基于关键点检测的鱼类游动轨迹提取

针对现有的鱼类游动轨迹提取方法不能兼顾轨迹提取效率和准确率的局限性,提出了一种基于鱼类关键点识别与定位的鱼类游动轨迹提取方法。该方法在RetinaFace算法的基础上,通过改进网络结构和损失函数、优化锚框的尺寸设计、编解码鱼类关键点(头部点和形心点)、为鱼类目标的关键点添加额外的标注并制作成鱼类关键点数据集等改进策略,构建了基于关键点识别的鱼类轨迹提取模型。研究结果表明,本研究方法对鱼体关键点识别的精度很高,准确率、召回率、平均精度均值3项精度评价指标分别为97.12%、95.72%、96.42%;所提取的轨迹坐标平均相对偏差为MRE x(0.065%,0.092%)、MRE y(0.112%,0.011%),与鱼类的实际游动轨迹基本吻合;鱼类目标关键点的识别速度可达32帧/s,能够满足实时提取鱼类轨迹的需求。

基于两点一线为解剖标志的胃底体一体化游离方式在腹腔镜胃袖状切除术中的临床应用

目的 探讨基于膜解剖指导下的胃左系膜、胃后系膜、胰腺系膜三三交汇处TJ点至左侧膈肌脚内侧缘顶点“两点一线”为解剖标志的胃底体一体化游离方式(two points and one line model, TPOL模型)腹腔镜袖状胃切除术(LSG)的可行性与安全性。方法 我院2019年1月~2022年1月收治的肥胖病或肥胖合并代谢综合征病人135例,均行LSG治疗。根据胃底体游离方式不同,分为两组,研究组68例,采用TPOL模型LSG手术。对照组67例,采用常规LSG手术。比较两组病人手术时间、胃底游离时间、术中出血量、住院时间、术后胃漏、出血、胃食管反流发生率等指标。结果 所有病人均顺利完成LSG手术,术后随访12~36个月。研究组与对照组手术时间分别为(56.13±10.56)分钟和(62.45±12.74)分钟,胃底游离时间分别为(6.34±4.16)分钟和(12.58±6.37)分钟,住院时间分别为(3.84±0.42)天和(4.06±0.69)天,术中出血量分别为(10.87±1.28)ml和(15.56±3.39)ml,术后胃食管反流发生率分别为5例(7.35%)和13例(19.40%),两组比较差异有统计学意义(P<0.05)。两组术后12个月多余体重减少以及术后出血、胃漏等并发症比较,差异无统计学意义(P>0.05)。结论 基于膜解剖指导下的胃后TJ点至左侧膈肌脚内侧缘顶点“两点一线”为解剖标志的胃底体一体化游离方式(TPOL模型)LSG术可高效、安全、完整游离胃底,对LSG的胃底规范化游离具有临床价值。

融合人脸图像深度和外观特征的BMI估计方法

身体质量指数(BMI)是人类健康重要指标。从2D正脸图像中估计3D人脸信息并提出一个端到端BMI估计框架,以进一步提高BMI估计性能。首先,计算人脸468个3D关键点,并根据关键点相对头部质心的深度绘制深度人脸图;其次,提取人脸图像的方向梯度直方图(HOG)并可视化以表示外观特征;最后,利用卷积神经网络(CNN)VGGNet、ResNet分别对深度人脸图和HOG进行特征提取,并使用Hadamard积融合2个骨干网络的特征以估计BMI。与目前已有方法的对比实验中,本文提出方法在2个公开数据集上的整体平均绝对误差(MAE)分别比最优结果低0.38和1。上述实验结果证明了本文提出的融合3D人脸图像深度和外观特征的BMI估计方法的有效性。

基于神经网络深度学习模型的踝关节X线片标志点自动定位研究

目的探索基于神经网络深度学习模型的踝关节X线片标志点自动定位方法及其应用价值。方法选取陕西省人民医院2019年1月至2022年11月间行X线检查的360例成年人正常左踝关节正、侧位片影像资料为研究对象,将其随机分配至训练集(210例)、验证集(90例)和测试集(60例)。以人工标注作为参考,对图像预处理后分别建立基于神经网络Unet架构的踝关节X线片标志点预测模型,生成对应的热力图,并用测试集数据进行验证。结果在踝关节X线正位片6个标志点的预测中,2 mm阈值的平均正确估计比例(Percentage of Correct Keypoints,PCK)可达99.7%,总体平均径向误差(Mean Radial Errors,MRE)为0.411,总体标准差(Standard Deviation,SD)为0.290。距骨顶端内点的预测准确度最高,1 mm阈值时的PCK可达100%,同时其MRE及SD在正位片6个点中最小,分别为0.290和0.178。在踝关节X线侧位片9个标志点的预测中,2 mm阈值的平均PCK达到95.0%,总体MRE为0.669,总体SD为0.710。胫骨下段最前点的预测准确度最高,1 mm阈值时的PCK可达100%,同时其MRE及SD在侧位片9个点中最小,分别为0.334和0.173。正位片和侧位片所有标志点的预测位置坐标与对应参考标准标志点位置坐标差异均无统计学意义(P>0.05)。结论基于神经网络深度学习模型能够实现对踝关节X线片标志点的有效自动定位,对辅助踝关节X线片形态学自动测量和疾病诊疗具有应用价值。

