XiaoMi-AI文件搜索系统
World File Search System图像特征
基于图像特征提取的计算机图像识别技术仿真
人类的大脑通过对客观世界的认知，形成图像和影像，这个过程也是人类最重要的信息来源，通过观察现实世界中人体各个系统的运行状态，很容易理解。随着人工智能、多媒体、计算机等新型信息技术的不断发展，图像处理应用也受到人们的青睐。图像识别技术在计算机系统的支持下，可以给人们的生产生活带来极大的便利。本文基于此背景，完成了计算机图像识别系统的设计，并通过改进图像算法完成了优化。
从猕猴视觉皮层的双光子钙信号解码像素级图像特征
张逸君 yijzhang@sjtu.edu.cn 上海交通大学计算机科学与工程系，中国； 北京大学计算机科学与技术系，中国 卜同 putong30@pku.edu.cn 北京大学计算机科学与技术系，中国 张继元 jyzhang@stu.pku.edu.cn 北京大学计算机科学与技术系，中国 唐世明 tangshm@pku.edu.cn 北京大学生命科学学院和北大-清华生命科学中心，中国 余兆飞 yuzf12@pku.edu.cn 北京大学计算机科学与技术系，中国； 北京大学人工智能研究所，中国 刘建凯 j.liu9@leeds.ac.uk 利兹大学计算学院，英国 黄铁军 tjhuang@pku.edu.cn 北京大学计算机科学与技术系，中国；北京大学人工智能研究所，中国；北京人工智能研究院，中国
从猕猴视觉皮层的双光子钙信号解码像素级图像特征
张逸君 yijzhang@sjtu.edu.cn 上海交通大学计算机科学与工程系，中国； 北京大学计算机科学与技术系，中国 卜同 putong30@pku.edu.cn 北京大学计算机科学与技术系，中国 张继元 jyzhang@stu.pku.edu.cn 北京大学计算机科学与技术系，中国 唐世明 tangshm@pku.edu.cn 北京大学生命科学学院和北大-清华生命科学中心，中国 余兆飞 yuzf12@pku.edu.cn 北京大学计算机科学与技术系，中国； 北京大学人工智能研究所，中国 刘建凯 j.liu9@leeds.ac.uk 利兹大学计算学院，英国 黄铁军 tjhuang@pku.edu.cn 北京大学计算机科学与技术系，中国；北京大学人工智能研究所，中国；北京人工智能研究院，中国
使用MRILAB模拟的大脑T2加权神经图像中的参数来评估图像特征
已经对用于调整磁共振成像（MRI）参数的技术进行了研究，以获取具有更好特征的图像。在这项研究中，我们旨在通过使用用户友好的MRILAB模拟程序来调整翻转角度，激发次数（NEX）和带宽（BW）来确认人脑T2加权图像的最佳参数值。我们还考虑了噪声水平和相似性评估参数。根据结果，随着NEX的增加和BW的降低为90°，噪声水平和相似性评估得到了改善，而它们的最佳状态不太最佳，而不是90°的翻转角度。发现过多的参数变化会在此类图像中引起额外的噪声和伪影，从而导致图像清晰度恶化。因此，我们确认设置适当的参数在磁共振图像采集中至关重要。
通过遗传算法进行图像特征提取的研究。
从庞大且可能异构的影像数据集中提取感兴趣的特征是许多终端用户面临的一项关键任务。从大范围环境监测到太空商业勘探，再到现代制图，工人和研究人员可以使用在一系列光谱带中运行的高性能收集平台。随着新的分发技术和数据格式使这些数据的传播越来越便宜和容易，成功利用这些信息的瓶颈比以往任何时候都更多地取决于是否有合适的分析工具。开发这些工具是一项昂贵的业务，通常需要高技能分析师投入大量时间。国家和商业压力为开发用于传统数据格式（例如，光电影像、全色和/或可见/红外）的成熟工具提供了必要的动力，用于被认为重要的特定任务，但可能会出现新情况，现有工具可能是专有的或保密的。分析工具的通用性本身就是一个重要问题。成熟的工具经常表现出很强的专业化。此外，随着 LANDSAT 和 SPOT 等多光谱传感器平台的出现，分析师现在可以搜索光谱、空间以及可能的混合空间光谱特征，这需要开发全新的工具包。我们在遥感领域的工作促使我们寻求