输入解码器和基于分数阶微分的特征细化模块，构建像素级语义分割模型；然后，基于所述高分辨率遥感图像训练样本集，对所述像素级语义分割模型进行训练，得到训练后的像素级语义分割模型；最后，基于训练后的像素语义分割模型，对待处理的高分辨率遥感图像进行语义分割，获得待处理的高分辨率遥感图像的语义分割结果。本发明提出的方法有效改善高分辨率遥感图像语义分割时存在的边界模糊、小目标丢失及信息处理不充分的问题，提高像素级语义分割模型的精度。

 本技术的基于ICP算法拼接的机械臂风扇叶片形貌测量方法，包括如下步骤:步骤1、标定测量系统；步骤2、基于模型驱动进行叶片测量路径规划；步骤3、基于ICP算法进行点云拼接。本发明建立叶片柔性测量系统理论模型，根据叶片的CAD模型自动规划扫描路径，通过ICP算法将多视角采集点云进行精匹配，有效的降低了多视角拼接误差对后续特征提取精度造成的影响，并实现对处理后完整点云的三维重建实现可视化。

本技术公开了一种基于AI大模型的工业安全领域的图像识别方法及系统，具体涉及工业安全图像识别技术领域，通过收集大量工厂排放烟雾相关图像、视频资料样本，根据不同环境条件对样本进行归类，提取每个分类样本集中样本图像的颜色特征和像素波动特征进行分析，建立颜色标准特征向量和实时时序像素波动标准特征向量，实时采集工厂生产时的烟雾图像，对实时图像进行颜色特征和像素波动特征分析，建立实时颜色特征向量和实时时序像素波动特征向量，分析标准特征向量和实时特征向量偏差程度，评估工厂生产时排烟异常偏差程度，对工厂生产排放烟雾的异常偏差进行预警。

 本技术公开了一种采用区域感知的关重部位识别方法，在初步完成目标识别的基础上，利用所得的感知信息，直接对目标所在区域进行细致的注意力分配；随后，自适应注意力模块动态调整其工作重心，对目标区域内的关键部位进行深度分析，有效地捕捉和区分这些部位的特征，从而实现高精度的关键部位识别。这一方法不仅减少了不必要的计算开销，还确保了关键部位识别的准确性和鲁棒性。本发明通过优化计算流程和智能资源分配，为嵌入式系统及其他资源受限的场景提供了高效的目标及其关键部位识别方案，有望提升智能监控、自动化驾驶、医疗影像分析等领域智能化水平，促进行业的智能化发展及应用。

本技术实施例提供了一种车辆变道检测方法、装置、交通工具及存储介质。该车辆变道检测方法包括:获取图像中目标车辆的二维结构，并对二维结构进行分割，以确定目标车辆的轮胎落地点；根据识别出的车道线和轮胎落地点，获取轮胎落地点与车道线之间的距离；计算目标车辆的变道权重；根据轮胎落地点与车道线之间的距离和变道权重获取目标车辆的变道概率。本发明实施例结合变道权重和轮胎落地点与车道线的距离得到目标车辆的变道意图，采用该方案得到的目标车辆变道意图具有更高的准确性。

 本技术公开了一种基于关键重构误差的深度伪造视频检测帧选择算法，包括步骤:构建和训练用于重构人脸三维模型图的人脸姿态自编码器；利用人脸姿态自编码器重构人脸三维模型图后，提取待测视频每个视频帧的关键重构误差分数；将待测视频所有视频帧的关键重构误差分数从小到大排序，再选择前K个关键重构误差分数所对应的视频帧，作为深度伪造视频检测模型的检测帧。本发明的有益效果在于，根据标准人脸视频数据集的特点，采用人脸三维模型、人脸姿态自编码器、局部区域纹理等技术，筛除存在显著人脸偏转的低质量样本；通过图像内容分析对输入检测模型的视频帧进行自适应选择，提升了相应深度伪造视频检测模型的可靠性与准确性。

本技术提供了一种电芯极组极片模糊图像识别的算法，用于处理在电芯极组的极片检测成像中获取的图像数据。该算法包括:确定电芯极组的成像模糊的标准，并建立成像模糊的图像样本集；对图像数据进行处理，制作数据集；以图像样本集作为训练集，基于卷积神经网络对数据集进行计算处理，以分拣成像模糊和正常的电芯极组。本发明的电芯极组极片模糊图像识别的算法，通过预先设定电芯极组成像模糊的标准，并建立模糊图像的样本集，利用卷积神经网络模型分拣出成型模糊的电芯极组，以便于通过人工二次判定极片的对齐度是否合规，从而可改善电芯极组检测中因极片角部成像模糊造成的极片对齐度检测计算准确性不足的情况。

 基于RCP的多尺度融合迭代更新去雨图像处理方法属于计算机视觉技术领域。由于雨条纹的密度和方向不同，本技术直接在真实雨图上进行图像去雨，并相应提出金字塔特征提取模块LPB，采用卷积操作时融合不同大小的内核，具有基于不同大小的卷积核来获得多尺度特征，以多尺度方式捕获丰富的特征，解决图像重建过程中的细节恢复的问题。本发明还提出了一种在RCP图像进行迭代更新；并且提出了多尺度交互融合模块IMFB，解决了模型去中心化可能会导致的特征干涉问题，从而实现更好的融合RCP与图像的特征，来逐步将特征组合在一起，进而在复杂情况下有效去除全部雨纹，并同时保护图像的结构信息，重建高质量的无雨图像。

 本技术公开了一种检修小车的视觉跟随方法及控制系统，通过采用泛化训练的YOLOv7模型及基于深度相机的视觉定位模块，结合CSRT目标追踪算法实时定位跟踪目标，获得跟随目标的空间几何位置；再以跟随目标的空间几何位置作为电机控制模块的输入信息，基于双闭环直流无刷电机调速系统，控制小车的各个电机的转速和转矩。与现有技术相比，本发明能解决小车机动变速不灵敏，启动瞬间过流的问题；且在目标识别跟随过程中，减小了人体躯干动作对深度信息的影响，并提高了目标跟踪精度。

 本技术提出了一种基于PINN网络的扎染风格化图案生成方法及系统，方法包括:采集扎染图案进行预处理准备，获得图案数据集；构建PINN网络模型，所述模型引入扎染物理信息；采用所述数据集训练所述PINN网络模型；采用训练好的所述PINN网络模型生成扎染图案，根据评估指标对所述扎染图案进行相似度评估。