布鲁氏菌病（以下简称“布病”）是由布鲁氏菌属细菌感染引起的人畜共患传染病，是当前我国重点防控的人畜共患传染病之一。为加强畜间布病防控，降低流行率和传播风险，促进畜牧业高质量发展，维护人民群众身体健康，制定本方案。一、总体要求（一）指导思想贯彻__关于加强国家生物安全风险防控和治理体系建设指示精神，坚持人民至上、生命至上，实行积极防御、系统治理，有效控制传染源、阻断传播途径、提高抗病能力，切实做好布病源头防控工作，维护畜牧业生产安全、公共卫生安全和生物安全。（二）基本原则——源头防控，突出重点。坚持人病兽防、关口前移，重点抓好种牛、种羊、奶牛、奶山羊和肉羊的布病防控，统筹抓好肉牛、猪、鹿、骆驼和犬等其他易感动物的布病防控，切实降低流行率，有效防范传播风险。——因地制宜，综合施策。坚持一地一策，根据各地布病流行形势，以县为基本单位连片推进布病防控，免疫区以实施持续免疫为主，非免疫区以实施持续监测剔除为主，有效落实各项基础性、综合性防控措施。——技术创新，强化支撑。坚持科技引领，推动畜间布病快速鉴别诊断技术和防控模式创新应用，加强基层防控能力建设，统筹利用国家兽医实验室、疫控机构、科研教学单位、龙头企业等技术力量，不断提高布病防控技术支撑水平。——健全机制，持续推进。坚持夯实基础，不断强化基层动物防疫体系建设，压实属地管理、部门监管和生产经营者主体责任，注重布病防控与各项支持政策相衔接，构建系统化、规范化、长效化政策制度和工作推进机制。（三）主要目标总体目标：到20XX年，全国畜间布病总体流行率有效降低，牛羊群体健康水平明显提高，个体阳性率控制在以下，群体阳性率控制在7%以下。免疫指标：布病强制免疫工作有效开展，免疫地区免疫密度常年保持在90%以上，免疫建档率100%，免疫奶牛场备案率100%，免疫评价工作开展率100%。净化指标：布病净化和无疫小区建设工作扎实推进，内蒙古20%以上，辽宁、四川、陕西、甘肃、新疆50%以上，其他省份80%以上的牛羊种畜场（站）建成省级或国家级布病净化场、无疫小区；各省份30%以上的规模奶牛场达到净化或无疫标准；平均每省份每年建成3个以上（含3个）省级或国家级布病净化场、无疫小区。宣传培训指标：从事养殖、运输、屠宰、加工等相关重点职业人群的布病防治知识知晓率达90%以上，基层动物防疫检疫人员的布病防治知识普及覆盖面达95%以上。能力建设指标：90%以上的县级动物疫病预防控制机构具备开展布病血清学确诊检测能力；河北、山西、内蒙古、辽宁、吉林、黑龙江、山东、河南、陕西、甘肃、青海、宁夏、新疆、新疆生产建设兵团等重点省份省级和市级动物疫病预防控制机构，年度采样监测覆盖100%的牛羊调出大县和牛羊养殖大县（各省份自行确定养殖大县名单）。二、重点任务（一）监测排查。各地按照监测计划要求加强布病日常监测，根据流行程度确定监测数量和频次，扩大覆盖面，及早发现并剔除阳性个体。建立日常排查制度，对调入牛羊、引起人感染布病和高流产率畜群以及其他可疑情况，及时开展排查、隔离、采样、检测和报告等工作。对阳性场群，有针对性地持续开展全群跟踪监测，确保覆盖区域内所有存在阳性个体和造成人感染情况的场群。（二）强制免疫。制定完善本省份布病强制免疫计划，扎实做好牛羊场群免疫工作，强化备案管理，健全免疫档案，开展免疫评价，确保免疫密度和效果，提升群体抵抗力，切实打牢布病防控基础。指导地方和养殖场户按照《家畜布鲁氏菌病防治技术规范》要求开展强制免疫，加强重点区域和场户免疫情况监督抽检。支持和引导第三方社会化服务组织参与布病免疫等防疫工作。（三）消毒灭源。定期集中组织开展牛羊养殖、运输、屠宰、无害化处理等关键场所和环节“大清洗、大消毒”专项行动，有效消灭传染源。指导牛羊养殖场、屠宰场等场所建立健全生物安全管理制度，强化人员、物流隔离和消毒措施，及时对污染的场所、用具、物品进行彻底清洗，不断提高生物安全水平。（四）净化无疫。按照《农业农村部关于推进动物疫病净化工作的意见》等文件要求，以种畜场、奶畜场和规模牛羊场为重点，全面开展布病净化场和无疫小区建设，每年建成评估一批高水平的布病净化场和无疫小区。优先支持国家级牛羊养殖标准化示范场、休闲观光牧场等开展布病净化。鼓励具备条件的地区和企业，开展连片净化和无疫小区建设，通过以点带面，逐步推开，全面提升养殖环节布病防控能力和区域布病综合防控水平。（五）检疫监督。建立防疫检疫工作联动机制，推动监测排查、强制免疫等情况与检疫申报有效衔接。利用“牧运通”等信息化载体和手段，深入推行智慧检疫，实现检疫监督全链条信息闭环管理。规范检疫出证，强化检疫监管，监督养殖主体和贩运人严格落实动物检疫申报、落地报告制度，实现动物调运启运地、途经地、目的地全程可追溯。有序推进牛羊集中或定点屠宰，强化检疫检验，建立牛羊及其产品进出台账，记录来源和流向，确保可追溯。（六）调运监管。全面实施畜禽运输车辆和人员备案制度，充分发挥动物防疫指定通道作用，加强活畜跨区域调运监管，防止畜间布病跨区域传播。按照农业农村部公告第2号要求，除布病无疫区、无疫小区、净化场，以及用于屠宰和种用乳用外，跨省调运活畜时，禁止布病易感动物从高风险区域（免疫区）向低风险区域（非免疫区）调运。切实理顺地方行业监管和农业综合执法关系，推进行刑衔接，加大对违法违规调运行为的打击力度。（七）疫情处置。严格按照《家畜布鲁氏菌病防治技术规范》要求处置疫情，对发病和监测阳性动物进行扑杀，对同群动物进行隔离监测，对病畜圈舍环境、集中放牧区域、被污染的场地等进行规范消毒，对扑杀动物、流产物、被污染物等进行无害化处理。对阳性率较高的场群，应及时剔除阳性动物、开展免疫或整群淘汰。在确保生物安全的前提下，积极稳妥探索开展阳性动物集中无害化处理和资源化利用试点。（八）宣传培训。会同卫生健康、林草等有关部门利用多种手段进行布病防治政策和措施宣传，科普布病防治知识。对消费群体，倡导养成健康消费习惯，不食用未加热成熟的牛羊肉，不饮用未消毒杀菌的生奶。对从事养殖、运输、屠宰、加工等重点人群开展专门宣传，不断强化防范意识，指导做好消毒、隔离等防护措施。对动物防疫检疫人员，组织开展集中培训，熟练掌握布病疫苗接种和防护用品使用要领，确保操作规范，防护到位。（九）效果评估。省级农业农村部门要定期对辖区内布病防控效果进行评估，根据评估结果及时调整防控策略和措施。定期开展畜间布病流行病学调查，掌握本地区布病疫情发生规律、流行趋势和风险因素，对免疫状况、调运情况、流行动态和监测结果进行汇总分析，及时对疫情进行预警。对布病防控措施落实不到位、防控效果较差的地区，及时予以通报、督促抓好整改，对防控成效突出的单位和个人进行表彰。三、保障措施（一）强化组织指导。各地要健全工作机制，压实属地管理责任，成立由农业农村部门牵头的畜间布病防控领导小组，加强组织领导和统筹协调，分解目标任务，强化督促指导，确保各项防控措施落地见效。农业农村部将结合春秋防检查，定期调度和通报有关情况，并将结果与动物防疫补助等项目经费分配挂钩。（二）强化经费保障。各地要将畜间布病防控所需经费纳入本级财政预算，合理安排和使用中央财政动物防疫补助经费，重点保障强制免疫、监测净化、消毒灭源、宣传培训、评估指导等工作需要。将布病防控与畜牧业发展支持政策结合，在统筹安排涉农涉牧项目资金时，优先支持开展布病防控相关工作，对通过评估的布病无疫区、无疫小区和净化场进行先建后补、以奖代补。积极探索开展奶牛布病保险，作为强制扑杀补助的有效补充。（三）强化技术支持。中国动物疫病预防控制中心要做好布病疫情监测、强制免疫指导、防控技术推广服务和防控效果评估。布病国家参考实验室、专业实验室和其他国家兽医实验室要深入开展布病诊断技术及疫苗免疫程序和效果研究，在快速鉴别诊断技术、试剂和疫苗研发方面取得突破。各地农业农村部门要组建布病防控技术专家团队，建立防控专家咨询机制，定期组织开展疫情风险研判；组建布病防控应急专业队伍，加强技术人员培养，提高防治水平和服务能力。（四）强化措施联动。各级农业农村部门要积极与卫生健康、林草、市场监管、公安等相关部门协调，建立联防联控机制和联席会议制度，加强工作交流，强化疫情会商、信息沟通、措施联动。建立疫情联合调查和处置机制，定期对布病防治工作情况进行巡查检查，发现问题及时解决，有效推动各项工作开展。（五）强化进展反馈。各地要根据本方案细化各项措施，制定本省份布病防控行动方案，确定并公开免疫县、免疫奶牛场名单，于今年7月30日前将行动方案、免疫县和免疫奶牛场名单报农业农村部畜牧兽医局备案。每年1月底前，将上一年度布病防控工作进展情况报农业农村部畜牧兽医局，免疫县、免疫奶牛场名单变化情况一同报送。