基于Landmark模型动态预测老年人轻度认知障碍向阿尔茨海默病的转化

目的利用Landmark模型对轻度认知障碍(mild cognitive impairment,MCI)的老年人转为阿尔茨海默病(Alzheimer′s disease,AD)的概率进行动态估计,为早期发现高危AD患者提供帮助。方法利用312名MCI个体的纵向和生存数据构建三个landmark模型(模型1、模型2和模型3)。利用Brier得分和C指数评估模型的预测性能并选出最优模型进行动态预测。结果模型3的预测性能较好,且FAQ、RAVLT-immediate和海马体体积是MCI转为AD重要的预测变量。在不同随访年,利用模型3和这三个预测变量预测两名MCI个体两年后转为AD的概率。MCI个体1转为AD的概率逐年下降,属于AD低危个体;而MCI个体2转为AD的概率逐年上升,属于AD高危个体。结论本研究对MCI个体向AD转化的概率进行动态估计,可识别AD高危群体。

基于改进SSD算法的学生面部及其关键点检测研究

课堂讲授是教学活动的主要形式,学生的课堂学习状态可以通过其面部信息反映出来,为了准确地获取学生的面部信息,提出了一种更加适用于教室中学生的面部及面部关键点检测模型。由于教室中后排落座的同学属于小目标,为了准确检测后排同学,将网络前端的三张特征图进行了融合,使网络对小目标的检测能力有所提升;根据学生面部生理结构的特点,改进了预测候选框的生成比例。为了验证算法的先进性,设计了对比实验,所提的模型在三种难度的数据集上均表现最优。

基于三维下颌骨平均模型的颌骨标志点自动确定方法

目的:探索一种高效、自动确定三维下颌骨数据解剖标志点的方法,并对该方法的定点效果进行初步评价。方法:选取40例颅颌面三维形态正常患者的CT数据(其中30例用来建立三维下颌骨平均模型,10例作为测试本研究方法确定下颌骨标志点效果的测试数据),将数据导入到Mimics软件中进行下颌骨三维重建。在这40例三维重建后的下颌骨数据中,选取与中国人下颌骨特征均值更为接近的30例,在MATLAB软件中基于普氏分析(Procrustes analysis)算法对此30例下颌骨数据进行尺寸归一化处理,并在Geomagic Wrap软件中,构建上述30例下颌骨数据的三维平均形状模型,通过对称化处理、曲率采样、索引标记等过程,构建出具有18996个类标志点和19个下颌骨解剖标志点索引的三维下颌骨结构化模板。应用开源非刚性配准算法程序Meshmonk,将上述构建的三维下颌骨模板通过非刚性变形与患者三维下颌骨数据进行匹配,获得患者三维下颌骨数据的19个解剖标志点位置。与口腔专家手动标注的标志点位置误差(定点误差)进行比较,评价本方法的准确性。结果:将本研究方法应用于10例无显著下颌骨形态畸形患者数据,19个标志点的平均定点误差为1.42 mm,其中最小和最大误差分别为喙突顶点[右:(1.01±0.44)mm;左:(0.56±0.14)mm]和下颌升支前缘点[右:(2.52±0.95)mm;左:(2.57±1.10)mm],中线点平均定点误差为(1.15±0.60)mm,双侧点平均定点误差为(1.51±0.67)mm。结论:基于三维下颌骨平均模型和非刚性配准算法的三维下颌骨解剖标志点自动确定方法,可有效提高三维下颌骨数据特征自动标注的效率,其对无显著畸形下颌骨数据解剖标志点的自动确定效果可基本满足口腔临床应用的需求,对畸形下颌骨数据的标注效果有待进一步测试。

