基于条件生成对抗网络的视网膜黄斑分割

黄斑在视网膜眼底图像中呈现为一个颜色暗淡的区域,且分割容易受到暗病灶干扰,因此提出一种可以快速准确分割黄斑位置的方法。首先,设计神经网络将深度学习的方法应用到黄斑分割中,并通过上采样过程恢复原始的尺寸;其次,受限于有限的数据集,将条件生成对抗网络(conditional generative adversarial nets,cGAN)引入到黄斑分割中,该方法可生成伪图像作为分割结果,并以一种可解释的方式对此结果进行训练来分割黄斑。实例验证结果表明,该方法可生成高质量图像,并能处理梯度消失的问题,有助于弥补数据样本不足的缺陷,在光照不均和暗病灶干扰的情况下,也能取得很好的分割效果。使用公共数据集MESSIDOR和Kaggle进行了训练和验证,分别得到了94%和99.32%的准确率。

非结构场景中镜框尺寸测量的轻量化方法

鉴于传统自适应阈值分割方法在检测中无法根据镜框粗细、颜色深浅以及拍摄背景复杂程度自适应双阈值门限。现采用深度学习中的CenterNet模型,通过MobileNetV3中的bneck结构堆叠,组成CenterNet模型的主干特征提取部分,从用户图片中获得镜框和眼睛的类别信息、位置信息,最后通过相对位置关系计算出测量要求的相应尺寸。该过程无需对图像进行阈值分割,实现了非结构化场景中镜框尺寸的快速测量。实验结果表明,该方法不受镜框粗细以及拍摄背景的影响,检测精度高达98.01%,每秒处理图片的数量(frames per second, FPS)达到15帧/秒,训练后的权重文件从152 MB减小到47 MB,并有较强的泛化能力。

自然语言处理课程教学探索和实践

随着人工智能技术的不断发展,智能科学与技术本科专业课程如何在有限学时内兼顾理论知识与应用实践、如何从教学内容和形式上更好地培养学生的理论基础和应用能力,值得探索和实践。为使本科学生能更好地掌握自然语言处理系统框架结构和程序设计等相关方法,文章以上海理工大学智能科学与技术专业自然语言处理课程教学实践为例,阐述课程教学的基本目标、理论教学的内容选择及实验内容的安排和设计等基本思路和方法。

可压缩传感重构算法与近似QR分解

讨论了可压缩传感CS重构算法,并提出了一种新的改进算法效率、提高图像质量的方法,即:测量矩阵的近似QR分解。精确的重构算法(极小化L0范数)是一个NP完全问题,而这种算法的一个近似估计(极小化L1范数)能够对信号或图像高效率地重构。本文研究了L1算法的重构效果,通过改变测量矩阵的奇异值能够提高算法的重构效率。对测量矩阵的近似QR分解进行了研究,并给出了对测量矩阵的一些改进和相关的实验。

电子支付系统与安全

电子支付系统的安全、可靠、快捷和方便是铁路电子商务被广泛接受并顺利完成的保证。介绍基于安全认证协议SSL/SET建立的电子支付系统模型及具体实现。

多算法融合的视盘分割方法

视盘准确地定位与分割是视网膜相关研究的基础,为了提高算法的自适应性,避免受不同病变的影响,本文提出了融合多种传统分割算法的视盘分割方法.首先对视网膜图像进行主成分分析得到灰度图片,再利用形态学方法去除血管.接着采用改进的霍夫圆变换的方法定位视盘,并将得到的视盘中心作为标记进行分水岭变换分割视盘得到初始曲线.最后利用CV模型将曲线演化到正确的视盘边界.本文在两个公开的眼底图像数据集(MESSIDOR,DRIONS-DB)上进行了算法验证,实验结果表明该算法对视盘的定位具有较高的准确度(ACC):98%和100%,视盘分割的重叠率(OP)为92.0%和94.4%.与其他算法进行对比,该方法可以有效地避免病灶的干扰,具有很好的定位和分割效果.