所谓传染源就是指患传染病的根源（或来源）。虽然人患布病是因布氏菌侵入人体内造成的，但布氏菌从何而来呢？现在人们都知道了，不仅人能得布病，许多家畜最易得布病，尤其是羊、牛、猪、犬、梅花鹿等。因此，布病不仅被我国列为人间的法定传染病，而且还是重要的人兽（畜）共患病。人得布病就是因患布病的家畜国将布氏菌再传给人，人通过接触患布病的动物而感染了此病。所以染疫（感染布氏菌）的家畜就是人患布病的传染源。因受布氏菌感染的羊（山羊或绵羊）、牛（黄牛、水牛、牦牛、等）、猪、犬等家畜可能出现症状，也可能不出现症状（隐性感染），但他们都能从不同途径（从奶、尿、便、精液、阴道分泌物）向外排出布氏菌，尤为重要的是怀孕母畜在正产时或流产时排出大量布氏菌。人接触到这些物质时就可被感染。犛绕淞鞑?亩?锔幔?蝗嗣浅晌?安悸呈暇?哪掖?薄
科学家发现人眼有一种可怕的能力。它可以检测“鬼影图像”，
这些图像是以随机模式编码的，以前认为只有计算机才能检测到。但在一篇发表在预印本服务器arXiv上的新论文中，苏格兰爱丁堡Heriot Watt大学和格拉斯哥大学的科学家发现，人眼本身可以完成所需的计算。
虽然大脑不能单独看到它们，但眼睛不知何故能检测出所有的模式，研究报告的合著者、赫里奥特-瓦特大学的物理学教授达尼埃勒·法乔说。[最令人惊奇的光学错觉（以及它们的工作原理]
，多个像素从一个光源（如太阳）吸收光线来创建图像。“鬼影图像基本上是相反的：它们从一个可预测的阵列中的多个光源开始，”Faccio告诉LiveScience，光是由一个单点探测器收集的，通常称为“桶”。
一个简单的方法来设想这是如何工作的，就是考虑使用单点激光扫描场景的激光雷达。探测器捕捉激光的光线如何从场景中的每个点反射回来，然后可以重建成图像。
但是有一个更快的方法来获取鬼魂图像，Faccio说。研究人员发现，他们可以将图案投射到场景上，而不是用单一光源扫描场景。然后可以测量从物体上反弹的光和图案。这种光的模式和最初投射的模式之间的差异包含了“鬼影图像”，然后计算机可以从数据中通过数学方法提取出来。这些图像看起来像原始图像的灰阶表示。
计算上来说，这种制作鬼影图像的方法涉及两个数学步骤，法乔说。第一种是将原始图案和投影到对象上后显示的图案组合起来。这是通过将原始图案与物体发出的光信号相乘和每个点的图案在数学上完成的。第二步是把整个场景中的数字加起来。[11个最漂亮的数学方程式]
“我们问自己的问题是，‘人类大脑能做到吗？’Faccio说，
研究人员决定把注意力集中在下半部分的计算上，把所有的模式相加。为了做到这一点，他们首先在著名的阿尔伯特·爱因斯坦伸出舌头的照片上投射出一种叫做阿达玛的棋盘式图案。然后，他们使用一个单像素探测器收集得到的光模式，并将其输入LED投影仪。
LED投影仪将爱因斯坦加阿达玛模式照到显示原始阿达玛模式的屏幕上，基本上将两者相乘。第一步：完成。
下一步是看人们在看这个总和时能看到什么。研究人员发现，当爱因斯坦和阿达玛模式以1秒或更长的脉冲缓慢投射时，人们只看到黑白棋盘——没有鬼影图像。但随着研究人员加快了预测速度，爱因斯坦的傻乎乎的面容出现了。研究人员还对数字和字母进行了实验，发现它们在“幽灵”版本中是可以辨认的。
“黑人和白人将“不会消失的，”法乔说它们会变成灰色，而你确实开始看到眼前出现的图像。
这有效的原因，Faccio说，是人眼刷新速度慢。这与电影工作的原因没什么不同：当图像在屏幕上的闪烁速度超过这个刷新率时，它会产生平滑运动的错觉。
“眼睛”获取信息的速度非常快，“Faccio说。”
研究人员发现，闪烁的图案在眼睛的“记忆”中停留了大约20毫秒，随着时间的推移逐渐消失。如果20毫秒的模式重叠，眼睛像电影一样总结它们，让鬼魂图像出现。
这个发现令人兴奋的部分，法乔说，鬼魂成像系统可以用来研究人类的视觉系统。研究人员的论文目前正在一份同行评议的期刊上进行评议。研究小组的下一步工作是找出人眼是否也可以进行观察鬼魂图像的第一步，也许是通过将左右眼的不同输入相乘。
是关于生命科学的原始文章。
关于超声医学的论文范文篇二 医学超声远程现状与案例分析 摘 要： 超声远程是远程医疗的一个重要应用分支，可以远程为边远地区的患者提供高质量的专家医疗服务，节约就诊时间和成本。同时也提升了基层医生与专家的沟通平台，弥补了国内医疗资源分配不均匀的状况。依据超声诊断的特点对超声远程的应用特点、市场远程设备的情况、超声远程的应用效果，以及国内超声远程的应用案例做了介绍。 关键词： 超声远程; 远程医疗; 病例分析; 超声诊断 中图分类号： TN911?34; 文献标识码： A 文章编号： 1004?373X(2014)20?0137?04 Current situation and case study of medical tele?ultrasound GAO Hai?juan， PING Zi?liang (Department of Communication and Information Engineering， Century College， BUPT， Beijing 102101， China) Abstract： Tele?ultrasound is an important branch of tele?medicine， which can provide high quality medical service from tertiary hospital to remote area patients， and save much treatment time and cost. Meanwhile， the tele?ultrasound can also promote the communication platform between less experienced healthcare workers in remote hospitals and specialists in tertiary hospitals， making the discussion more easily and effectively. It balances the medical resource distribution inequality to some extent. According to specialty of the medical ultrasound test， the tele?ultrasound implementation situation， tele equipment features， application effect of tele?ultrasound in clinic and some typical cases in domestic environment are introduced. Keywords： tele?ultrasound; tele?medicine; medical case analysis; ultrasonic diagnosis 0 引 言 20世纪60年代，远程医疗成为欧美新型医学课题。80年代末远程医疗概念被正式提出，并且在计算机技术迅速发展的带动下，远程医疗被广泛应用起来。90年代末国内发表不少关于远程医疗的文章，成为医学界和计算机界共同关注的热门话题[1?3]。