基于面部倒立摆模型与信息熵的驾驶员疲劳检测

驾驶员疲劳检测的研究有助于降低交通事故的发生。本文提出一种基于面部倒立摆模型与信息熵的疲劳检测方法,首先,采用PFLD(Practical Facial Landmark Detector)模型检测驾驶员面部关键点坐标,并估计用于表示头部姿态信息的Pitch、Yaw以及Roll角度值;然后,以关键点坐标为输入建立面部倒立摆模型,计算模型中连杆系统在驾驶员驾驶过程中的动能和势能;之后,以倒立摆模型的动能、势能以及头部姿态数据作为衡量驾驶员疲劳状态变化的指示特征,基于滑动窗口计算各疲劳特征的信息熵值;通过CNN(Convolutional Neural Networks)处理疲劳特征信息熵值,建立信息熵与驾驶员疲劳状态之间的联系;最后,将CNN在各个时间点上的输出作为LSTM(Long Hort-term Memory)网络的输入特征,通过CNN-LSTM模型实现疲劳特征信息熵的分类预测。实验结果表明,所提模型的预测结果达到95.04%,验证了本文方法的有效性。

基于重构误差的无监督人脸伪造视频检测

目前有监督的人脸伪造视频检测方法需要大量标注数据。为解决视频伪造方法迭代快、种类多等现实问题,将时序异常检测中的无监督思想引入人脸伪造视频检测,将伪造视频检测任务转为无监督的视频异常检测任务,提出一种基于重构误差的无监督人脸伪造视频检测模型。首先,抽取待检测视频中连续帧的人脸特征点序列;其次,基于偏移特征、局部特征、时序特征等多粒度信息对待检测视频中人脸特征点序列进行重构;然后,计算原始序列与重构序列之间的重构误差;最后,根据重构误差的波峰频率计算得分对伪造视频进行自动检测。实验结果表明,在FaceShifter、FaceSwap等人脸视频伪造方法上,与LRNet(Landmark Recurrent Network)、Xception-c23等检测方法相比,所提方法的检测性能的曲线下方面积(AUC)最多增加了27.6%,移植性能的AUC最多增加了30.4%。

三维激光扫描技术在城市地标建筑三维模型重建中的应用

城市地标建筑建模是展示城市文化的重要方式,但大多城市的地标建筑都属于异形建筑,传统的全站仪及经纬仪等测量外业采集存在作业效率低、测量难度大等问题。以某工程为例,将三维激光扫描技术应用于地标建筑外业数据采集中,结果表明,此技术可以快速、全面地获取目标物点云数据,内业建立的目标物三维模型尺寸相对偏差不超过5%,整体精度较高,具有较好的应用推广价值。

基于CBR的超高层建筑融资模式选择研究

为提升开发商在超高层建筑融资模式选择上的科学性,通过引入案例推理技术(Case Based Reasoning,CBR),在提炼影响其融资模式选择的3层14个指标基础上,运用最近邻策略和网络层次分析的方法构建了该类工程融资模式决策模型。以广州西塔为例对模型进行了有效性验证,并以一栋新建的项目为例对决策模型进行了实证研究,提出了针对性的融资方案建议。研究结果表明政府参与和项目开发商的总资产利润率在超高层建筑融资模式选择决策中占主导地位,且该模型在项目融资方案决策上具有可行性和针对性强等优势。

基于UV位置图的视频三维人脸表情克隆

为了解决三维人脸表情克隆时的准确性与实时性问题,提出了一种基于UV位置图的视频三维人脸表情克隆方法。首先逐帧读取视频进行人脸检测,然后裁剪出人脸区域,输入到位置图回归网络中得到UV位置图,最后根据UV位置图获得人脸关键点三维信息,驱动三维人脸模型产生变形,完成人脸表情克隆。为了提高克隆效果,构建了基于Ghost瓶颈的轻量级网络,并根据人脸肌肉运动规律与表情变化特征设计了一种新的人脸分区方式及权重,结合Wing Loss损失函数,对卷积神经网络模型进行训练。使用所提算法与其他算法在AFLW2000-3D、COFW-68数据集上进行对比实验,结果表明,所提算法提高了人脸关键点检测的准确率,能够有效解决视频三维人脸表情克隆的准确性与实时性问题。

地标性建筑群火灾蔓延风险空间感知算法

为了改善火灾蔓延风险空间感知水平较低的问题,研究了地标性建筑群火灾蔓延风险空间感知算法。采集地标性建筑物数字高程数据、建筑物地面矢量数据以及建筑物表面纹理信息,通过SketchUp软件建立地标性建筑群的3维模型,分割地标性建筑群空间区域,优化元胞自动机的元胞边长、火灾蔓延速度、元胞状态以及元胞着火概率,将优化后的元胞自动机应用于建筑群3维模型中,获取火灾蔓延风险空间感知结果。实验结果表明:该算法在不同风向下感知的火灾蔓延风险空间均未超过建筑群边界,具有可行性;风险空间建模均方误差低于0.16,能够精确感知地标性建筑群火灾蔓延风险空间,提高了风险空间感知水平,为地标性建筑群的优化设计提供依据。

