XiaoMi-AI文件搜索系统
World File Search System地面实况
使用深度学习和混合方法对脑肿瘤 MRI 图像进行分类和分割
摘要 – 手动预测脑肿瘤是一项耗时且主观的任务，依赖于放射科医生的专业知识，从而导致潜在的不准确性。对此，本研究提出了一种利用卷积神经网络 (CNN) 进行脑肿瘤分类的自动化解决方案，实现了令人印象深刻的 98.89% 的准确率。分类之后，采用一种结合基于图形和阈值分割技术的混合方法，在矢状面、冠状面和轴向视图中准确定位磁共振 (MR) 脑图像中的肿瘤区域。与现有研究论文的比较分析验证了所提出方法的有效性，相似度系数（包括 Bfscore 为 1 和 Jaccard 相似度为 93.86%）证明了分割图像与地面实况之间的高度一致性。
NRL 招聘手册 - 海军研究实验室
可重构原型高架舱可实时、精确地跟踪许多实体（车辆和人类），以获得实验地面实况。小型无人机和地面车辆可同时在大型高架舱内运行，可从四个相邻的人机交互实验室查看。热带高架舱模拟了具有适当地形和植物的雨林，并包括流水特征。室外高地森林提供了具有水和地形特征的额外森林环境。沙漠高架舱提供了一个模拟的沙漠环境，其中有沙坑、天然岩壁以及适当的照明和风。沿海高架舱提供了一个模拟的沿海环境，其中有沉淀池、带有倾斜地板的大型水池和小型流水池。除了环境高架舱外，该设施还设有电力和能源实验室、传感器实验室和机电车间。
![arXiv:1912.05135v3 [cs.CV] 2020 年 3 月 14 日](/simg/g:\will\search\icon\source\0\0707fc16789e4908e2fbb96660f5b652882edfb5.webp)
arXiv:1912.05135v3 [cs.CV] 2020 年 3 月 14 日
摘要。本文解决了 2D 建筑矢量化问题，其任务是从单个 RGB 图像推断出室外建筑结构作为 2D 平面图。我们为亚特兰大、巴黎和拉斯维加斯等城市的 2,001 座复杂建筑提供了带有地面实况注释的新基准。我们还提出了一种新算法，该算法利用 1) 卷积神经网络 (CNN) 检测几何图元并推断其关系和 2) 整数规划 (IP) 将信息组装成 2D 平面图。虽然对于人类视觉来说是一项微不足道的任务，但推断具有任意拓扑的图形结构对于计算机视觉来说仍然是一个悬而未决的问题。定性和定量评估表明，我们的算法比目前最先进的算法有了显著的改进，朝着人类感知水平的智能系统迈进。我们将分享代码和数据。
创伤成像中的人工智能 CAD 工具
结果 — 共筛选了 4052 条记录，并选取 233 篇全文文章进行内容分析。21 篇论文描述了 FDA 批准的商业工具，212 篇报告了算法原型。研究范围从基础研究到具有异构外部数据的多读者多病例试验。可扩展的基于卷积神经网络的实现在 2016 年后急剧增加，并被用于所有商业产品；然而，可解释性的选择范围很窄。在 FDA 批准的工具中，有 9/10 执行检测任务。数据集大小从 < 100 到 > 500,000 名患者不等，商业化与公共数据集可用性相吻合。横断面躯干数据集均较小。由独立读者进行地面实况标记的数据管理方法并不常见。没有论文评估用户接受度，也没有方法包括人机交互。美国和中国的研究成果和研究资助频率最高。
Sim4CV - arXiv
摘要 我们介绍了一款照片级逼真的训练和评估模拟器 (Sim4CV) 1，该模拟器广泛应用于计算机视觉的各个领域。该模拟器基于虚幻引擎构建，集成了功能齐全的基于物理的汽车、无人机 (UAV) 和动画人类演员，可呈现在多样化的城市和郊区 3D 环境中。我们通过两个案例研究展示了该模拟器的多功能性：基于自主无人机的移动物体跟踪和使用监督学习的自动驾驶。该模拟器将几种最先进的跟踪算法与基准评估工具和深度神经网络 (DNN) 架构完全集成，用于训练车辆自动驾驶。它生成具有自动地面实况注释的合成照片级逼真数据集，以轻松扩展现有的现实世界数据集，并通过使用自动世界生成工具动态重新配置合成世界的能力提供广泛的合成数据种类。
虹膜识别的分割级融合 - FastPass