远程医疗的核心概念是借助互联网技术、电视传播、卫星通信等一系列现代通信技术将不同地域的医生(或者医护人员)连接起来，通过医生间实时的音视频交流或者离线传输病人数据来完成对疾病的诊断。远程医疗一定程度上弥补了医疗资源分布不均匀的弊端，让医疗条件落后的患者可以快捷的得到远端专家医生的诊断建议，既节约了宝贵的治疗时间，又降低了长途就医的费用。同时，基层医生也在每一次的远程会诊过程中向专家学习了如何解决此类疑难杂症，日积月累，不断提升自己的专业技能，进而吸引更多的病人前来就诊，这对于基层医院的发展是非常有利的。而对于专家医院来讲，远程诊断这种新型医疗服务模式，可以减少非急诊患者的求诊人数，减轻医生问诊的负担，同时也避免了医院的拥挤，再加上远程会诊所带来的医疗收入，以及对医院影响力的提升都有所促进，因而也广受欢迎。远程医疗应用十分广泛，可用于放射科、病理科、皮肤科等课室。但是，远程医疗在超声课室的应用相对起步晚，在此本文将介绍超声远程的应用特点、国内外超声远程设备情况、以及超声远程的应用效果和国内的应用案例。 1 超声远程的应用特点 超声检查与X线，MRI，CT相比，一个显著的特点是它的检查方式很大程度上依赖医生的扫查手法，一个探头在一个医生的手上就像一副眼镜在一个人眼睛上一样，医生更习惯按照自己的扫描习惯，调整探头的扫描方位，选取扫描切面来诊断病人。如果借助超声远程，将A医生扫描的病人图像发送给B医生，让B医生来分析诊断，那么B医生一定会非常的谨慎，这就如同让B医生带着A医生的眼镜来走路一样，因为图像往往并不是B医生所习惯看到的图像，如果图像的信息量远远的低于B医生所期待的，那么远程会诊就会失败。A医生必须重新提供病人的超声图像，如此地重复扫描大大的降低了远程的效率和医生应用的信心，不利于超声远程的推广和发展。 目前，一些国内超声水平高的医院已经重视起超声远程规范化扫描的制定，例如北京安贞医院胎儿心脏远程会诊中心提出了胎儿超声心动图远程会诊检查流程及基本切面的规范要求。文献[4]提出胎儿远程会诊所需的图像切面、存储要求、测量参数等具体规范，重点提出对胎儿心脏畸形的产前超声远程心动图检查，明确定义16幅必存动态切面图像和14幅必存静态图像的内容，规范了胎儿超声远程的操作方法，有效提高医生之间进行远程诊断的效率。超声扫描规范化的脚步从未停止过，超声远程的规范化也会发展起来，让不同地域的医生能在一个标准的扫描框架下，有效地传输超声数据，彼此接受对方的扫描图像，有效的完成超声会诊。 另一个解决此手法依赖性问题的途径是借助超声远程设备的特殊传输功能。比如传输的超声数据中携带着大量的机器原始参数，可以在专家处理端还原超声扫查的过程，重新调整扫描的机器参数和选取扫描的切面，按照专家的习惯重新定位病灶的位置，进行病灶的测量和分析，这样将极大地提高会诊的成功率。目前美国通用电气(GE)的RAWDATA[5]扫描技术即可以满足这样的需求，从技术层面解决扫描手法依赖性问题。 2 国内外超声远程设备情况 超声远程设备按照工作模式，可以分为两种模式，一种是在线模式(也称同步模式)，一种是离线模式(也称异步模式)。 所谓在线模式，就是申请端医生和处理端医生同时在线，实时的进行视频和音频的沟通。处理端医生可以实时看到申请端超声设备的动态图像，可以看到探头的扫查位置，可以和申请端医生进行通话交流，实时指导申请端医生调整探头的扫查位置，调整病人的体位，以及根据图像的质量来调整机器参数。这种模式的特点是：指导性强，互动性强，图像质量高;对双方的时间要求有约束性，缺乏灵活，在实际的应用情况比较难实现，因为专家医生日常工作时间紧张，会诊会占有太多的时间，时间成本提高，业内专家也有同样的顾虑[6]。 所谓离线模式，是指不需要处理端医生在线的等待，处理端系统自动接受申请端发送过来的病人二维超声图像或者三维容积数据，当图像或者数据传输完毕，处理端医生即可灵活安排时间完成会诊意见。此模式的特点是： (1) 会诊时间灵活，对双方的时间约束弱，可实施性强; (2) 离线发送过来的病人图像，专家可以进行更加详细的分析和处理，准确率高; (3) 可以归纳收藏病人的图像数据，进行后期统计分析，建立病例库。 超声远程设备按照会诊需要的医生人数，也可以分为两大类，一类是需要至少两位医生共同来完成，另一类是借助机器人代替申请端医生，只需要处理端一位医生操作完成。第一类设备和常规会诊设备一样，两端设备可以视为两台计算机工作站，两端的医生分别完成各自的任务分工，申请端提出会诊申请，填写病人基本的情况和初步诊断。处理端医生根据收到的病人数据做出会诊建议，并反馈给申请端医生。第二类设备称为远程机器人辅助超声检查系统(简称机器人超声)，它是借助于并行机器人技术[7]，在申请端搭建多个机器人装置，覆盖病人待检查部位，机器人模拟医生手持常规超声探头，对病人进行超声扫查，控制机器人的是处理端的专家。此类设备的特点为可以大幅度的发挥专家的技术，保证超声数据采集的有效性。其所涉及的主要技术问题有三个： (1) 处理端专家操作远端机器人所做动作的准确性。机器人需要施加合理的力度使探头在病人的皮肤上扫查，根据不同的检查部位，机器人需要调整探头的位置，倾斜的角度，锁定部位处进行旋转和微小移动。 (2) 机器人动作的延迟。理想的系统坏境是处理端专家触发控制信号，机器人同步完成动作，超声设备实时反馈图像给专家。但是，实际的情况是机器人机械控制和电路控制环节存在一定的时间延迟。 (3) 超声图像传输的速度和质量。 比较两类设备，机器人超声的最大优点是真正的将专家的“眼睛”延伸，考虑超声检查对手法的依赖性强，这种远程超声技术更能达到预期的诊断效果。在机器人技术的带动之下，持探头机器人的机械控制涉及的机械难点会得到解决，系统的精确性会得到较大的提高。至于图像传输质量，文献[7]对图像传输中使用的图像压缩技术进行了分析对比。采取的方法是：考虑人眼视觉的灵敏度，在粗略扫查，寻找感兴趣区域的过程中，使用有损压缩或高压缩比率的压缩技术，以提高传输的速率，而在找到感兴趣区域后进行仔细鉴别检查时，则采用无损压缩的压缩技术，以保证图像的质量。超声图像的失真主要是两个方面，一是图像对比度的下降，一是图像噪声的干扰。对比度的调整将由专家来调整，因为系统自动的调整将影响专家的诊断。噪声多数是由于人体组织的不同密度而产生后场散射声场造成的，采用合适的滤波器参数可以达到降低噪声而不影响诊断的作用。基于以上分析，机器人超声将凭借其技术的优势得到快速的发展。 3 超声远程的应用优势及效果 超声远程的应用优势包括减少病人不必要的转院治疗、节约病人的就医时间和成本以及在医学教学中的作用[8?10]。文献[11]介绍在急诊情况中应用超声远程缩短病人从入院到手术的时间大约3 h，既为救治急诊病人节约了高贵的“黄金”时间，又提升了急诊中救护车医护人员与医院手术室人员的交流效率， 所以文献中作者建议应将超声远程推广应用在高风险的孕妇和复杂性分娩等情况。 文献[7]将机器人超声应用在32例病例检查上，采用了两种不同的网络连接方式，分别为ISDN综合业务数字网连接(Integrated Services Digital Network)和具备动态带宽384 Kb/s的卫星连接。设计病人完成常规的腹部扫查，包括肝脏、胰腺、门静脉、主动脉、膀胱、子宫或前列腺，脾脏等组织的扫查，并对通用的诊断数据(包括组织的大小，轮廓等)进行了记录。用远程超声会诊的方式与传统超声检查方式进行了对比，结论是：机器人超声检查出58例病变的38例，达到66%的检出率。对漏诊的病变分析如下： (1) 根据病灶大小分为三类：7例是病灶小于 cm，包括胆固醇沉着症，肾结石，胆囊息肉;8例是病灶在1 cm左右，包括血管平肌瘤，肾结石，肝脏血管瘤;4例病灶在～ cm之间，包括囊肿，固态肾包块，肝脏多个低回声病灶。 (2)根据导致漏诊的原因分为：8例是由于图像分辨率低，3例是由于扫描参数设置的不佳，7例是由于不充分的图像数据传输，1例是由于病人的扫查条件不好。 (3)其中12位病人有症状呈现，比如黄疸，发热等，远程超声可以诊断出其中的10位，达到83%检出率。 (4)另外，超声检查常见的扫描局限性，比如病人过胖，过瘦或者年龄大也是漏诊的固有原因。 4 国内超声远程的案例 近五年国内超声远程网络得到迅速的发展，这主要得益于国家医疗改革的取向。2012年3月，国务院印发《“十二五”期间深化医药卫生体制改革规划暨实施方案》，明确指出：要让信息技术成为提升医疗机构管理效率和服务水平的重要手段。国内一些已经在远程医疗设备有一定技术积累的厂家也针对远程超声开展了研发和市场推广工作。 开展超声远程的医院和机构也在逐年增加。典型的有以北京安贞医院牵头成立的胎儿超声心动图远程会诊中心[4]，凭借在胎儿心脏的权威性，会诊中心帮助基层医院在胎儿先天性心血管结构畸形和心脏异常等方面展开会诊工作。大连市中心医院，天津市第一中心医院等也都有各自的超声远程网络系统[12?13]。值得提出的是由上海长宁区卫生部门主导发起的“上海市长宁区超声远程诊断网络项目”[14]。该项目以上海市第六人民医院为依托成立了超声远程诊断中心，并与长宁区的10家社区卫生中心实现网络联接，使市民在家门口就能享受到高水准的远程诊断服务，同时也节约了就诊时间和费用，促进了医疗资源的合理分配利用，是超声远程的典型应用。 此外，2013年在国家发改委的指导下，甘肃省卫生厅、甘肃省人民医院和通用电气医疗集团共同建立了基础医疗范畴内的超声远程省内医疗试点项目[15]，采用“1+3+3”的拓扑模式，即“1”是指一家三级医院，也就是甘肃省人民医院，第一个“3”是指3家县级医院，包括定西市第二人民医院、临洮县人民医院和岷县人民医院，另一个“3”是指3家乡镇卫生所，包括香泉镇中心卫生院、新添镇中心卫生院和闾井镇中心卫生院。据媒体报道，从2013年3月10日远程系统全面启动截止2013年5月15日，3家县级医院共完成37例会诊病例，3家乡镇卫生所共完成68例会诊病例，超声远程会诊不仅帮助当地病人及时的诊断疾病，为基层医生提供了诊断思路，也为上级医院减轻了负担。这种基层医疗机构负责治愈简单的病症，上级医院就专攻疑难、危重病症的模式正是中国整个医疗架构的理想资源分配形式。 5 结 语 本文介绍了超声远程的应用特点、常见设备分类、应用效果和国内的远程案例。技术上，伴随着计算机及网络通信技术的不断发展，超声远程设备必定会在技术上取得进一步的突破，更快，更高质量的传输图像，也可能会加入可穿戴智能辅助设备;服务模式上，随着国家全方位立体化远程医疗体系的建设，超声远程会进入社区，为居民提供远程咨询医疗服务;市场推广上，国家的政策以及地方政府都在积极的推动远程医疗的覆盖面，探索这种模式下的收费标准，用以提高医疗单位主动服务的积极性，保证超声远程的经济效益和长足发展。可见，超声远程在未来的几年一定会有较快的发展，也希望有更多的人关注超声远程的发展。 参考文献 [1] 王志中，李凌，蔡立羽，等.国内远程医疗的现状及展望[J].计算机工程，1999，25(5)：3?5. [2] 李军怀，周明全，耿国华.远程医疗的国内外现状及展望[J]. 国外医学生物医学工程分册，2002，25(5)：193?196. [3] 杨勇，彭承琳.国外远程医疗发展近况[J].医疗卫生设备，2005，26(1)：19?21. [4] 何怡华.胎儿超声心动图[M].北京：人民卫生出版社，2013. [5] 车轩.关怀就在身边：当基层医疗牵手超声远程医疗系统[J].中国医疗设备，2012，27(11)：173?174. [6] 郭勇，何怡华.胎儿心脏超声远程会诊的经验及展望[EB/OL]. [7] DELGORGE Cecile， COURREGES Fabien， BASSIT Lama Al. A tele?operated mobile ultrasound scanner using a light?weight robot [J]. IEEE Transactions on Information Technology in Biomedicine， 2005， 9(1)： 51?58. [8] EICHBAUM Quentin. Telemedicine and ultrasound in obstetrics and gynecology [J]. Donald School Journal of Ultrasound in Obstetrics and Gynecology， 2009， 3(4)： 11?15. [9] DOWIE R， MISTRY H， YOUNG T. Cost implications of introducing a telecardiology service to support fetal ultrasound screening [J]. Telemed Telecare， 2008， 14(8)： 421?426. [10] ANDERSON G， NELSON?BECKER C， HANNIGAN E. A patient?centered health care delivery system by a university obstetrics and gynecology department [J]. Obstet Gynecol， 2005， 105(1)： 205?210. [11] SU M， MA H， KO C， et al. Application of tele?ultrasound in emergency medical services [J]. Telemed JE Health， 2008， 14(8)： 816?824. [12] 佚名.市中心医院省内首先实施超声远程会诊[EB/OL]. [13] 佚名.超声科远程会诊中心落成[EB/OL]. [2013?07?09]. [14] 佚名.GE医疗助力上海长宁区超声远程诊断网络建设[EB/OL]. GDM00253B0H. [15] 佚名.GE远程医疗的甘肃样本[EB/OL]. [2013?10?15]. 看了“关于超声医学的论文范文”的人还看： 1. 超声医学论文范文 2. 超声医学论文范文精选 3. 浅谈超声医学研究论文范文 4. 关于超声医学论文精选 5. 超声科个人工作自我总结范文
运动目标检测与跟踪算法研究 视觉是人类感知自身周围复杂环境最直接有效的手段之一， 而在现实生活中 大量有意义的视觉信息都包含在运动中，人眼对运动的物体和目标也更敏感，能 够快速的发现运动目标， 并对目标的运动轨迹进行预测和描绘。 随着计算机技术、 通信技术、图像处理技术的不断发展，计算机视觉己成为目前的热点研究问题之 一。 而运动目标检测与跟踪是计算机视觉研究的核心课题之一， 融合了图像处理、 模式识别、人工智能、自动控制、计算机等众多领域的先进技术，在军事制导、 视觉导航、视频监控、智能交通、医疗诊断、工业产品检测等方面有着重要的实 用价值和广阔的发展前景。 1、国内外研究现状 运动目标检测 运动目标检测是指从序列图像中将运动的前景目标从背景图像中提取出来。 根据运动目标与摄像机之间的关系， 运动目标检测分为静态背景下的运动目标检 测和动态背景下的运动目标检测。 静态背景下的运动目标检测是指摄像机在整个 监视过程中不发生移动； 动态背景下的运动目标检测是指摄像机在监视过程中发 生了移动，如平动、旋转或多自由度运动等。 静态背景 静态背景下的运动目标检测方法主要有以下几种： （1）背景差分法 背景差分法是目前最常用的一种目标检测方法， 其基本思想就是首先获得一个 背景模型，然后将当前帧与背景模型相减，如果像素差值大于某一阈值，则判断 此像素属于运动目标，否则属于背景图像。利用当前图像与背景图像的差分来检 测运动区域，一般能够提供比较完整的特征数据，但对于动态场景的变化，如光 照和外来无关事件的干扰等特别敏感。 