本技术涉及目标识别技术领域，尤其涉及一种复杂环境下目标检测方法、系统及介质。方法包括:获取对目标区域的无人机航拍图像；将所述航拍图像输入训练好的目标检测模型，对所述航拍图像中存在待检测目标的区域进行检测，其中，所述目标检测模型基于改进的YOLOV8结构，用于基于坐标注意力捕获和跨层级融合多尺度特征并基于注意力获取目标的空间位置信息以对密集的小目标进行检测。本发明可以提高对复杂环境中的密集小目标的目标检测能力。

 本技术涉及基于离散小波变换的人脸深度伪造主动防御方法及装置，涉及图像处理技术领域，方法包括:利用深度伪造模型对原始和含扰动图像做属性编辑，计算两者之间的均方误差损失和结构相似性损失，赋予不同权重后融合为总损失函数；基于损失函数反向传播获取梯度信息，确定扰动施加的最优方向，形成中间扰动值；通过离散小波变换将低频和高频分量被嵌入到含扰动图像相应分量中，再通过逆离散小波变换重建图像；检查是否达到迭代次数，若否，则引入JPEG噪声层继续迭代调整扰动；若是，则输出最终含有不可见扰动信息的人脸图像。本发明充分利用在小波域的鲁棒性，在保证扰动不可见的前提下，提升扰动对JPEG压缩的抵御能力。

 基于深度学习脑出血血肿分割及影像特征提取方法及系统，涉及医学图像处理领域，解决了现有技术中计算机断层扫描时对不同层面的切片进行逐层分解的同时难以实现对图像进行特征提取的问题。所述方法包括:S1、获取脑出血图像及对应掩码，对所述脑出血图像及对应掩码进行预处理，将预处理后的数据保存在文件中；S2、S1中所述的文件采用自定义nii类型文件对脑出血图像进行分割，并构建U‑Net模型，通过深度残差瓶颈块和多个瓶颈块堆栈实现分割；S3、通过通道和空间的注意力机制完成对S2中已分割的脑出血图像进行特征提取，实现基于深度学习的脑出血血肿分割及影像特征提取。还适用于复杂图像处理领域中。

 本技术涉及一种基于图像分析的藻类监测方法、装置、设备及介质，属于北斗和人工智能技术领域，基于图像分析的藻类监测方法包括获取浮漂监测数据以及遥感影像数据，对浮漂监测数据以及遥感影像数据进行时空融合，以构建水质图像时空数据集，其中，水质图像时空数据集中包括水藻覆盖指数，基于水质图像时空数据集对构建的LSTM网络进行训练，获得水藻蔓延模型，基于水藻蔓延模型对待预测的浮漂监测数据进行预测，获得水藻覆盖指数的预测值；预设预警阈值，基于水藻覆盖指数的预测值以及预警阈值对藻类繁殖进行预警，提高了模型预测的准确性。

 本技术公开了一种尺规制图作业自动批改系统的实线识别系统及方法，包括:图像采集单元，图像预处理单元，特征提取单元，实线识别单元，结果输出单元，本发明涉及图像识别技术领域。本发明中，特征提取单元能够精确地提取线条长度、线条宽度、线条曲率和线条方向等多个关键数据特征，为实线的准确判断提供了全面而详细的信息；实线识别单元采用科学合理的特征分析方式，通过与预设的判定系数和比对区间进行比较，能够准确判断绘制线是否为实线，提高了识别的准确性和可靠性；整个系统和方法具有较高的自动化程度和智能化水平，能够有效避免人工批改中可能出现的主观性和误差，保证了批改结果的一致性和公正性。

 本技术公开了一种基于多模态特征自适应渐进融合的道路分割方法，包括如下步骤:构建道路图像分割数据集，所述道路图像分割数据集内包括若干拍照获取的道路RGB图像和激光雷达获取的道路深度图像；构建道路分割模型，所述道路分割模型由RGB信息编码模块、深度信息编码模块、特征转换模块、特征渐进自适应融合模块和多尺度特征解码模块组成；将道路RGB图像和道路深度图像输入道路分割模型中进行融合分割，得到最终道路分割结果；本发明通过独特设计的特征转换模块和特征渐进自适应融合模块，使得深度信息能够动态地补充RGB信息，从而提升了道路分割模型在复杂场景下的精度和鲁棒性，尤其在低光照、遮挡和动态环境中表现更为优秀。

 本技术涉及一种雷达多特征图表征和图网络融合目标检测系统及方法，属于雷达目标检测方法技术领域。为了解决现有技术中针对单特征检测方法在复杂海杂波背景下对目标和背景区分能力有限的问题，该目标检测系统，包括多特征提取网络和图融合检测网络，所述多特征提取网络用于从同一信号样本的不同模型特征上提取多种隐特征进行图表征，获得每个样本对应的多特征图数据MFG；所述图融合检测网络对多特征图数据进行特征提取聚合，实现特征融合检测。该目标检测系统及方法在不同环境目标检测实验中，通过多个数据集可显著提升模型泛化能力，检测概率提升约8%。

 本文公开了一种海底隧道路面裂缝提取方法和系统，涉及图像识别处理技术领域，该方法包括获取待分割真实裂缝图像；将待分割真实裂缝图像输入至CycleGAN网络预训练模型中，得到迁移图像；CycleGAN网络预训练模型为基于虚拟裂缝图像数据集和真实裂缝图像数据集训练得到的训练好的模型，包括两对交替对抗训练的生成器和判别器，通过对真实裂缝图像进行风格迁移和图像转换，得到与虚拟裂缝图像中的裂缝特征相似的迁移图像；将迁移图像输入至语义分割预训练模型中，提取得到待分割真实裂缝图像中对应的裂缝区域。本申请可以减小虚拟裂缝图像数据集与真实裂缝图像数据集之间的域间差异，提升模型对真实裂缝图像的分割精度。

本文提供了一种身份一致性掌静脉图像生成方法及系统，所述方法包括步骤:采集数量真实掌静脉图像并进行预处理，得到数量掌静脉样本图像；构造伪手掌轮廓并于每个伪手掌轮廓内随机构造若干伪静脉线条，得到掌静脉模板图像；构造掌静脉图像生成模型，并将掌静脉样本图像与掌静脉模板图像输入至掌静脉图像生成模型进行训练；将掌静脉模板图像输入至训练好的掌静脉图像生成模型，通过随机引入不同的噪声向量z与掌静脉模板图像进行特征融合生成伪掌静脉数据集样本。本申请的方法能够生成大量具备身份一致性且兼顾多样性的伪掌静脉数据集样本。

本技术涉及一种用于减轻莫尔效应的显示器下光学指纹传感器布置结构，具体公开了用于使具有感兴趣的结构特征的生物辨识特征对象成像的电子装置的系统和方法。所述电子装置包括:显示器，所述显示器包括成行的像素元件，所述成行的像素元件平行于沿第一轴线的第一主要方向；以及光学传感器，所述光学传感器被安装在所述显示器下方，所述光学传感器平行于沿第二轴线的第二主要方向。第二轴线相对于第一轴线以一角度旋转以将莫尔图案调整成在所述感兴趣的结构特征的频率范围之外。