摘要 — 本文研究了在特征提取之前在规范化/分割级别进行融合的潜力。虽然在数据/特征级别、分数级别和等级/决策级别有几种生物特征融合方法，结合了原始生物特征信号、分数或等级/决策，但这种类型的融合仍处于起步阶段。但是，对更宽松、侵入性更小的记录条件的需求日益增加，尤其是对于移动虹膜识别，这表明需要进一步研究这种非常低级别的融合。本文重点介绍了虹膜生物特征系统的多分割融合方法，研究了结合多种规范化算法的分割结果的好处，在公共 CASIA 和 IITD 虹膜数据集上使用两种不同的公共虹膜工具包 (USIT、OSIRIS) 中的四种方法。根据识别准确度和地面实况分割数据的评估表明，分割算法所犯错误类型具有很高的敏感性。
虹膜识别的分割级融合 - FastPass
摘要 — 本文探讨了在特征提取之前在规范化/分割级别进行融合的潜力。虽然在数据/特征级别、分数级别和等级/决策级别有几种生物特征融合方法，结合了原始生物特征信号、分数或等级/决策，但这种类型的融合仍处于起步阶段。然而，对更宽松、侵入性更小的记录条件的需求日益增加，尤其是对于移动虹膜识别，这表明需要进一步研究这种非常低级别的融合。本文重点介绍虹膜生物特征系统的多分割融合方法，研究结合多种规范化算法的分割结果的好处，在公共 CASIA 和 IITD 虹膜数据集上使用两种不同的公共虹膜工具包 (USIT、OSIRIS) 中的四种方法。基于识别准确度和地面实况分割数据的评估表明，分割算法所犯的错误类型具有很高的敏感性。
自主的自动实时异常检测...
摘要 — 近期飞行器使用量的增加引发了人们对自主操作安全性和可靠性的担忧。人们越来越需要方法来监控这些飞机的状态并向安全飞行员或自动驾驶仪报告任何故障和异常以应对紧急情况。在本文中，我们提出了一种使用递归最小二乘法实时检测飞机行为异常的方法。该方法在线建模相关输入输出对之间的关系，并使用该模型检测异常。结果是一种易于部署的异常检测方法，它不假设特定的飞机模型，并且可以检测各种自主飞机中的多种类型的故障和异常。对该方法的实验表明准确率为 88 。23%，召回率为 88 。23% 和 86 。超过 22 次飞行测试的准确率为 36%。另一项贡献是为自动驾驶飞机提供了一个新的故障检测开放数据集，其中包含 22 次固定翼飞行的完整数据和地面实况，其中包括 8 种不同类型的飞行中执行器故障，以帮助未来飞机故障检测研究。
机载条带的严格调整...
机载激光扫描 (ALS) 是一种在扩展区域内获取密集且精确点云的有效方法。为确保无间隙覆盖该区域，点云以条带形式收集，重叠程度相当大。这些重叠区域中包含的冗余信息可与地面实况数据一起使用，以重新校准 ALS 系统并补偿系统测量误差。此过程通常称为条带调整，可改善 ALS 条带的地理参考，换句话说，可提高获取的点云的数据质量。我们提出了一种全自动条带调整方法，该方法 (a) 使用原始扫描仪和轨迹测量，(b) 对整个 ALS 多传感器系统进行在职校准，以及 (c) 单独校正每个条带的轨迹误差。与迭代最近点 (ICP) 算法类似，在重叠的 ALS 条带的点之间迭代直接建立对应关系（避免耗时的点云分割和/或插值）。基于由 103 条条带组成的 ALS 块证明了该方法对大量数据的适用性。
纳苏县场地工程规划申请 1
对于所有超过 10 英亩的项目，都需要进行环境评估。评估可能采用航空照片；根据佛罗里达州土地使用分类代码 (FNAI.org/gisdata.cfm) 进行的土地使用和覆盖分类；国家湿地清单 SJRWMD (SJRWMD.com/gisdevelopment) 或地面实况调查确定的湿地；佛罗里达州鱼类和野生动物保护委员会的佛罗里达州自然区清单和佛罗里达州环境保护部确定的野生动物走廊和战略栖息地保护区，并酌情辅以实地调查。拟议开发的规划应考虑自然系统，并鼓励开发商使用保护设计技术，例如聚类、密度转移、干墙基础、树井和其他技术，以生产可销售的项目，同时保护自然和历史资源。场地开发计划影响被确定为濒危、受威胁或特别关注物种的潜在栖息地的区域，如 FAC 规则 68A-27 所列，应在获得概念批准之前向佛罗里达州鱼类和野生动物保护委员会 (FWCC) 提供提交证据。考古和历史资源应参考佛罗里达州主站点文件来识别。