很多研究人员目前都致力于开发不同的背 景模型，以减少动态场景变化对运动目标检测的影响。背景模型的建立与更新、 阴影的去除等对跟踪结果的好坏至关重要。 背景差分法的实现简单，在固定背景下能够完整地精确、快速地分割出运动 对象。不足之处是易受环境光线变化的影响，需要加入背景图像更新机制，且只 对背景已知的运动对象检测比较有效， 不适用于摄像头运动或者背景灰度变化很 大的情况。 （2）帧间差分法 帧间差分法是在连续的图像序列中两个或三个相邻帧间， 采用基于像素的时 间差分并阈值化来提取图像中的运动区域。 帧间差分法对动态环境具有较强的自 适应性，但一般不能完全提取出所有相关的特征像素点，在运动实体内部容易产 生空洞现象。因此在相邻帧间差分法的基础上提出了对称差分法，它是对图像序 列中每连续三帧图像进行对称差分，检测出目标的运动范围，同时利用上一帧分 割出来的模板对检测出来的目标运动范围进行修正， 从而能较好地检测出中间帧 运动目标的形状轮廓。 帧间差分法非常适合于动态变化的环境，因为它只对运动物体敏感。实际上 它只检测相对运动的物体，而且因两幅图像的时间间隔较短，差分图像受光线 变化影响小，检测有效而稳定。该算法简单、速度快，已得到广泛应用。虽然该 方法不能够完整地分割运动对象，只能检测出物体运动变化的区域，但所检测出 的物体运动信息仍可用于进一步的目标分割。 （3）光流法 光流法就充分的利用了图像自身所携带的信息。在空间中,运动可以用运动 场描述,而在一个图像平面上,物体的运动往往是通过图像序列中图像灰度分布 的不同来体现,从而使空间中的运动场转移到图像上就表示为光流场。所谓光流 是指空间中物体被观测面上的像素点运动产生的瞬时速度场， 包含了物体表面结 构和动态行为等重要信息。 基于光流法的运动目标检测采用了运动目标随时间变 化的光流特性，由于光流不仅包含了被观测物体的运动信息，还携带了物体运动 和景物三位结构的丰富信息。 在比较理想的情况下,它能够检测独立运动的对象, 不需要预先知道场景的任何信息,可以很精确地计算出运动物体的速度,并且可 用于动态场景的情况。 但是大多数光流方法的计算相当复杂,对硬件要求比较高, 不适于实时处理,而且对噪声比较敏感,抗噪性差。并且由于遮挡、多光源、透明 性及噪声等原因，使得光流场基本方程——灰度守恒的假设条件无法满足，不能 正确求出光流场，计算方也相当复杂，计算量巨大，不能满足实时的要求。 动态背景 动态背景下的运动目标检测由于存在着目标与摄像机之间复杂的相对运动， 检测方法要比静态背景下的运动目标检测方法复杂。常用的检测方法有匹配法、 光流法以及全局运动估计法等。 2、运动目标跟踪 运动目标跟踪是确定同一物体在图像序列的不同帧中的位置的过程。 近年来 出现了大批运动目标跟踪方法，许多文献对这些方法进行了分类介绍，可将目标 跟踪方法分为四类：基于区域的跟踪、基于特征的跟踪、基于活动轮廓的跟踪、 基于模型的跟踪，这种分类方法概括了目前大多数跟踪方法，下面用这种分类方 法对目前的跟踪方法进行概括介绍。 (1)基于区域的跟踪 基于区域的跟踪方法基本思想是： 首先通过图像分割或预先人为确定提取包 含目标区域的模板，并设定一个相似性度量，然后在序列图像中搜索目标，把度 量取极值时对应的区域作为对应帧中的目标区域。 由于提取的目标模板包含了较 完整的目标信息，该方法在目标未被遮挡时，跟踪精度非常高，跟踪非常稳定， 但通常比较耗时，特别是当目标区域较大时，因此一般应用于跟踪较小的目标或 对比度较差的目标。该方法还可以和多种预测算法结合使用，如卡尔曼预测、粒 子预测等，以估计每帧图像中目标的位置。近年来，对基于区域的跟踪方法关注 较多的是如何处理运动目标姿态变化引起的模板变化时的情况以及目标被严重 遮挡时的情况。 (2)基于特征的跟踪 基于特征的跟踪方法基本思想是：首先提取目标的某个或某些局部特征，然 后利用某种匹配算法在图像序列中进行特征匹配，从而实现对目标的跟踪。该方 法的优点是即使目标部分被遮挡，只要还有一部分特征可以被看到，就可以完成 跟踪任务，另外，该方法还可与卡尔曼滤波器结合使用，实时性较好，因此常用 于复杂场景下对运动目标的实时、 鲁棒跟踪。 用于跟踪的特征很多， 如角点边缘、 形状、纹理、颜色等，如何从众多的特征中选取最具区分性、最稳定的特征是基 于特征的跟踪方法的关键和难点所在。 (3)基于活动轮廓的跟踪 基于活动轮廓的跟踪方法基本思想是：利用封闭的曲线轮廓表达运动目标， 结合图像特征、曲线轮廓构造能量函数，通过求解极小化能量实现曲线轮廓的自 动连续更新，从而实现对目标的跟踪。自Kass在1987年提出Snake模型以来，基 于活动轮廓的方法就开始广泛应用于目标跟踪领域。相对于基于区域的跟踪方 法，轮廓表达有减少复杂度的优点，而且在目标被部分遮挡的情况下也能连续的 进行跟踪，但是该方法的跟踪结果受初始化影响较大，对噪声也较为敏感。 (4)基于模型的跟踪 基于模型的跟踪方法基本思想是： 首先通过一定的先验知识对所跟踪目标建 立模型，然后通过匹配跟踪目标，并进行模型的实时更新。通常利用测量、CAD 工具和计算机视觉技术建立模型。主要有三种形式的模型，即线图模型、二维轮 廓模型和三维立体模型口61，应用较多的是运动目标的三维立体模型，尤其是对 刚体目标如汽车的跟踪。该方法的优点是可以精确分析目标的运动轨迹，即使在 目标姿态变化和部分遮挡的情况下也能够可靠的跟踪， 但跟踪精度取决于模型的 精度，而在现实生活中要获得所有运动目标的精确模型是非常困难的。 目标检测算法，至今已提出了数千种各种类型的算法，而且每年都有上百篇相 关的研究论文或报告发表。尽管人们在目标检测或图像分割等方面做了许多研 究，现己提出的分割算法大都是针对具体问题的，并没有一种适合于所有情况的 通用算法。 目前， 比较经典的运动目标检测算法有： 双帧差分法、 三帧差分法(对 称差分法)、背景差法、光流法等方法，这些方法之间并不是完全独立，而是可 以相互交融的。 目标跟踪的主要目的就是要建立目标运动的时域模型， 其算法的优劣直接影响 着运动目标跟踪的稳定性和精确度， 虽然对运动目标跟踪理论的研究已经进行了 很多年，但至今它仍然是计算机视觉等领域的研究热点问题之一。研究一种鲁棒 性好、精确、高性能的运动目标跟踪方法依然是该研究领域所面临的一个巨大挑 战。基于此目的，系统必须对每个独立的目标进行持续的跟踪。为了实现对复杂 环境中运动目标快速、稳定的跟踪，人们提出了众多算法，但先前的许多算法都 是针对刚体目标，或是将形变较小的非刚体近似为刚体目标进行跟踪，因而这些 算法难以实现对形状变化较大的非刚体目标的正确跟踪。 根据跟踪算法所用的预 测技术来划分，目前主要的跟踪算法有：基于均值漂移的方法、基于遗传算法的 方法、基于Kalman滤波器的方法、基于Monto Carlo的方法以及多假设跟踪的方 法等。 运动检测与目标跟踪算法模块 运动检测与目标跟踪算法模块 与目标跟踪 一、运动检测算法 1.算法效果 算法效果总体来说，对比度高的视频检测效果要优于对比度低的视频。 算法可以比较好地去除目标周围的浅影子，浅影的去除率在 80%以上。去影后目标的 完整性可以得到较好的保持，在 80%以上。在对比度比较高的环境中可以准确地识别较大 的滞留物或盗移物。 从对目标的检测率上来说，对小目标较难进行检测。一般目标小于 40 个像素就会被漏 掉。对于对比度不高的目标会检测不完整。总体上来说，算法在对比度较高的环境中漏检率 都较低，在 以下，在对比度不高或有小目标的场景下漏检率在 6%以下。 精细运动检测的目的是在较理想的环境下尽量精确地提取目标的轮廓和区域， 以供高层 进行应用。同时在分离距离较近目标和进行其它信息的进一步判断也具有一定的优势。 反映算法优缺点的详细效果如下所示： 去影子和完整性 效果好 公司内视频 左边的为去影前，右边的 为去影后的结果，可以看出在 完整 性和去影率上 都有所 突 出。 