XiaoMi-AI文件搜索系统
World File Search System深度感
黑板 - 前进的自主目标检测和映射：开发用于单眼深度感应和动态tar
摘要 - 该研究旨在实施能够自主检测绵羊目标并在2D占用图上代表它们的系统，其最终目标是促进在UXV平台上自主牧羊。本文详细介绍了Blackboard System的开发，Blackboard System是一种用于自动目标检测和映射的软件解决方案。使用Python和C编程语言，Blackboard系统将单眼深度感测与自主目标检测，以产生全面的深度和目标图。这些地图是合并的，以产生从高架相机的角度捕获的操作区域的详细的2D鸟视图。黑板系统的独特功能是其模块化框架，它允许无缝更新或更换其深度传感和目标检测模块。
Microsoft - 美国国家标准与技术研究所
微软赞扬 NIST 专注于评估和改进该框架以及其他框架和风险管理资源。我们认为这种方法为全面审查 NIST 的资源以及它们如何协同工作以帮助加强组织的网络安全风险管理奠定了基础。虽然 NIST 已经开发了许多框架和指导文件来支持从业者，并因其网络安全标准和最佳实践专业知识而获得广泛认可，但许多组织仍对 NIST 资源的广度和深度感到不知所措。单个资源可能很广泛或很复杂，如何同时但有效地使用互补资源可能不清楚。
微软 - 美国国家标准与技术研究所
Microsoft 赞扬 NIST 专注于评估和改进该框架以及其他框架和风险管理资源。我们认为这种方法为全面审查 NIST 的资源以及它们如何协同工作以帮助加强组织的网络安全风险管理奠定了基础。尽管 NIST 已经制定了大量框架和指导文件来支持从业人员，并因其网络安全标准和最佳实践专业知识而获得广泛认可，但许多组织仍对 NIST 资源的广度和深度感到不知所措。单个资源可能很广泛或很复杂，如何同时但有效地使用互补资源可能并不明确。
地下荧光飞行时间成像，使用大型单光子雪崩二极管传感器进行肿瘤深度评估
1引言本文扩展了Bruza等人的先前工作。1通过对使用大型单光雪崩二极管（SPAD）摄像机进行荧光深度感测所涉及的方法和技术方面进行更全面的描述。此外，本文详细阐述了校准曲线的扩散，这是以前获得有限覆盖率的关键方面。还提供了对技术局限性的详尽回顾，并提供了支持其性能的定量测量简介。最后，本文提出了对临床方案中技术和潜在应用的潜在改进，为进一步的研究和实际实施提供了宝贵的见解。手术切除仍然是癌症治疗的关键方法；绝大多数乳腺癌，结直肠癌，肺和膀胱癌患者都接受了手术切除术，这是护理标准的一部分。2尽管术前成像已经显着提高，但手术的成功很大程度上取决于外科医生使用常规的白光视觉和触诊来定位病理的能力。3，4在过去的三十年中，荧光引导手术（FGS）已成为一种有前途的技术，用于定义肿瘤位置和术中边缘。使用FGS对肿瘤进行术中可视化不仅有可能实现完整的切除措施，还可以通过减少对正常组织的不必要损害，5 - 8
![arxiv：2409.17759v1 [eess.iv] 26 Sep 2024](/simg/g:\will\search\icon\source\2\2a76c65d7eeb83c3905c9889ad37609048111e07.webp)
arxiv：2409.17759v1 [eess.iv] 26 Sep 2024
在同一场景中捕获不同的强度和光线的方向，光场（LF）可以将3D场景提示编码为4D LF映像，该图像具有广泛的范围（即，捕获后的重新集中和深度感测）。LF图像超分辨率（SR）旨在通过LF相机传感器的性能来改善图像分辨率。尽管现有方法取得了令人鼓舞的结果，但这些模型的实际应用是有限的，因为它们不够轻巧。在本文中，我们提出了一个名为LGFN的轻量级模型，该模型集成了不同视图的Lo local和全局特征以及LF Image SR的不同频道的特征。具体而言，由于不同的子孔径图像中相同像素位置的相邻区域表现出相似的结构关系，因此我们设计了一个基于CNN的轻质CNN特征表演模块（即DGCE），以更好地通过特征调节提取局部特征。同时，随着LF图像中边界之外的位置呈现出很大的差异，我们提出了一个有效的空间注意模式（即ESAM）（即ESAM），使用可分解的大内核卷积来获得扩大的接受场，并获得了一个扩大的接收场和效率的通道注意模块（即，Ecam）。与具有较大术语的现有LF图像SR模型相比，我们的模型的参数为0.45m，拖失术为19.33G，这已经达到了竞争效果。进行消融研究的实验实验证明了我们提出的方法的效率，该方法对NTIRE2024光场超级分辨率挑战的赛道2忠诚度和效率排名，这是赛道1 Fidelity的第七名。