XiaoMi-AI文件搜索系统
World File Search System摄影奖
邀请参加“呼吁领土……摄影活动”
1. 自愿同意 a) 我自愿提供我的数据。我没有法律或合同义务披露我的数据。 b) 关于不同意的后果：不同意将导致无法参加活动。 2. 撤销的可能性 我有权随时撤销已给予的同意，且撤销后该同意将立即生效。撤销之前处理的合法性不受影响。 3. 进一步处理 a) 上述处理目的的法律依据是根据 GDPR 第 6 条第 1a 款、第 7 条获得的同意 b) 数据将在上述事件发生后最多保存三个月 c) 数据将根据 BKAG 第 5、10、14 和 25 条传输给 BKA 或根据相关州警察法律传输给负责的 LKA，以检查与安全相关的问题。 d) 没有自动化决策。 e) 数据将按以下方式处理*：存储在 EXCEL 表中，一旦不再需要就删除数据。 4. 数据保护的负责人是：联邦国防部，Stauffenbergstrasse 18, 10785 Berlin 5. BMVg 业务领域的数据保护官是：德国联邦国防军官方数据保护官 BMVg R II 4 Fontainengraben 150 53123 Bonn 6. 除了上述随时撤销的权利之外，作为数据主体，我对负责人拥有以下权利： - 关于我的数据的信息（根据欧盟 GDPR 第 15 条）， - 更正权利（根据欧盟 GDPR 第 16 条）， - 删除权利（根据欧盟 GDPR 第 17 条）， - 限制处理的权利（根据欧盟 GDPR 第 18 条）， - 反对处理的权利（根据欧盟 GDPR 第 21 条）。 7. 我有权向数据保护和信息自由专员提出投诉（根据欧盟 GDPR 第 77 条）。
大规模摄影在森林资源调查中的应用
植物研究所一直在开发用于森林资源清查的大型摄影系统。该系统的作用是取代大部分（但不是全部）基础工作，这些工作包括对样地物种组成进行估计、对树木变量（例如高度、直径和体积）进行测量以及对林分进行估计（例如蓄积、基部面积、体积以及按直径和体积等级对树木进行分布）。直到最近，该方法的开发主要集中在克服限制树木测量准确性和物种识别可靠性的技术问题上。这些问题的重大进展导致重点转向成本效益考虑和实施该方法的实际问题。本文概述了该方法最近在操作试验中遇到的问题，提供了一些生产成本结果，并指出了克服一些剩余问题的计划。
使用分层相对比层摄影（HIP-CT）
隶属关系1。英国伦敦大学学院机械工程系2。欧洲同步辐射设施，法国格勒诺布尔3。UCL心血管科学研究所，英国伦敦4。 Wellcome Sanger Institute，Wellcome Genome Campus，Hinxton，Cambridge，UK 5。 西门子卫生师，德国埃尔兰根6。 Laboratoire d'Anatomie des alpesfrançaises（Ladaf），Grenoble Alpes，Grenoble，F 7。 德国汉诺威汉诺威医学院病理学院8. 末期生物医学研究和阻塞性肺部病汉诺威（呼吸），德国肺研究中心（DZL），汉诺威，德国9。 病理研究所，亚兴医科大学，德国亚兴，10。 Helios大学诊所Wuppertal，Witten大学/HERDECKE，德国Wuppertal，DIV>病理与分子病理研究所，德国11。 Johannes Gutenberg-University Mainz Mainz的Johannes Gutenberg-University Mainz的功能与临床解剖研究所，德国12。 在英国迪德科特的哈威尔研究综合大楼 *通讯作者：约瑟夫·布鲁内特（j.brunet@ucl.ac.uk，+336093777101，地址：Joseph Brunet 71 AV。 des Marders，38000 Grenoble）UCL心血管科学研究所，英国伦敦4。Wellcome Sanger Institute，Wellcome Genome Campus，Hinxton，Cambridge，UK 5。西门子卫生师，德国埃尔兰根6。Laboratoire d'Anatomie des alpesfrançaises（Ladaf），Grenoble Alpes，Grenoble，F 7。德国汉诺威汉诺威医学院病理学院8.末期生物医学研究和阻塞性肺部病汉诺威（呼吸），德国肺研究中心（DZL），汉诺威，德国9。病理研究所，亚兴医科大学，德国亚兴，10。Helios大学诊所Wuppertal，Witten大学/HERDECKE，德国Wuppertal，DIV>病理与分子病理研究所，德国11。Johannes Gutenberg-University Mainz Mainz的Johannes Gutenberg-University Mainz的功能与临床解剖研究所，德国12。在英国迪德科特的哈威尔研究综合大楼 *通讯作者：约瑟夫·布鲁内特（j.brunet@ucl.ac.uk，+336093777101，地址：Joseph Brunet 71 AV。des Marders，38000 Grenoble）