这两个视频的共周特点 城市交通 是，影子都是浅影子，视频噪 声不太明显。目标与背景的对 比度比较高。 效果差 这两个视频的特点是影子 都是深影子。虽然影子没有去 掉，但是物体的完整性是比较 高的。主要原因就是场景的对 路口，上午 十点 比度比较高。 滞留物检测和稳定性 效果好 会议室盗移 效果好的原因，一是盗移或 滞留目标与背景对比度较大，二 是目标本身尺寸较大。 另外盗移物或滞留物在保持 各自的状态期间不能受到光照变 化或其它明显运动目标的干扰， 要不然有可能会造成判断的不稳 定。 效果差 会议室 遗留 物 大部分时间内，滞留的判断 都是较稳定的，但是在后期出现 了不稳定。主要原因是目标太小 的原故。 因此在进行滞留物判断时， 大目标，对比度较高的环境有利 于判断的稳定性和准确性。 漏检率 效果好 城市交通 在对比度高的环境下， 目标相对都较大的情况下 （大于 40 个像素） 可以很 ， 稳定的检测出目标。 在这种 条件下的漏检率通常都是 非常低的，在 以下。 效果差 行人－傍晚 和“行人”目录下 的 其 它 昏 暗 条件 下的视频 在对 比度较低的 情况 下，会造成检测结果不稳 定。漏检率较高。主要原因 是由于去影子造成的。 这种 对比度下的漏检率一般在 6%以下。 除了 对比度低是 造成 漏检的原因外， 过小的目标 也会造成漏检，一般是 40 个像素以下的目标都会被 忽略掉。 算法效率内存消耗（单位：b） .MD_ISRAM_data .MD_ISRAM_bss .MD_SDRAM_data 0x470 0x24 0x348 .MD_SDRAM_bss .MD_text 0x1a8480 0x6d40 速度 ms 运动区域占 2/3 左右时 CPU 占用率 一帧耗时 Max:57% Min: Avg: Max:23 Min: Avg:15 运动区域占 1/3 左右时 Max:45% Min: Avg:20% Max:18 Min: Avg:8 检测参数说明 检测参数说明 检测到的滞留物或盗走物的消失时间目前分别设定在 200 帧和 100 帧， 可以通过参数来 自行调整。 目前目标与背景的差异是根据局部光照强度所决定的， 范围在 4 个像素值以上。 目前参 数设置要求目标大小要在 20 个像素以上才能被检测到，可以通过参数来自行调整。 目标阴影的去除能力是可以调整的， 目前的参数设置可以去除大部分的浅影子和较小的 光照变化。 适用环境推荐光照条件较好（具有一定的对比度）的室内环境或室外环境。不易用它去检测过小的目 标，比如小于 40 个像素的目标。室外环境不易太复杂。输出目标为精细轮廓目标，可以为 后面高层应用提供良好的信息。 二、目标跟踪 稳定运行环境要求此版本跟踪算法与运动检测算法紧密结合， 对相机的架设和视频的背景环境和运动目标 数量运动方式有一定要求： 背景要求： 由于运动跟踪是基于运动检测的结果进行的， 所以对背景的要求和运动检测一样， 背景要求： 运动目标相对于背景要有一定反差。 运动目标：由于运动检测中，对较小的目标可能过滤掉。所以运动目标的大小要符合运动检 运动目标： 测的要求。运动目标的速度不能太大，要保证前后帧运动目标的重合面积大于 10 个像素。此阈值可修改(建议不要随意修改，过小，可能把碎片当成原目标分 裂出来的小目标，过大，可能失去跟踪。当然可试着调节以适应不同场景)。该 算法对由于运动检测在地面上产生的碎片抗干扰性比较差， 运动目标和碎片相遇 时，容易发生融合又分离的现象，造成轨迹混乱。消失目标和新生目标很容易当 成同一目标处理，所以可能出现一个新目标继承新生目标的轨迹。 运动方式： 运动目标的最大数量由外部设定。 但运动跟踪对运动目标比较稀疏的场景效果比 运动方式： 较好。 算法对由于运动检测在运动目标上产生的碎片有一定的抗干扰。 算法没对 物体的遮挡进行处理。对于两运动目标之间的遮挡按融合来处理。 拍摄角度： 拍摄角度：拍摄视野比较大，且最好是俯视拍摄。
随着计算机的应用与推广,计算机技术已经渗透到社会的各个领域,与此同时,计算机的安全问题也显得越来越突出。据国外统计,计算机病毒以10种/周的速度递增,另据我国公安部统计,国内以4至6种/月的速度递增。因此为了确保计算机能够安全工作,计算机病毒的防范工作,已经迫在眉睫。从计算机病毒的定义入手,以下是我为大家精心准备的：浅谈计算机病毒相关论文。内容仅供参考，欢迎阅读!
浅谈计算机病毒全文如下：
摘要: 本文将从计算机病毒的研究背景、计算机病毒的定义、特征、型别以及防治方面进行简单的分析和探讨。
关键词: 计算机病毒防治措施
一、计算机病毒的含义
关于计算机病毒的定义,目前国内外有各种各样的定义,但在《中华人民共和国计算机系统安全保护条例》中对病毒是这样定义的:“编制或在计算机程式中插入的破坏计算机功能或者资料,影响计算机使用,并且能够自我复制的一组计算机指令或者程式程式码”。因此,像炸弹、蠕虫、熊猫烧香等均可称为计算机病毒。
二、计算机病毒的特征
①感染性。计算机病毒的感染性也称为寄生性,是指计算机病毒程式嵌入到宿主程式中,依赖于宿主程式的执行而生成的特性。计算机病毒的感染性是计算机病毒的根本属性,是判断一个程式是否为病毒程式的主要依据。
②隐蔽性。隐蔽性是计算机病毒的基本特征之一。从计算机病毒隐藏的位置来看,不同的病毒隐藏在不同的位置,有的隐藏在扇区中,有的则以隐藏档案的形式出现,让人防不胜防。
③潜伏性。计算机病毒的潜伏性是指其具有依附于其他媒体而寄生的能力,通过修改其他程式而把自身的复制体嵌入到其他程式或者磁碟的引导区甚至硬碟的主引导区中寄生。
④可触发性。计算机病毒一般都具有一个触发条件:或者触发其感染,即在一定的条件下启用一个病毒的感染机制使之进行感染;或者触发其发作,即在一定的条件下启用病毒的表现攻击破坏部分。
⑤衍生性。计算机病毒的衍生性是指计算机病毒的制造者依据个人的主观愿望,对某一个已知病毒程式进行修改而衍生出另外一中或多种来源于同一种病毒,而又不同于源病毒程式的病毒程式,即源病毒程式的变种。这也许就是病毒种类繁多、复杂的原因之一。
⑥破坏性。计算机病毒的破坏性取决于计算机病毒制造者的目的和水平,它可以直接破坏计算机资料资讯、抢占系统资源、影响计算机执行速度以及对计算机硬体构成破坏等。正是由于计算机病毒可怕的破坏性才使得计算机病毒令人如此恐怖。
三、计算机病毒的型别
①引导区病毒。引导区病毒隐藏在硬碟或软盘的引导区,当计算机从感染了引导区病毒的硬碟或软盘启动,或当计算机从受感染的软盘里读取资料时,引导区病毒就开始发作。
②档案型病毒。档案型病毒寄生在其他档案中,常常通过对病毒的编码加密或是使用其他技术来隐藏自己。
③指令码病毒。指令码病毒依赖一种特殊的指令码语言来起作用,同时需要主软体或是应用环境能够正确地识别和翻译这种指令码语言中巢状的命令。
④“特洛伊木马”程式。特洛伊木马程式比起其他各种恶意的软体来说都更加了解使用者的心里状态――这种程式的创作者用在怎么样使执行特洛伊木马程式的功夫可能和他们创作木马的时间一样多。
四、计算机病毒的发展趋势
传统的计算机病毒是指利用网路进行传播的一类病毒的总称。而现在网路时代的计算机病毒,已经不是如此单纯的一个概念,它被溶进了更多的东西。如今的计算机病毒是指以网路为平台,对电脑保安产生安全的所有程式的总和。
①“间谍”式木马病毒出现。如果说传统木马病毒是个的话,那么现在的木马病毒则更像一个活生生的间谍。如今“间谍”式木马病毒一般是指利用系统漏洞进入使用者的计算机系统,通过修改登录档自动启动,执行时故意不被察觉,将使用者计算机系统中的所有资讯都暴露在网路中的病毒程式。
②可以自我完善的蠕虫病毒出现。如今的蠕虫病毒除了利用网路缺陷外,更多地利用了一些新的人技术。如:“密码”病毒是利用人们的好奇心理,诱使使用者来主动执行病毒,等等。
