XiaoMi-AI文件搜索系统
World File Search System实时图像
![arXiv:2302.13057v2 [eess.IV] 2023 年 9 月 24 日 - UCL 发现](/simg/g:\will\search\icon\source\6\695a887162683872622af1dd7bade269710e62f2.webp)
arXiv:2302.13057v2 [eess.IV] 2023 年 9 月 24 日 - UCL 发现
MRI 的最新进展促成了大型数据集的产生。随着数据量的增加，在这些数据集中找到同一患者的先前扫描结果变得越来越困难（这一过程称为重新识别）。为了解决这个问题，我们提出了一种名为 DeepBrainPrint 的 AI 驱动的医学影像检索框架，旨在检索同一患者的脑部 MRI 扫描结果。我们的框架是一种半自监督对比深度学习方法，具有三项主要创新。首先，我们结合使用自监督和监督范式，从 MRI 扫描结果中创建有效的脑部指纹，可用于实时图像检索。其次，我们使用特殊的加权函数来指导训练并提高模型收敛性。第三，我们引入了新的成像变换，以提高在存在强度变化（即不同的扫描对比度）的情况下的检索稳健性，并考虑患者的年龄和疾病进展。我们在阿尔茨海默病神经影像计划 (ADNI) 的 T1 加权脑部 MRI 大型数据集和用于评估不同图像模式的检索性能的合成数据集上测试了 DeepBrainPrint。我们的结果表明，DeepBrainPrint 的表现优于之前的方法，包括简单的相似性指标和更先进的对比深度学习框架。
美国运输部联邦航空... - ROSA P
16. 摘要 根据 VNTSC 和全美航空快运运营商 Henson Aviation, Inc. 之间的合作研究与开发协议，1991 年 8 月在北卡罗来纳州温斯顿塞勒姆的全美航空维修站对波音 737 飞机的机身进行了剪切散斑演示检查。检查比较了剪切散斑技术与目前强制方法在检测机身脱粘方面的有效性。现代飞机机身采用粘合剂粘合，通常与铆钉结合使用。随着飞机的老化，粘合失效可能成为一个主要问题，因为它可能导致疲劳开裂、湿气侵入和随后的腐蚀。任何这些事件都可能导致机舱压力损失，有时还会导致灾难性的机身故障。检测脱粘的剪切散斑方法取决于飞机蒙皮在不同压力下的变形。当被相干光照射时，从蒙皮的任意两点反射的光的相位关系和强度会因这种变形而发生变化。可以检测到最小到 0.00025 毫米的表面变化，并将其显示为视野的实时图像。随着压力的变化，对连续图像进行比较可以解释粘合情况。对于此演示，剪切干涉发现了 31 处脱粘；超声波确认了 25 处脱粘。
使用 Unitree A1 四足机器人构建基于视觉的 AI 演示器
展示人工智能 (AI) 能力的挑战之一是找到有效的方式来以切实的方式展示其能力。在本文中，我们使用 Unitree A1 四足机器人展示了一个基于视觉的 AI 演示器。该演示器旨在供苏黎世应用科技大学人工智能中心 (CAI) 使用，以在现实环境中展示 AI 的能力，例如展览。为了实现这一点，我们开发了一个应用程序，允许机器人响应四种特定的手势。该软件从机器人的集成摄像头接收实时图像，并利用 MediaPipe 框架进行手部跟踪和界标点生成，这些界标点实时显示在远程 PC 上。我们根据 3768 个手势记录训练的逻辑回归模型随后会检测站在机器人前面的用户做出的手势。该模型与机器人的系统进行通信，允许通过用户界面控制其检测和姿势。在我们的实验室测试中，机器人展示了每个手势的平均准确率为 91%。然而，我们发现在强光或弱光环境中，机器人的性能不太可靠，准确率仅为 70%。为了提高机器人在这些条件下的性能，我们建议实施额外的算法或微调 MediaPipe 管道。总的来说，我们的演示器为 CAI 部门提供了一个展示 AI 的宝贵工具，因为它允许观众使用直观的手势与机器人互动，并通过观察机器人的即时反应来亲身体验 AI。
基于AI的智能信号交通信号灯控制系统
1，学生1计算机工程文凭1 JSPM的Rajarshi Shahu工程学院，理工学院，浦那，印度摘要：由于道路上的车辆越来越多，交通拥堵在国内和国际上都是典型的事件。由于重要的交叉点，由于常规的交通瓶颈而损失了很多小时。这使得需要有效的交通控制系统。随着城市汽车数量的增加，最持久的问题之一是交通管理。交通拥堵不仅增加了压力水平，并对我们的日常生活造成了更严重的破坏，而且还通过提高碳排放对环境产生了不利影响。日益增长的人口正在导致大城市面临严重的问题和日常运输相关的活动的重大延误。定期评估交通密度并采取相关操作需要有效的交通管理系统。尽管不同的车辆类型有自己的车道，但交通信号点的通勤等待时间并没有减少。为了在当前系统中解决此问题，建议的方法使用人工智能从信号中收集实时图像。为了有效的交通拥堵管理，此方法使用Yolov8图像处理方法计算交通密度。Yolov8算法以更高的精度检测几辆车辆。智能监控技术通过使用信号转换算法来协调时间分配并减少信号交叉点的交通拥堵来减少车辆的等待时间。因此，我们将付诸实践一个智能流量控制系统，该系统基于使用实时视频处理技术来评估交通密度。索引术语 - 信号切换算法，Yolov8，人工智能和交通灯系统
用于智能手机上植物识别的人工智能......
