基于域无关循环生成对抗网络的跨模态医学影像生成

【目的】为解决跨模态医学影像生成任务中因利用未配对数据训练而导致生成图像结构不对齐、精确度低的问题。【方法】本文提出了一种基于域无关循环生成对抗网络的跨模态医学影像生成模型,通过对齐循环生成时的中间特征,约束模态转换前后图像的结构一致性。【结果】在脑部CT-MRI数据集上的实验结果表明,本文所提出的方法能够提升模型在跨模态转换前后图像结构的一致性,从而提高跨模态医学影像的生成质量。【局限】本文目前在脑部多模态数据集上进行了大量实验,还需要在其他数据集中进一步验证其通用性。【结论】本文提出的方法在各类衡量生成图像质量的指标上均优于目前性能最佳的跨模态医学影像生成模型。

利用多时相Landsat影像生成白洋淀湖底DEM的研究

该文使用多时相Landsat影像,以白洋淀地区为例,阐述基于中等分辨率的可见光—近红外遥感影像生成具有较高精度数字高程模型的非常规方法。对覆盖同一研究区的不同时相影像分别进行淹没区与非淹没区的分类,提取不同水位高度时的水域边界,并以此为相应水位高度的等高线,对获得的等高线进行插值生成数字高程模型(DEM)。这种由一系列遥感影像提取的水域图生成数字高程模型的方法适用于人为干预较少、地形相对简单的湿地或季节性湖泊,可以弥补该类地区数字高程信息不足或精度不够的缺陷。

集成LiDAR和遥感影像生成高质量真正射影像研究

随着社会经济发展,社会各界对城市大比例尺正射影像的需求日益增长。传统正射影像生成仅利用DEM对地形投影变形进行纠正,沿用此方法生成大比例尺正射影像无法纠正建筑物、树木等目标的投影变形,在城市地区将存在大量遮挡和偏移变形等错误空间信息。此时,需要利用包含地表及地表附着物的DSM对遥感影像进行正射纠正,称为＂真正射影像生成＂。

基于C6678的主被动三维影像生成算法并行设计

当前,如何实现高效的主被动三维影像生成技术是遥感应用中的一个研究热点。由于激光雷达-光学CCD的三维影像生成算法具有数据量大、处理复杂的特点,为实现其高效实时的应用需求,本文利用TMS320C6678多核DSP开展了并行处理技术方面的研究。并针对两种主流并行模型(主从模型和数据流模型),分别进行了三维影像生成算法的并行设计。最后,依托开发平台进行测试分析,总结论证了两种主流模型的设计要点与适用情况,为多核DSP在实际应用中的资源高效利用提供了思路。

基于世界模拟的政治非稳态:Sora的智能影像生成与历史重塑

OpenAI发布的文字转视频模型Sora在智能影像生成领域取得突破,被认为具备“世界模拟”能力。这种对现实物理世界的逼真模拟能力,引发人类对“真实性”的重新评估。通过模拟现实场景和历史事件,Sora在展示其应用潜力的同时,对真实性、历史真相和公众信任等带来挑战。文本介绍了Sora的技术背景,探讨了智能影像与虚假信息结合的风险。这一结合可能通过社会媒介影响公众信念和政治秩序,引发社会极化和分化。此外,在重塑历史记忆与认同时,可能导致信息的扭曲和伪造问题,或将社会推向政治非稳态。为应对技术带来的挑战,文本强调在迈向通用人工智能时代的过程中平衡技术创新与社会责任的重要性。通过深入分析Sora等智能影像生成的可能影响与挑战,提醒社会关注生成式人工智能技术的监管和伦理,确保技术发展的同时维护历史的真实性,保障社会福祉。

基于多样化标签矩阵的医学影像报告生成

医学影像在医学诊断中具有重要作用,而准确描述的文本报告对于理解图像以及后续疾病诊断是必不可少的。目前在医学影像报告生成领域,基于模式化方法生成规范的文本报告成为近年的研究热点。但正负样本数量差距较大导致的数据偏差问题,使得生成的报告内容普遍倾向于描述正常状况,难以准确捕捉异常信息。为解决这一问题,提出了一种基于多样化标签矩阵的医学报告生成方法,可以对不同的疾病进行差异化学习,生成多样化的医疗报告;设计文本-矩阵特征损失函数,优化多样化标签矩阵;增加特征交叉模块改进Transformer网络,加强图像与文本的映射,提升疾病描述的准确性。在IU-X-Ray和MIMIC-CXR两个数据集上进行实验,实验结果表明,与目前的主流方法相比,所提方法在BLEU,METEOR等多个指标上取得了最优的效果。