③黑客程式。随着网路的发展与人们日益增长的安全需求,必须重新来审视黑客程式。黑客程式一般都有攻击性,它会利用漏洞在远端控制计算机,甚至直接破坏计算机。黑客程式会与木马程式相结合,对电脑保安构成威胁,所以黑客程式也是一种计算机病毒。
总之,现在的计算机病毒都呈现出隐蔽性、欺性等复杂的特点,让人们在毫无警觉的情况下使计算机系统遭到破坏。
五、计算机病毒的预防措施
①引导型病毒的预防。引导性病毒一般在启动计算机时,优先获得控制权,强占记忆体。通常情况下,只要不用软盘或者只用“干净的”软盘启动系统,是不会染上引导型病毒的。对软盘进行防写,则可以很好地保护软盘不被非法写入,从而不被感染上启动型病毒。
②档案型病毒的预防。档案型病毒的预防方法是在源程式中增加自检及清楚病毒的功能。这种方法可以使得可执行档案从一生成就具有抗病毒的能力,从而可以保证可执行档案的干净。自检清除功能部分和可执行档案的其他档案融为一体,不会和程式的其他功能冲突,也使得病毒制造者无法造出针对性的病毒来。可执行档案染不上病毒,档案型病毒就无法传播了。
③个性化的预防措施。计算机病毒的感染总是带有普遍性的或大众化的,以使计算机病毒范围尽可能的广,所以有时一些个性化的处理可能对计算机病毒的预防或者免疫具有非常好的效果。
④加强IT行业从业人员的职业道德教育。关于计算机病毒的防治,除了从技术层面来加以维护和防治外,加强对计算机从业人员的职业道德教育显得也极其重要。
⑤完善计算机病毒防治方面的法律法规。在加强对计算机行业高智商从业人员进行道德教育的同时,也应该完善计算机病毒防治方面的相关法律法规,充分发挥法律法规的约束作用。
⑥加强国际交流与合作。在经济全球化的巨集观背景下,计算机网路世界早已融为一体,跨国进行计算机病毒攻击也已出现。为此,世界各国要本着维护计算机网路安全执行的高度,加强交流与合作,共同打击计算机病毒犯罪。
六、结语
研究计算机病毒与预防有利于我们正确认识、感知、防范计算机病毒的攻击,以保护计算机网路安全,使得计算机网路真正发挥其积极的作用,促进人类经济、文化、军事和社会活动的健康。
参考文献:
[1] 卓新建等.计算机病毒原理与防治[M].北京邮电大学出版社,2007,8:第二版
[2] 郝文化.防黑反毒技术指南[M].机械工业出版社,2004,1:第一版
[3] 张仁斌等.计算机病毒与反病毒技术[M].清华大学出版社,20066
计算机病毒检测技术探究论文
摘要： 本文对计算机病毒进行系统的概括，对新病毒的特点进行总结，分析计算机病毒的重要作用，并对计算机病毒检测技术进行具体探究，旨在为我国的计算机病毒检测提供理论帮助。
关键词： 计算机病毒；检测技术；作用；探究
1、计算机病毒的概况
计算机病毒是指能够对计算机的程序造成破坏的编码。随着科技的进步，计算机病毒也在不断更新，攻击速度变快，传播途径更加广泛，破坏力更大。计算机病毒的发展主要体现在以下几个方面：
新特点
计算机病毒随着计算机技术在不断发展，新的计算机病毒的种类增多，传播速度较快，能够主动传播。此外，新病毒的“蠕虫特征”使得病毒能够在自身不断复制的基础上，利用网络传播到其他程序上。
新途径
计算机病毒的传播途径多种多样，除了以QQ、邮件、网页等途径进行传播，计算机病毒还能够利用软件的漏洞来传播和攻击。此外，计算机病毒能够同时利用多个软件的漏洞进行攻击，且攻击力度增大，导致计算机安全系统遭到破坏。
新功能
除了自动复制的功能外，计算机病毒还具有远程控制的功能。当病毒成功入侵计算机后，通过病毒对计算机的系统进行远程控制，这种病毒与入侵者非常相似，能够盗取计算机内的信息或者导致计算机的系统崩溃。常见的病毒为QQ木马病毒、熊猫烧香病毒等，这些病毒造成的危害非常大[1]。
2、计算机病毒检测技术的作用
（1）切断计算机病毒的传播途径，病毒检测技术在发现病毒时会及时采取防护措施，向计算机使用者发出提醒，阻止计算机使用者打开带有病毒的邮件和消息，保护计算机程序和相关资料的安全。
（2）打击病毒制造者的违法犯罪行为。我国的法律法规明确规定，禁止制造计算计病毒攻击他人的计算机，若造成计算机使用者的人身财产损失，计算机病毒制造者要承担相应的法律责任，赔偿损失。计算机病毒检测技术能够在病毒产生侵害之前对其进行制止，有效打击制造病毒的违法行为。
3、计算机病毒检测技术的探究与实现
特征代码扫描法
（1）以代码的长度为根据选择代码串。病毒代码在不同环境下的长度会发生变化，短代码只有100字节，而长代码的长度将近10K字节，只选取病毒代码的一小段作为病毒代码不具有代表性，因此，检测病毒时不能只选用其中一段病毒代码串。
（2）以病毒代码的唯一性为根据选择代码串。若病毒的代码每增加一字节，要检测2000种病毒，那么增加的空间就为2000字节，因此，在保证特征代码的唯一性的基础上，减少时间和空间的开销，尽量使特征代码的长度维持在最小值。
（3）以病毒代码的代表性为根据选择代码串。选择的代码串具有代表性才能够将此病毒与其他病毒区分，因此，要全面分析程序，保证代码串的代表性。
（4）以病毒代码所处数据区为依据。病毒所处的数据区不是固定不变的，因此，代码串不能处于不断变化的数据区内。
特征字扫描法
通过升级特征串扫描，加快扫描速度，提高扫描的准确性。特征字库的特征字数量较少，只需截取少量的病毒关键特征字就可进行工作，字节长度较短，并且不用进行串匹配，处理字节的时间被大大缩短，进而提高了对病毒的扫描速度。此外，生物活性实验与此方法有着相似之处，对病毒的扫描比较准确，报错率较低。经过长期的发展，智能引擎技术对特征字扫描法进行的完善，能够准确识别病毒的变种，并且速度也得到相应提升。
启发式代码扫描方法
此方法主要依赖杀毒软件来进行检测，杀毒软件对于病毒的种类进行记忆备份，当入侵的病毒种类与记忆的病毒种类相似时，杀毒软件进行及时处理，向计算机使用者发出提醒。由于杀毒软件要对计算机的所有程序进行扫描，识别程序的代码，因此，此方法的应用前提是保证计算机正常运行。到目前为止，该检测方法经常出现误报病毒的'情况，检测结论的准确性有待提高，产生这种现象的主要原因是启发式代码扫描技术发展还不成熟，无法对模糊的病毒程序进行有效识别。
完整性检测技术
该检测技术的检测对象是计算机中的所有文件，首先要对计算机的引导扇区和文件内容进行详细了解，之后查找被更改的文件，并将预先记忆的原始文件覆盖在已被更改的文件上，修复文件内容[2]。此外，除了对已知病毒的检测，该技术还能够检测计算机的未知病毒，并将检测出来的病毒进行自动清除，适用于任何类型的病毒检测。此方法的检测范围较全面，检测结果较准确，被广泛应用。
基于行为的检测技术
病毒的更新使得病毒变种越来越多，攻击强度变大，攻击途径变多，病毒检测工作受到阻碍，根本原因为病毒缺少特征码，完整性不高。针对这种情况，相关的专家研发了基于行为的检测技术，该技术在病毒信息不完整的情况下，依然能够快速检测出结构复杂和程序庞大的病毒，并且能够在第一时间对变种病毒和未知病毒进行快速处理，对时间和空间资源都进行了合理利用，降低了检测成本，大大提高了检测工作的效率。计算机使用者要对计算机的重要数据进行加密处理，并随时关注计算机的异常现象，及时利用病毒检测技术和杀毒软件对计算机信息进行保护，才能够最大程度的减少病毒对计算机造成的侵害，保护自身的财产和隐私安全此外，病毒检测技术的研发者要不断开发新技术，在现有技术的基础上对其进行改进完善，为预防新型病毒的入侵提供技术支持。
4结论与建议
综上所述，计算机病毒随着计算机技术的不断发展而更新变异，新病毒对计算机程序和文件造成的损害更大，计算机病毒检测技术能够有效保护计算机不受病毒侵害。目前的大部分检测技术都存在一定的弊端，还需要被不断改进，以适应不断变种的病毒，减少对计算机使用者的财产和隐私侵害。
参考文献：
[1]万百宏.计算机病毒检测技术研究与实现[J].信息技术与信息化,2015,(3):114-115,123.
[2]祝恩,殷建平,蔡志平等.计算机病毒自动变形机理的分析[J].计算机工程与科学,2002,24(6):14-17.
