一种融合时域和空域信息的运动目标分割新方法

提出了一种融合时域和空域信息的方法，用于从视频序列中分割出运动物体。该方法是在分割过程中通过区域捆绑逐步融合时域和空域信息，而不是在时域分割结束之后再融合空域信息。分布式地表达分割物体并刻画其特征是区域捆绑的主要特征。本文的方法首先通过早期分割得到许多小区域，然后将这些小区域捆绑成一些捆绑核，再将剩下的区域通过强或弱的规则捆绑到相邻的捆绑核，从而实现目标区域的分割。实验结果显示了该方法的良好性能。     

人工智能赋能医疗影像全流程

高端医疗影像设备发展迅速,功能日趋完善,在临床诊疗中不可或缺、日渐重要.本文介绍了人工智能技术在医疗影像中的有关发展,阐述人工智能在扫描、影像重建,以及影像辅助诊疗分析中的应用,分析说明人工智能技术正逐步融入临床诊疗的医学影像全流程.     

基于MPEG的全局运动估计技术

提出了一种基于MPEG（moving Picture experts group)的全局运动估计技术;利用四参数模型来描述由摄像机运动带来的全局运动,再利用基于块匹配的算法来求解4个参数,进而作相应的运动补偿,由于MPEG视频流中的运动矢量蕴含了最优块匹配的信息,所以不需要对MPEG视频流完全解码,即可进行参数估计,实验证明该算法速度较快,并能通过运动补偿排除由摄像机运动造成的伪运动区域的干扰。     

基于MPEG的全局运动估计技术

提出了一种基于MPEG(moving picture experts group)的全局运动估计技术: 利用四参数模型来描述由摄像机运动带来的全局运动,再利用基于块匹配的算法来求解4个参数,进而作相应的运动补偿.由于MPEG视频流中的运动矢量蕴含了最优块匹配的信息,所以不需要对MPEG视频流完全解码,即可进行参数估计.实验证明该算法速度较快,并能通过运动补偿排除由摄像机运动造成的伪运动区域的干扰.