多源类比生成在影像序列生成中的应用

本文介绍了多源类比生成的理论,并详细描述了我们基于图形学和多源类比生成理论所进行的一个影像序列生成的过程。

基于多源类比的影像流生成

首先介绍了计算机辅助影像生成技术、类比、类比生成、多源类比生成等的发展概况，并指出了目前计算机辅助影像生成技术的不足之处；然后较为详细地叙述了多源类比生成原理；

德勒兹电影观念探究——以影像生成为核心

电影从出现之日起,就被追问其本质。对于电影的存在与认识总是暗含着关于西方思想史的某种隐喻:预先想象一种存在,然后才有生成和差异。德勒兹并不认同这种总体性描述在事物之外强加的结构,他否定将世界看作是现成的思想以及电影是此在世界副本的想法。从《电影I:运动—影像》到《电影Ⅱ:时间—影像》,德勒兹实践着关于电影的哲学思考。德勒兹基于影像的讨论,不仅解构了经验主义者对于电影的一般观点,还产生出关于电影的独特话语论述。循着这样一种问题路径,以影像生成为核心,深入研究其电影观念的形成显得尤为重要。

基于深度学习的医学影像高效生成方法研究

目的:提出一种基于深度学习的医学影像高效生成方法,以解决医学影像数据获取困难、患病样本分布不均匀的问题。方法:将作为CycleGAN输入的2种真实图像进行图像风格迁移,在训练过程中CycleGAN学习2种图像的图像风格,并将这2种图像的图像风格进行转换,输出不同于原图像风格的图像。以肺部CT图像和眼底图像为例,分别对该方法的样本风格转换能力和患病样本生成能力进行测试。结果:经过训练后,该方法能够将肺部厚层CT图像转换为薄层CT图像,并能生成大量质量较高的眼底患病图像,且生成图像耗时短。结论:该方法可以高效生成医学影像,为临床研究以及相关人工智能模型训练提供了有力的保障,并且可为医学人工智能产品的泛化能力提供测试支撑。

基于深度学习的医学影像报告生成研究综述

阅片是放射科医生日常的一项艰巨任务。实现医学影像报告自动生成就是为了缓解并辅助放射科医生快速准确进行疾病诊断和治疗方案制定的,同时减轻他们撰写报告的负荷。目前基于深度学习的医学影像报告自动生成的研究是当前的热门课题。文章对医学影像报告自动生成现有的主流方法及研究成果进行了总结和讨论,分析了该研究主要使用的网络模型和建模思想。由于影像报告自动生成属于交叉领域问题,按模型设计的侧重点,可将其划分为以图像处理技术为主的报告自动生成和以自然语言处理技术为主的报告自动生成两大类,并进行对比分析。最后总结了基于医学影像的报告自动生成方法会面临的挑战和未来的研究方向。

变尺度特征融合与交叉训练的医学报告生成方法

在对医学影像自动生成文本报告的过程中,针对病灶尺寸小、形状不规则、训练数据量少等因素易导致影像报告出现误诊、漏诊的问题,提出变尺度特征融合与交叉训练的医学报告生成方法.首先将条件全局池化后的粗粒度特征与随机丢弃后的细粒度特征相融合,增强模型对不同尺度病灶的感知能力;然后通过整体数据和局部细节双路交叉训练的策略间接丰富数据集,增强模型的鲁棒性,并在双路中分别使用通道分离思想进一步挖掘影像的通道信息;最后通过多头注意力编解码网络,得到准确的医学报告.在IU-X-Ray和MIMIC-CXR数据集上与其他多种方法进行实验的结果表明,METEOR与BLEU-2分数分别提升5.70%和3.13%,所提方法可以有效地提升生成报告的可读性与准确性.

数字技术带来的电影影像观念的变化

数字电影创造了的“虚拟真实”使技术对电影的变革由以往的表现内容和形式的变化发展为影像生成方式的变化,从而带来了电影本体论体系的革命性改变,数字技术使梦境、幻想等内容以与客观真实同样的外貌在电影中得到展现,从而模糊了电影奇观与真实的界限,但是跳出传统的以物质索引为基础的真实观念,以视觉感受为基础,重新定义电影真实,我们又可以获得一个更加广义的、更加符合数字电影美学理念的“真实”概念。