多信息融合的多姿态三维人脸面部五官标志点定位方法

针对三维人脸模型面部五官标志点定位对姿态变化非常敏感的问题,提出了一种基于多信息融合的多姿态三维人脸五官标志点定位方法.首先对二维人脸纹理图像采用仿射不变的Affine-SIFT方法进行特征点检测,再利用映射关系将其投影到三维空间,并采用局部邻域曲率变化最大规则和迭代约束优化相结合的方法对面部五官标志点进行精确定位.在FRGC2.0和自建NPU3D数据库的实验结果表明,文中方法无需对姿态和三维数据的格式进行预先估计和定义,算法复杂度低,同时对人脸模型的姿态有着较强的鲁棒性,与现有五官标志点定位方法相比,有着更高的定位精度.

时间滑动窗口内基于密度的数据流聚类算法

为了提高数据流的聚类质量和效率,采用等时间跨度滑动窗口技术,然后利用改进的微簇结构保存数据流的概要信息,最后利用微簇删除策略,定期删除过期、孤立微簇。基于真实数据集与人工数据集的实验表明:与传统基于界标模型的聚类算法相比,该算法可获得较好的效率、较小的内存开销和快速的数据处理能力。

基于时间序列相似性搜索的交通流短时预测方法

为了进一步提高交通流短时预测的效果,在分析现有预测模型存在问题的基础上,设计了1种基于时间序列相似性搜索的交通流短时多步预测方法。利用界标模型对交通流时间序列数据进行模式表示,在历史数据库中搜索与当前交通流时间序列相似度较高的历史时间序列,进而确定与预测时刻相对应的历史数据,利用回声状态网络模型实现交通流的短时多步预测。采用某特大城市快速路5min采样间隔的交通流量数据进行实验验证和对比分析。实验结果表明,回声状态网络模型的预测精度分别比ARIMA模型和BP神经网络模型提高了6.25%和3.85%,以时间序列相似性搜索结果作为模型输入数据能够进一步提高交通流短时预测的精度。

基于双目视觉的机器人运动目标检测与定位

针对移动机器人自定位精度低的问题,提出了先由静止的工作机器人进行自定位,再对运动目标进行检测和定位的方法.基于HSV模型颜色特征,工作机器人分割出人工路标并进行自定位,利用帧间差分法将采集到的视频图像序列中相邻两帧作差分运算,提取出运动目标,并通过双目立体视觉视差原理计算出运动目标的绝对坐标,帮助运动目标完成定位.结果表明,该方法定位精度高于传统的移动机器人自定位的定位精度,且算法的实时性好,具有现实的研究意义.

基于点云模型的人体尺寸自动提取方法

基于点云数据的人体尺寸自动提取是三维人体非接触测量的难点问题,提出一种基于点云数据的人体尺寸自动提取方法。其步骤为:对人体点云去噪并建立标准测量坐标系;给出一种自动分割算法将人体分为6部分;将人体测点分为极值点、局部极限点和一般点3类,在模型分割的基础上给出每类测点的识别算法;最后给出人体测量项目的计算方法。研究结果表明:与传统方法相比,本方法具有全自动、速度快、操作便捷的特点;所提出的测点识别算法和测量项目的计算方法是有效的,在准确率上满足GB/T 23698—2009的要求。

数据流上的最大频繁项集挖掘方法

最大频繁项集适用于内存空间有限的数据流挖掘。为此,提出一种基于界碑模型的最大频繁项集挖掘方法,采用最大频繁项集树的数据结构,增量式地维护最大频繁项集与部分附属信息,实现项集的快速搜索和裁剪。在MUSHROOM和BMS-POS数据集上的实验结果表明,该方法具有较高的挖掘效率。

多平面辅助定位法提高颅颌面三维CT测量准确性的研究

目的:建立一种较准确的三维头影测量定点方法,为面部不对称畸形的临床三维测量打下基础。方法:采用螺旋CT系统,对10例面部不对称畸形患者进行全头颅扫描,并进行CT影像三维重建,描绘测量16个相关解剖标志点。采用SAS8.02软件进行直线相关性和零截距直线回归分析,得到各标志点三维坐标的直线相关系数和零截距直线回归系数。结果:16个标志点的48个三维坐标数据的直线相关系数r、零截距直线回归系数b都在0.99000～1.01000以内。结论:本研究采用的三维测量方法具有较高的准确性和可重复性。该套定位要求及标志点,可以为面部不对称患者的硬组织形态特征改变研究提供参考。