摄影中的人工智能技术及未来挑战与思考
摘要：人工智能（AI）的快速发展对摄影领域产生了深远的影响，改变了摄影图像的创作和处理方式。本研究从多个角度探讨了AI在摄影领域的应用及其面临的挑战。首先，介绍了AI技术在摄影领域的优势，包括图像识别与分析、图像生成与创作、智能图像编辑与后期处理等。然而，AI技术带来的便利也带来了新的问题和挑战，包括AI生成图像的真实性、个人隐私、偏见和公平性等问题。本研究还讨论了AI技术对摄影师作为艺术家的角色以及社会对艺术的价值观可能产生的影响。为实现研究目标，本文采用了综合研究方法，包括文献综述、学术文章和案例研究分析以及对摄影师和行业专业人士的访谈。最后，论文强调了平衡技术进步与伦理道德考量的重要性，并提出了相应的分析和建议，以促进人工智能与摄影的和谐发展，为未来艺术发展营造更加健康、有利的氛围。
大比例尺摄影在森林资源调查中的应用1
完成样地物种组成估计、树木变量（如高度、直径和体积）测量以及林分估计（如蓄积、基部面积、体积和按直径和体积等级划分的树木分布）所需的基础工作。直到最近，该方法的开发主要集中在克服限制树木测量准确性和物种识别可靠性的技术问题上。在这些问题上取得的重大进展已导致重点转向成本效益考虑和实施该方法的实际问题。本文概述了该方法最近在操作试验中遇到的问题，提供了一些生产成本结果，并指出了克服一些剩余问题的计划。
使用对比度增强乳房摄影（CEM）
摘要：我们试图开发新的量化方法来表征乳房X线摄影密度的空间分布以及可疑对比增强乳房X线摄影（CEM）的对比度增强，以改善乳房病变的良性分类。我们回顾性地分析了从2014 - 2020年在IRB批准的研究中从我们机构进行CEM成像和组织采样的所有乳房病变。惩罚线性判别分析用于基于乳房X线摄影密度和对比度增强的径向分布的平均直方图对病变进行分类。t检验用于比较密度，对比度和串联密度和对比直方图的分类精度。逻辑回归和AUC-ROC分析用于评估添加人口统计学和临床数据是否提高了模型准确性。总共评估了159个可疑发现。密度直方图比随机分类（62.37％vs. 48％; p <0.001）更准确地将病变分类为恶性或良性，但是与单独的密度合影相比，串联的密度和对比度表现出更高的精度（71.25％; p <0.001）。包括我们模型中的人口统计学和临床数据，导致AUC-ROC高于串联密度和对比度图像（0.81 vs. 0.70； P <0.001）。在侵入性与非侵入性恶性肿瘤的分类中，串联密度和对比直方图在单独的密度直方图（77.63％vs. 78.59％vs. 78.59％; p = 0.504）中没有显着提高的准确性。添加患者人口和临床信息进一步提高了分类精度。我们的发现表明，乳房X线摄影密度的径向分布的定量差异可用于区分恶性肿瘤与良性的乳房发现。但是，通过从CEM中添加对比度增强成像数据，分类精度得到了显着提高。
大比例尺摄影在森林资源调查中的应用1
完成样地物种组成估计、树木变量（如高度、直径和体积）测量以及林分估计（如蓄积、基部面积、体积和按直径和体积等级划分的树木分布）所需的基础工作。直到最近，该方法的开发主要集中在克服限制树木测量准确性和物种识别可靠性的技术问题上。在这些问题上取得的重大进展已导致重点转向成本效益考虑和实施该方法的实际问题。本文概述了该方法最近在操作试验中遇到的问题，提供了一些生产成本结果，并指出了克服一些剩余问题的计划。
使用同步子辐射相对比度摄影
X射线相对比微型计算机断层扫描使用同步加速器辐射（SR PHC-µCT）具有独特的3D成像功能，可视化人脑的微结构。其对未染色软组织的适用性是积极研究的领域。从组织块中获取图像，而无需按照常规组织学中的要求将其分为薄片，从而可以研究其自然3D空间中的微观结构。本文提出了一个详细的逐步指南，用于成像未染色的人脑组织，该分辨率是在Syrmep上实现的一些SR PHC-µCT的分辨率，即Elettra的硬X射线成像光束线，Italian同步器设施。我们介绍了血管和神经元如何出现在以5μm和1 µm Voxel大小获得的图像中出现的示例。此外，该提议的方案可用于研究重要的生物底物，例如神经苯胺或链氨基链酰胺。可以使用经典组织学方法验证的特定定制的分割工具来研究其空间分布。总而言之，使用所提出的方案（包括数据获取和图像处理）提供了SR PHC-µCT，提供了可行的手段，可以在3D中以细胞水平的细胞水平获取有关人脑解剖结构的信息。
新闻稿：Fisita宣布2024 Fisita技术领导奖奖
Fisita首席执行官Chris Mason说：“这个独特的奖项表彰了每个受体对快速发展的行业的奉献精神。Fisita承认领导力在技术中的重要性，随着我们的行业的迅速变化，我们意识到并感谢那些向我们展示前进方向的人。他们的工作强调了高质量工程能力在进步，自动，智能，清洁和安全的解决方案中所扮演的重要角色。”