LIDAR影像制作原理及其应用

着重介绍了LIDAR影像的生成原理与影像处理及其在各行业中的广泛应用。

基于双分支特征融合的医学报告生成方法

医学图像的全局特征在基于深度学习的医学影像报告自动生成任务中发挥着重要作用,传统方法通常仅使用单分支卷积神经网络提取图像语义特征,注重局部细节特征的提取,但缺乏对医学图像全局特征的关注。提出一种新的医学影像报告生成方法DBFFN,基于双分支特征融合,结合卷积神经网络与视觉Transformer各自在图像特征提取上的优势,分别提取给定医学图像的全局特征和局部特征,在计算图像全局关系的同时关注局部细微的语义信息。针对医学图像的特征融合问题,设计一种多尺度特征融合模块,对来自两个分支的图像特征进行自适应尺度对齐,并结合矩阵运算方法和空间信息增强方法有效融合全局特征与局部特征内部包含的语义信息。在IU-X-Ray数据集上的实验结果表明,DBFFN方法的BLEU-1~BLEU-4,METEOR,ROUGE-L指标平均值分别为0.496,0.331,0.234,0.170,0.214,0.370,优于HRNN、HRGR、CMAS-RL等方法,在医学影像报告自动生成任务上具有有效性。

从意识生成到思想革命——评电影《革命者》

吉尔·德勒兹认为影像既是物质的也是意识的,影像中既蕴含着哲学、美学的内容,又具有政治性和革命性。电影《革命者》将意识和价值观念通过情感抒发传达给观众,让观众实现心理认同。观众在观影过程中接受了影片所想表达的内容和传达的精神,会在此基础上生成自己的认识和观点,通过观影实现思想革命。

从机械拼贴到人机共创:电影影像技术演进中的视觉合成与生成

本文探讨了电影影像合成技术在胶片、数字及人工智能语境下的发展演进,分析了影像发生学层面的本体流变。传统视觉合成虽保留了物质性痕迹,但已开始尝试突破物理限制,拓展影像时空图景;数字时代则实现了从物理拼接到虚拟背景合成的根本转型,进一步扩展了创作的可能性和对真实性的探索;而AI智能技术的发展更是标志着以主动式生成为特点的影像创作新阶段的到来,重塑了人、影像与创作过程之间的关系形态。这一从合成到生成的演进不仅改变了视觉生产的方式,更深层次地涉及到了影像发生机制的本体嬗变,传统影像本体论理念在这一过程中受到了冲击和动摇,影像生成模型将物质实体和人的主导创作地位暂时性地悬置。在新兴的人机共创形态下,人类创作主体需要与AI建立起全新的协作关系,共同重塑影像生成的新机制,开拓艺术表达的新疆域和新可能性,由此也深层次地影响和改变了人类创作者的角色定位和主体地位转变。

人工智能技术在数字艺术领域的应用

随着科技的发展与进步,人工智能技术在数字艺术领域的应用成为备受关注的研究课题。本文旨在深入探讨人工智能技术如何影响数字艺术的生成、处理和创新,总结并分析了当前人工智能技术在数字艺术中的主要应用形式,包括影像生成、影像处理和创作助手。通过对这些应用形式进行深入讨论与创新,强调了人工智能在数字艺术中的潜力和价值,致力于推动数字艺术领域的发展和突破。

MIRGAN:一种基于GAN的医学影像报告生成模型

基于图像理解的医学影像报告生成任务与传统的图像理解任务相比,是一个更加具有挑战的任务。针对该任务,提出医学影像报告生成对抗网络(medical image report generative adversarial network, MIRGAN)模型。采用共同注意力机制对多个特征区域的视觉特征和语义特征进行综合处理并分别生成对应于这些区域的描述。融合生成对抗网络(generative adversarial network, GAN)和强化学习(reinforcement learning, RL)方法优化生成模型的性能使其输出更高质量的报告。试验结果验证了MIRGAN模型的有效性。

人工智能驱动下影像有机体的演进动力与形态趋向

当前,人工智能飞速发展,其技术触手已经越发深入地植入电影制作的诸多层面。影像作为电影制作中的重要环节,智能化的视觉技术体系日渐成形。由此,电影的影像生产更加显著地摆脱了对物质现实的摹写,也超越了单纯媒介奇观的强力建构。影像从本体存在到形态趋向都与传统视觉模型形成了明显的区别。算力驱动下的技术生态从根本上置换了影像生产的内在动力,机器智能使得传统视觉模型表现出摆脱纯粹工具论设定的野心。突破传统界域限制后的技术个体开始走向系统性集群,影像生产从单一技术物体转向智能系统的有机生成。当新的技术语境演变出内在的生成动力和形态范式,有机化的技术体系对物质现实的促逼作用被凸显出来。技术生态与自然生态的关系也处于生成之流的滑动、不居之中。