基于稀疏表示的视网膜图像对变化检测

视网膜图像对变化检测主要研究两个不同时间点所采集到图像的变化情况。图像间的亮度差异及解剖结构与病灶的亮度相似性,使得基于逐点对比的差分方法或商方法很难准确检测变化区域。针对光照干扰问题,提出对光照具有鲁棒性的稀疏表示(SRC)变化检测方法。SRC方法先抽取参考图像局部区域块构建字典,再通过稀疏表示重构当前图像的局部背景块,最后利用背景相减获得变化区域。通过该方法,图像对的亮度差异可用稀疏表示系数自动调整,而基于块的方式可过滤掉局部光照,更有效地检测出变化区域。SRC方法与其他检测方法结合,可以增加检测结果的准确性。实验根据一对来自DRIVE数据集的小病灶仿真数据,SRC方法的AUC和mAP值分别为0.986和0.865;对一对采集自临床的大病灶数据,SRC与迭代鲁棒同态曲面拟合(IRHSF)校正结合方法的AUC和mAP值分别达到了0.989和0.969。实验结果表明,SRC方法比RPCA方法对局部光照鲁棒性更强,比基于逐点的比较差分方法更多地考虑局部邻域信息,能够更有效地检测出变化区域。

一种融合残差模块的U-net对眼底图像渗出液的检测

渗出液是糖尿病视网膜病变(Diabetic Retinopathy,DR)早期出现的特征之一,也是判断糖尿病视网膜病变严重性的重要指标.由于渗出液在亮度特征上与视盘具有很大的相似性,渗出液的分割通常需去除视盘的干扰.为了加强图像的细微特征,本文提出了一种新的图像增强方法预处理方法,使得渗出液比视盘具有更高的对比度.深度U-net在训练样本较少且对稀疏性目标分割时具有较好的效果.本文在U-net结构基础上,加入Resnet结构,通过增强细微特征的学习来改进渗出液检测.本文通过kaggle和DIARETDB1两个公开数据集来验证所提出的方法,其准确度、特异性和敏感性指标在两个数据集上分别为99.1%、99.3%、80.3%和99.0%、99.0%、89.3%.

基于多尺度链接的红外与可见光图像融合

提出了一种红外和可见光图像的融合方法。该方法采用深度学习中的生成对抗网络(generative adversarial network,GAN)来融合两种模态图像,融合过程主要通过网络架构中生成器和鉴别器之间的对抗实现。生成器采用多尺度链接架构,有效提取并利用源图像的深层与浅层特征信息。同时鉴别器采用了与传统全局鉴别器不同的局部鉴别器,确保融合后的图像充分包含源图像的信息与特征分布。经实验验证,采用该方法融合后的图像能有效包含两种源图像各自的特征。

Ishikawa和Mann方法中迭代算子的收缩性(英文)

设X为任一Banach空间,T:X→X为一Lipschitz强增生算子.对任一f∈E,带有误差的Ishikawa和Mann迭代方法强收敛到方程Tx=f的解已经得到证明.本文引入了一些定理并证明了在Ishikawa和Mann方法中迭代算子T是一个压缩算子,并给出了这两种方法的压缩条件以及迭代误差的估计.本文将近来的一些相关结果做了相应的拓展.

二值分解压缩和Consensus算法

奇异值分解(SVD)是一种流行的用于高维数据压缩的方法,二值分解是奇异值分解的一种简化形式。实现二值分解的主要算法有两种:迭代启发式算法和贪婪算法。但这两种算法都不是很理想的算法:迭代启发式算法在很多情况下不能保证收敛性,贪婪算法不满足大型数值矩阵分解的需要。采用了一种新的算法来实现二值分解:Consensus的算法。Consensus算法可在渐进多项式时间内找到一般图中的极大二分团。对于某些二分图,该算法的复杂度是多项式时间的。实验结果表明,当迭代启发式算法不起作用时,Consensus算法是一种很好的求解二值分解的方法。该算法远比贪婪算法的效率高,且具有稳定收敛性。

三维图像中连续隐边界曲面的逼近计算

三维图像中感兴趣目标的边界曲面的检测与重构是三维图像分析中的一个重要问题.本文提出了从三维图像中计算连续隐边界曲面离散采样点的新方法.基于这些计算得到的离散采样点及其灰度值,可以推导出更合适的等值面或者自适应曲面去近似表示三维图像中的连续隐边界曲面.

