本技术涉及结直肠图像分析技术领域，尤其涉及一种基于深度学习的结直肠癌诊断辅助方法及系统。该方法包括以下步骤:获取结直肠内窥镜图像数据，并对结直肠内窥镜图像数据进行感兴趣区域定位，得到结直肠感兴趣区域数据；对结直肠内窥镜图像数据进行多级图像分割，得到结直肠图像多级分割数据；对第一结直肠图像分割数据进行深度特征提取，得到结直肠图像深度特征数据，并对第二结直肠图像分割数据进行三维网络构建，得到结直肠图像三维网络数据；对结直肠图像三维网络数据进行细胞关系特征提取，得到结直肠图像细胞关系特征数据，以进行结直肠癌诊断辅助作业。本发明提高结直肠癌的早期诊断率和诊断精度。

 本技术提供一种基于压缩感知和薄板样条的频谱态势生成方法，涉及磁频谱地图的构建方案技术领域。该方法具体包括:构建基于频谱态势生成算法的区域模型，包括：L个辐射源、H个传感器以及若干个数据处理中心，并分别采集每个传感器所在位置的接收信号强度RSS值；根据每个传感器所在位置的接收信号强度RSS值构建TPS函数；通过建立TPS函数的限制条件对TPS函数进行优化；利用优化后的TPS函数生成基于频谱态势生成算法的区域模型的频谱图。本发明通过对频谱地图生成算法中的压缩感知算法和TPS算法进行合理结合，有效地解决了生成频谱地图不清晰，产生较大误差和较多异常值点的问题。

 本技术提出基于改进DCGAN的脉冲星候选体生成方法及系统，利用改进的DCGAN生成脉冲星候选体图像，通过对不同尺度的通道信息进行提取，然后采用不同尺度的卷积处理生成通道注意力权重；提取输出特征多尺度的特征，然后基于不同池化操作处理，得到空间注意力图；能够增强图像的局部细节和全局特征，从而显著提升生成图像的整体质量和细节表现。

 本技术提出基于峰值检测和DBSCAN聚类色卡图像的分割方法，包括:对版式色卡图像进行图像增强，获得增强后的版式色卡图像；对增强后的版式色卡图像采用高斯模糊方法进行平滑处理，得到经过高斯模糊后的图像特征值；沿垂直方向，对经过高斯模糊后的图像特征值进行卷积计算，得到图像的列特征值，基于列特征值对图像进行列分割；沿水平方向，对经过高斯模糊后的图像特征值进行卷积计算，得到图像的行特征值，基于行特征值对图像进行行分割；对通过列分割和行分割获得的色卡小块进行基于密度的带有噪声的空间聚类算法的筛选，得到正确的所有色卡块。本发明具有广泛的适用性和灵活性，能够满足不同领域和场景下的色卡图像分割需求。

 本技术公开一种面向雷达图像的通感融合系统的编码方法及装置，其方法包括:步骤S1：获取数据集；步骤S2：建立语义编码器模型，该语义编码器模型包括主干网络模块和颈部网络模块；步骤S3：建立神经网络信道编码器模型，该神经网络信道编码器模型包括多尺度融合模块和冗余增加模块；步骤S4：将神经网络信道编码器模型输出的特征信息加载到物理信道上并发送。本发明通过上述方案实现了基于目标检测的雷达图像通信与感知技术的一体化设计，其中，语义编码器模型能够有效实现目标检测技术与语义通信技术的融合；且通过改进的算法，数据对噪声干扰有了更好的鲁棒。

 本技术公开了一种曲轴点云语义分割方法，步骤包括:对曲轴点云模型体素化降采样并建立Kd‑Tree拓扑结构；计算两个大小不同的支撑半径下的法线，调节法线方向，以法线差计算法线微分(DoN)特征；以小支撑半径获取点邻域的数量并计算点云曲率及FPFH特征；以邻域点数量最少的点作为初始种子点，定义初始目标区域；搜索种子点的k近邻点集，以FPFH特征阈值及曲率阈值作为区域生长准则，以DoN特征阈值对分割区域进行语义判断；当无法找到满足生长准则的邻域点时，完成当前区域生长并继续下一个区域生长，直至遍历整个点云；根据区域点标记数量完成曲轴点云语义分割。本发明具有低复杂性并能准确完成曲轴点云语义分割，提高曲轴点云分割算法的普适性。

 本技术公开了一种用于无人机的光伏组件缺陷轻量化检测方法，基于YOLOv5s模型进行轻量化改进，使其能部署在计算资源有限的嵌入式GPU无人机上对光伏组件缺陷进行实时检测。包括以下步骤:建立光伏组件表面缺陷数据集，并对图像进行预处理；对YOLOv5s模型进行改进，采用ShuffleNetV2网络替代原有主干网CSP结构，大幅降低模型的参数量和计算量实现轻量化，引入有效通道注意力模块ECA，增强模型对光伏组件缺陷特征的识别能力；设置训练参数，对改进后的模型进行训练；将待检测的光伏组件缺陷图像输入训练好的模型中，输出待检测光伏组件表面缺陷的位置和类别信息。该方法有效降低了模型的大小与复杂度，特别适合在资源有限的无人机系统上进行高效的光伏组件缺陷检测。

本技术公开了探卡探针相对测试平台高度检测方法，本发明中完整的检测算法主要包括探针在图像中位置的确认和图像中探针清晰度评价以及探针高度确认；对输入图像进行均值滤波其中滤波核的大小，对滤波后的图像进行乘法操作，阈值分割即可得到探针在图像中位置；对图像进行拉普拉斯变换，并将得到的图像进行加法运算后计算图像中灰度值的均值和标准差，其中标注差最大的图像为最佳对焦图，计算探针与芯片测试平台的距离；本发明适应半导体行业芯片测试设备探针位置高度的快速检测，完成芯片测试生产过程中的自动化检测；利用该方法可以快速、准确识别探针高度，与人工检测相比，有效降低工人劳动强度，提高了换卡换产效率。

本技术公开了一种不规则目标智能识别及定位方法与系统，应用于激光标刻技术领域，构建三维数据库，所述三维数据库存储目标三维数据；获取待识别目标的三维图像；对所述三维图像进行特征提取获取第一定位特征，并调用目标点的定位特征；将所述第一定位特征输入训练的定位检测模型中，根据待识别目标的反射特征和颜色特征调整定位点的位置信息，并与所述定位特征进行比对；确定定位点位置。本发明公开提供了一种不规则目标智能识别及定位方法与系统，通过光反射检测结果对于获取的反射特征进行修正，颜色检测模型输出的颜色检测结果将相近颜色进行聚类，确定激光标刻范围以及关键点检测模型输出的关键点检测结果共同对于关键点进行定位。

本文涉及一种人物关系识别方法、装置、计算机设备和存储介质。所述方法包括:采集目标车内图片，目标车内图片中包含第一人物和第二人物，且记录有第一人物和第二人物的人脸信息和肢体信息；通过人脸检测器获取第一人物的人脸坐标和第二人物的人脸坐标；使用人物关系识别模型对目标车内图片、第一人物的人脸坐标和第二人物的人脸坐标进行处理，得到第一人物和第二人物之间的人物关系识别结果。本申请实施例能够提高对车内人物关系的识别准确率。