关键词： 人工智能大模型   精准诊疗   药物研发   医学教育   自然语言处理   计算机视觉  

摘要： 人工智能大模型在医疗领域展现出广泛应用前景,尤其是在精准诊疗、药物研发和医学教育方面取得显著进展.在精准诊疗中,大模型通过自然语言处理和计算机视觉技术辅助病历管理、影像分析和病理诊断,显著提高效率与准确性,同时减少医生负担.在药物研发中,大模型通过知识图谱、基因靶点预测、蛋白质结构建模等手段加速药物发现,并优化临床试验流程.在医学教育中,大模型助力试题生成、虚拟案例学习和临床实践模拟,提升教学效率和学生能力.然而,大模型的医疗应用仍面临评估标准不统一、伦理风险、技术缺陷和国际技术封锁等挑战.未来需加强伦理规范建设、技术优化和国产医学大模型研发,以推动大模型技术更好地服务临床需求和医学进步.

关键词： 目标检测   铁路综合视频监控系统   明度动态感知   深度学习   YOLOv8  

摘要： 铁路轨道沿线场景具有空旷开阔、占地面积大的特点。由于高清摄像头的普及,导致大部分入侵物体目标在图像中具有占比面积小,像素点数量少,进而降低算法对目标尤其是小目标的检测性能。针对该问题,提出基于明度动态感知裁剪和YOLOv8的铁路沿线异常感知检测方法。首先通过明度动态感知方法感知运动目标区域,再以动态目标为中心裁剪图片输入YOLOv8网络进行检测,防止目标区域图像输入网络时特征信息被压缩,最后在RailD49数据集上验证了该算法的召回率为80.33%,准确率为81.67%,相较于原始YOLOv8m对铁路运动目标的检测能力有所提升。

关键词： 分布式多输入多输出雷达系统   目标检测   多径效应   功率分配   合作博弈理论  

摘要： 为提升低空突防作战场景下分布式多输入多输出(Multiple Input and Multiple Output,MIMO)雷达系统的目标检测效能,提出一种合作博弈功率分配(Cooperative Game Power Allocation,CGPA)算法。基于带误差的支援信息建立了低空多径环境下的分布式MIMO雷达信号模型,并推导了基于奈曼皮尔逊准则的检测模型。结合Max-Min准则以信干噪比(Signal to Interference plus Noise Ratio,SINR)为优化模型的效用函数。在此基础上,利用加权方法简化了联盟利益Shapley值的计算,得到满足帕累托最优性和公平性的合作资源分配方案。通过对发射功率资源的细致化管理,有效减小多径效应引起接收信号幅度的参差与衰落。在改善接收信号的稳定性的同时,挖掘并利用多径环境下丰富的散射特性,有效提升了雷达系统的探测效能。仿真实验验证了分布式MIMO雷达系统低空多径目标检测的出色性能,所提功率分配算法能够有效提升系统检测性能,并具有较好的实时性。

关键词： 晶圆   缺陷检测   机器视觉   AOI   图像处理  

摘要： 基于机器视觉以及AOI自动光学检测平台,设计了一套针对晶圆表面缺陷的自动化检测系统。首先设计了晶圆缺陷检测的总体方案,分别对AOI系统的机械结构以及运动控制模块制定合理方案。然后基于机器视觉算法设计晶圆缺陷检测的算法,用于检测晶圆表面的光敏面脏污、光敏面划痕和电极环断开缺陷。同时基于改进后的MobileNetV2模型实现对晶圆表面电极脖子区域的缺陷检测。这一套方法可以实现晶粒的缺陷检测,脏污、划痕、电极环断开等缺陷的检测准确率分别达到94.06%、97.37%、92.36%,平均单颗晶粒检测耗时分别为86 ms、13 ms、93 ms,使用基于改进MobileNetV2模型的电极脖子缺陷检测准确率达到99.3%。以上实验结果表明,所提方法准确率高、耗时短,可以满足晶圆缺陷检测的需求。

关键词： 螺母   目标检测   YOLOv5   注意力机制  

摘要： 为了提升高空螺母的识别准确率,减少螺栓螺母的误检、漏检率,提出了一种基于改进YOLOv5的高空螺母识别模型。首先,在骨干网络端添加了高效多尺度注意力机制(efficient multi-scale attention,EMA),以此融合更多的信息。其次,将颈部网络的PANet更换为BiFPN(bidirectional feature pyramid network),以加强网络的特征提取能力。最后,将原损失函数CIoU(complete intersection-over-union)更换为SIoU(structured intersection over union),以加快模型的收敛速度并提高模型的分类准确率。结果表明,相比于YOLOv5原模型,改进后的模型拥有更好的性能,其中准确率提升了0.92%,召回率提升了0.16%,平均精度1(mAP_0.5)提升了0.53%,平均精度2(mAP_0.5:0.95)提升了2.26%。再用改进前后的模型进行实际识别对比实验,结果表明,改进后的模型识别效果更好,漏检、误检率下降,实际的识别率更高。改进后的模型能够很好地满足高空螺母的识别和图像数据采集,也为后续的螺母维护提供了数据基础。