本地市场游戏服务器需求量的确定方法

网络游戏近年飞速发展成为网络业三大(网上金融、网络教育、网络游戏)赢利且利润优厚的领域之一。游戏公司和运营商要正确地把握市场导向，需要对市场进行调查和系统化分析，以确定游戏服务器容量和需求。本文给出了基于相关影响因素确立服务器容量的一种决策模型，为商家正确把握市场动态提供了依据。

眼底图像的双向扫描中央凹定位方法

中央凹定位是计算机辅助眼底疾病诊断的关键步骤。为提高中央凹定位的准确性,提出双向扫描定位方法。在检测出血管和视盘的基础上,以视盘中心为起点的纵向扫描线从上向下扫描,根据扫描线穿过血管像素最少估计中央凹的纵坐标;根据所估计的纵坐标确定一条带状区域,并作通过垂直于带状区域的从左向右扫描的横向扫描线确定横坐标。该方法利用中央凹低亮度、无血管的区域特征来降低计算复杂度,并通过增强对比度来避免不均匀光照产生的干扰。在MESSIDOR数据集和KAGGLE数据集上的实验结果表明,该方法具有较好的定位效果,平均高斯相似度分别为0.980和0.997。

融合对分课堂和微课视频的智能控制课程教学案例设计

为了帮助智能科学与技术专业本科生透彻理解智能控制课程中的知识重点与难点,提出将"对分课堂"教学方法与"微课视频"技术结合,说明4个教学案例的设计过程,并阐述具体实施方法,以引导学生自主分析相关智能建模方法的功能特点。

智能检测技术与系统教学内容实践与探索

为了使"智能检测技术与系统"课程教学能够与目前的机器人技术紧密结合,适应机器人技术发展与应用,文章从理论教学内容设置、实验设计等方面阐述了该课程的教学实践工作。通过将视觉测量方法和技术作为主要教学内容和实验内容,让学生掌握摄像机标定等视觉测量的基本原理、方法和程序设计基础,为智能专业后续机器视觉、机器人技术等课程的学习奠定了视觉测量的知识基础,同时为本专业的课程设计和学生参加智能类实践比赛提供了有力的支持。

智能控制课程中英双语教学方法研究与教学案例设计

提出一种针对智能控制课程的双语教学框架,基于'神经网络'授课内容,设计涵盖感知器和多层感知器知识点的4个教学案例,目的是帮助学生准确掌握不同智能控制方法原理的双语表述和概念思想,介绍教学实施过程并说明该双语教学方法在一定程度上能提高学生的学习效率。

智能电话终端设计

介绍一种智能电话终端系统的设计与实现。系统以微处理器为控制中心,可实现终端功能设置、信息输入,通过调制解调器进行信息接收与发送的控制,以及信息的显示及存储等功能。

智能专业嵌入式系统教学内容思考与实践

为了使智能本科专业的嵌入式系统教学能够与主流的机器人操作系统ROS紧密结合,适应当前机器人技术发展的最新应用,突出本专业嵌入式系统课程的专业特色,介绍课程的理论教学内容选择、实验内容及安排,说明本课程对后续本专业其他课程、课程设计等的支撑作用,强调对大学生教学实践比赛的有利推动作用。

面向应用的智能专业嵌入式系统教学

为了使智能本科专业的学生更好地掌握嵌入式系统硬件功能和结构、操作系统和程序设计,针对本专业的应用现状,从教学内容、理论与实验内容的安排、后续课程的衔接以及本科创新与创业项目申请、参加全国性大学生实践大赛等几个方面进行分析和讨论,以期通过本课程和后续衔接课程的设计学习,学生能够顺利申请和完成本科创新与创业项目,为参加全国性大学生实践大赛奠定坚实的基础。