近年来，可用于帮助现场植物识别的智能手机应用程序数量激增。可用的方法有很多，从基于人工智能 (AI) 和自动图像识别自动识别植物的应用程序，到需要用户使用传统二分法键或多访问键的应用程序，再到可能只有一系列图像而没有明确的系统来识别任何感兴趣的物种的应用程序。所有照片均由作者拍摄。在这里，我只关注那些可用于从上传的图像中自动识别植物的免费应用程序，最多只需要用户做出一些小决定（列于表 1 中）。我首先确认，无论是在现场使用实时图像，还是在计算机显示器上显示并通过智能手机拍摄该图像后对其进行测试，这些应用程序的行为都相似。然后，我在 38 张对比鲜明的英国野生和归化植物图像上测试了找到的 10 个免费自动植物识别 (id) 应用程序的性能（包括禾本科、莎草科、草本植物和木本植物，以及花、叶、果实或整株植物的图像），这些图像主要选自我自己的 visual-flora 网站 (visual-flora.org.uk)。样本包括许多常见物种、一些花园逃逸物种和几种不太常见甚至稀有的物种（例如 Cyperus fuscus）。每个应用程序对每张图像测试五次，因为许多应用程序即使使用完全相同的图像，也给出出人意料的差异化识别结果。所有测试均在 2019 年 10 月或 11 月进行，但许多应用程序都在不断改进。图 1 显示了测试的 38 张图像中的一些，其中一些被所有应用程序成功识别，也有一些仅被
使用人工智能（AI）编程的医疗设备
1. Hagiwara, H.、Yamashita, Y.、Yagi, S. 等人。经鼻内镜在多中心个体胃癌筛查中的现状及准确性。 J Cancer Screening 2009;47:683-92。2. Menon S、Trudgill N。内镜检查漏诊上消化道癌的可能性有多大？一项荟萃分析。Endosc Int Open 2014;2:E46-50。3. Kumar S、Thosani N、Ladabaum U 等人。3 分钟与 6 分钟结肠镜检查停药时间相关的腺瘤漏诊率：一项前瞻性随机试验。Gastrointest Endosc 2017;85:1273-80。4. Robertson DJ、Lieberman DA、Winawer SJ 等人。结肠镜检查后不久发现的结直肠癌：一项汇总多队列分析。Gut 2014;63:949-56。5. Ladabaum U、Fioritto A、Mitani A 等人。社区实践中窄带图像老化的结肠息肉实时光学活检尚未达到临床决策的关键阈值。胃肠病学 2013；144：81-91。6. 下一代医疗器械评估指标公布（药品上市通知第 0523-2 号，2019 年 5 月 23 日）。 7.《关于修订《药品、医疗器械等质量、功效和安全保障法》的法案》（2019年第63号法案）。 8. 有关程序对医疗器械的适用性的基本原则（2014年11月14日役所官发第1114-5号） 9. Takemura Y, Yoshida S, Tanaka S 等. 定量分析及开发计算机辅助系统以识别结直肠病变的规则小凹模式. Gastrointest Endosc 2010；72：1047-51. 10. Kominami Y, Yoshida S, Tanaka S 等. 利用实时图像识别系统和窄带成像放大结肠镜对结直肠息肉组织学进行计算机辅助诊断. Gastrointest Endosc 2015；83：643-9. 11. Byrne MF, Chapados N, Soudan F 等. 利用深部增强扫描对标准结肠镜检查未改变的视频进行分析以实时区分腺瘤性和增生性小结直肠息肉