关键词： 车路协同   特征匹配   优化DeepSort算法   目标跟踪  

摘要： 在车路协同系统中,为了提升路侧情况下汽车对外界环境信息的感知能力和对动态车辆目标行为的预测能力,本文提出一种基于改进DeepSORT算法的车辆多目标跟踪算法。本文将YOLOv5作为检测器,并结合优化的DeepSORT跟踪算法进行动态车辆多目标跟踪。在车辆特征匹配过程中,从匹配候选框中不断去除匹配成功的检测目标,以减少计算资源,并利用HOG特征对车辆信息进行匹配,提升算法的实时性。同时引入投影矩阵,将图像数据转化为俯视图,获取检测目标的运动速度。试验结果表明,与传统的DeepSORT算法相比,改进算法的多目标跟踪精度(MOTA)提高了6.7%。

关键词： 计算机视觉   目标跟踪   上下文感知注意力   Transformer   特征融合  

摘要： 目的 近年来,Transformer跟踪器取得突破性的进展,其中自注意力机制发挥了重要作用。当前,自注意力机制中独立关联计算易导致权重不明显现象,限制了跟踪方法性能。为此,提出了一种融合上下文感知注意力的Transformer目标跟踪方法。方法 首先,引入SwinTransformer(hierarchical vision Transformer using shifted windows)以提取视觉特征,利用跨尺度策略整合深层与浅层的特征信息,提高网络对复杂场景中目标表征能力。其次,构建了基于上下文感知注意力的编解码器,充分融合模板特征和搜索特征。上下文感知注意力使用嵌套注意计算,加入分配权重的目标掩码,可有效抑制由相关性计算不准确导致的噪声。最后,使用角点预测头估计目标边界框,通过相似度分数结果更新模板图像。结果 在TrackingNet(large-scale object tracking dataset)、LaSOT(large-scale single object tracking)和GOT-10K(generic object tracking benchmark)等多个公开数据集上开展大量测试,本文方法均取得了优异性能。在GOT-10K上平均重叠率达到73.9%,在所有对比方法中排在第1位;在LaSOT上的AUC(area under curve)得分和精准度为0.687、0.749,与性能第2的ToMP(transforming model prediction for tracking)相比分别提高了1.1%和2.7%;在TrackingNet上的AUC得分和精准度为0.831、0.807,较第2名分别高出0.8%和0.3%。结论 所提方法利用上下文感知注意力聚焦特征序列中的目标信息,提高了向量交互的精确性,可有效应对快速运动、相似物干扰等问题,提升了跟踪性能。

关键词： 椭球体阵列   磁目标   能观性   随机能观性   线性化  

摘要： 为了解决椭球体阵列模型在水中磁目标跟踪识别中的能观性问题,建立了椭球体阵列磁场的状态空间模型,分析了非线性随机离散系统中的确定部分与随机系统的能观性。采用线性化方法求解了系统确定部分的能观性Gramian矩阵,通过Gramian秩判据分析了系统确定部分能观性。采用奇异值分解将能观性矩阵的条件数的倒数作为衡量系统确定部分能观度的指标。引入能观性矩阵的广义逆计算随机系统状态分量能观度。通过仿真试验,确定了系统能观、系统状态分量随机能观的条件,以及能观条件下各状态分量的能观度大小排序。

关键词： 血管分割   图像处理   PCNN   生成对抗网络  

摘要： 视网膜血管分割能为高血压、糖尿病以及青光眼等眼科疾病的确诊和治疗提供支持。利用计算机辅助技术的视网膜血管分割相比人工诊断更容易减少漏诊和误诊的机会。为提高视网膜血管分割准确率,提出基于PCNN和生成对抗网络的视网膜分割的方法。将PCNN和生成对抗网络相结合,将生成对抗网络中的判别器嵌入PCNN为主体的循环结构中。生成对抗网络的博弈竞争机制赋予判别器不断自我升级的动力和活力,而不断改进的判别器为PCNN提供了分割的标准。最后对提出的方法进行定性和定量的分析,实验结果表明其在视网膜血管分割方面具有比较好的表现。

关键词： 计算机视觉   人机交互   动态手势识别   深度学习网络   手势数据集  

摘要： 动态手势识别是计算机视觉领域较为热门的任务之一,受到了研究者的广泛关注;动态手势识别技术在自动驾驶、虚拟现实和人机交互等诸多领域展现出很高的应用潜力;手势是在虚拟空间中与其他人交换信息、指导机器人在恶劣环境中执行特定任务或与计算机交互的一种直观而理想的方式;调研归纳了一些常用的动态手势数据集,对动态手势数据集的模态、数据量、应用场景进行了总结与分析;从使用方法的网络类别出发,综述了基于视觉的动态手势识别技术研究进展,重点介绍归纳了基于深度学习的方法,对基于卷积神经网络、循环神经网络以及图神经网络的方法进行了整理总结与性能比较;最后对基于视觉的动态手势识别的研究方向进行了展望。