虹软上就有免费的安卓版本的活体检测SDK啊，也有demo的，而且他们家及以上已内置活体的
强推你下载虹软的人脸识别SDK 免费的哦 他们提供的SDK本身是离线的 支持离线或在线运行 可实现局域网、互联网等多种网络需求 并可根据场景需求 将应用部署在公有云上 或者搭建私有云 保障数据隐私性以及安全性
可以在云脉的SDK开发者平台下一个人脸识别活体检测的SDK，好像只要注册登录就能下载试用了。云脉的活体检测是配合张嘴、闭眼、点头、摇头等各种动作来完成的，准确率高，识别速度快，还不错的。
以往的技术要求用户张嘴、点头，如果用户在公开场所对着手机做这些动作，感觉有些傻（真的有点尴尬不你）。像以前实名认证手机号的时候，也是这样：张张嘴、点点头、头向左、头向右….对着手机是不是有点逗比了，有一些还加了语音认证，就是给你一串数字让你念出来。而为了提高人脸识别体验感、减少依靠使用者动作配合，有不少企业正在研究一种能让用户在面对检测时不做任何动作，不去配合，也能检测面前是个活人，目前关注静默活体检测的就有商汤科技、世纪晟科技等知名科技公司。静默活体检测技术的需求与主要应用场景 一、来自以往活体检测技术的尴尬 随机动作人脸活体检测有着很高的安全性，但是按照指示让用户去做动作比较死板，对用户来说体验不是最好的。同时，不少科技公司，如世纪晟科技等，考虑到整个活检过程需用户高度配合，存在推广困难、检测时间长的问题，尤其是在针对老年人用户使用的场景下该问题更为棘手二、主要应用场景 活体检测是人脸识别中最重要的一环，是确保真人检测、防止面具攻击、视频攻击、照片攻击最重要的检测环节。实际生活中，活体检测的主要应用场景可以是门禁签到、商务签到、家庭门锁、进出授权管理、银行开户、备案登记等。静默活体检测技术解读 一、技术简介 静默活体检测，顾名思义，就是在没有眨眼、张嘴、数数等一系列的动作配合下来判断到底是不是一个真活人，恰恰与动态活体验证相反，静默活体验证不仅技术上实现难度更高，在实际应用中对准确性要求也更高。二、技术原理 以面部特征作为身份核对依据，通过动态核对面部轮廓方式准确识别用户。真实的人脸和照片相比，即使不刻意做动作，也会有微表情存在的，比如眼皮、眼球的律动眨眼、嘴唇以及周边面颊的伸缩等，静默活体检测技术正是利用了这些特征。三、技术要点 （1）人脸框的提取 Adaboost人脸检测算法是一种用来分类的方法，它能把一些比较弱的分类方法合在一起，组合出新的很强的分类方法。 近年来，为更好地区分不同模式，出现了一些新的特征定义，使其便于特征提取拓展了特征库，而采用AdaBoost算法从弱特征中选取分类能力强的特征组成强分类器的方法来设计层次型分类器，可以很好地解决直立正面人脸检测问题 （2）活体判断——基于传统特征 step1：人脸的特征提取与编码 step2：SVM分类——SVM的简介 支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题，用于进行人脸识别，2009年至2012年，稀疏表达（Sparse Representation）因为其优美的理论和对遮挡因素的鲁棒性成为当时的研究热点。——SVM的优点： [if !supportLists]A、 [endif]不需要很多样本，不需要有很多样本并不意味着训练样本的绝对量很少，而是说相对于其他训练分类算法比起来，同样的问题复杂度下，SVM需求的样本相对是较少的。并且由于SVM引入了核函数，所以对于高维的样本，SVM也能轻松应对。 结构风险最小。这种风险是指分类器对问题真实模型的逼近与问题真实解之间的累积误差。 非线性，是指SVM擅长应付样本数据线性不可分的情况，主要通过松弛变量（也叫惩罚变量）和核函数技术来实现，这一部分也正是SVM的精髓所在。静默活体检测技术优势明显 · 用户免去动作配合 · 活动检测时间减少一半以上 · 私密性保护好 · 用户体验更佳
对于目标检测方向并不是特别熟悉，本文记录一下RCNN, fast-RCNN, faster-RCNN, mask-RCNN这4篇有关目标检测的论文笔记和学习心得。
R-CNN的意思就是Region based，主要思路就是根据一张图像，提取多个region，再将每个Region输入CNN来进行特征的提取。因此RCNN就可以分为 Region proposals , Feature extraction 两个主要部分，提取的特征就可以输入任意一个分类器来进行分类。 模型的流程图如下：
在训练的时候，首先使用的是已经训练好的CNN网络作为特征提取器，但是由于预训练是在分类数据集上，因此在应用到检测之前要做finetune。也就是说，为了将用ImageNet数据集训练的网络应用到新的任务（检测），新的数据集（region）上，作者将原来的CNN最后的1000类的fc层，更改为了 层， 代表待检测的物体的类别数。然后，对于所有的region，如果它和ground truth的重叠率大于，就认为是正类。 对于分类器的训练，作者发现选择多大的IoU来区分正类和负类非常关键。并且，对于每一类，都会训练一个分类器。
框的回归非常重要，在对每一个region proposal使用分类器进行打分评价之后，作者使用一个回归器来预测一个新的框作为结果。这个回归器使用的特征是从CNN中提取的特征。回归器的训练中，输入是 region proposal 的 和ground truth的 ，目标是学习一种变换，使得region proposal通过该变换能够接近ground truth。同时，希望这种变换拥有尺度不变性，也就是说尺度变化的话，变换不会改变。 如下图所示，每一个regressor会学习一组参数，特征输入是pool 5的特征输出，拟合的目标是 。
Fast-RCNN 主要解决的问题是在RCNN中对于每一个region proposal都进行特征提取，会产生非常多的冗余计算，因此可以先对一张图像进行特征提取，再根据region proposal在相应的特征上进行划分得到对应region的特征（映射关系）。 这样便可以实现共享计算提高速度，但是与SPPnets不同，SPPnets在一副图像得到对应的特征后，从这张图像的特征上proposal对应的部分，采用空间金字塔池化，如下图：
RoI pooling的方法很简单，类似于空间金字塔pooling，它将proposal部分对应卷积层输出的特征（称之为RoI，因为用于做pooling的特征是 region of interest，也就是我们感兴趣的区域）划分成 块，然后对每一块求最大值，最终得到了一个 的特征图。可以看出，它只是空间金字塔pooling的一部分。 但是SPP-nets的空间金字塔也是可以求导的，那么它到底不好在哪里呢？因为当每一个RoI都可能来源于不同的图像的时候（R-CNN和SPPnets的训练策略是从一个batch的不同图像中，分别挑选一个proposal region），SPPNets的训练非常地低效，这种低效来源于在SPPnets的训练中，每个RoI的感受野都非常地大，很可能对应了原图的整个图像，因此，得到的特征也几乎对应了整张图像，所以输入的图像也就很大。 为了提高效率，Fast-RCNN首先选取 个图像，再从每个图像上选择 个RoI，这样的效率就比从每个图像提取一个RoI提高了 倍。
为了将分类和框回归结合起来，作者采用了多任务的loss，来进行联合的训练。具体来说就是将分类的loss和框回归的loss结合起来。网络的设计上非常直接，就是将RoI得到的特征接几个FC层后，分别接不同的输出层。对应于分类部分，特征会接一个softmax输出，用于分类，对于框回归部分，会接一个输出4维特征的输出层，然后分别计算loss，用于反向传播。loss的公式如下：
回归的target可以参考前面的R-CNN部分。
notes
为什么比fast还fast呢？主要原因是在这篇论文中提出了一个新的层：RPN（region proposal networks）用于替代之前的selective search。这个层还可以在GPU上运算来提高速度。 RPN的目的：
为了能够进行region proposal，作者使用了一个小的网络，在基础的卷积层输出的特征上进行滑动，这个网络输入大小为 ，输入后会映射（用 的卷积）为一个固定长度的特征向量，然后接两个并联的fc层（用 的卷积层代替），这两个fc层，一个为box-regressoin，一个为box-classification。如下图：
在每一个滑动窗口（可以参考 ），为了考虑到尽可能多的框的情况，作者设计了anchors来作为region proposal。anchors就是对于每一个滑动窗口的中心位置，在该位置对应的原图位置的基础上，按照不同的尺度，长宽比例框出 个不同的区域。然后根据这些anchors对应的原始图像位置以及区域，和ground truth，就可以给每一个滑动窗口的每一个anchor进行标记，也就是赋予label，满足一定条件标记为正类（比如和ground truth重叠大于一个值），一定条件为负类。对于正类，就可以根据ground truth和该anchor对应的原图的区域之间的变换关系（参考前面的R-CNN的框回归），得到回归器中的目标，用于训练。也就是论文中的loss function部分：
自然地，也就要求RPN的两个并联的FC层一个输出2k个值用于表示这k个anchor对应的区域的正类，负类的概率，另一个输出4k个值，用于表示框回归的变换的预测值。
对于整个网络的训练，作者采用了一种叫做 4-step Alternating Training 的方法。具体可以参考论文。
与之前的检测任务稍有不同，mask r-cnn的任务是做instance segmentation。因此，它需要对每一个像素点进行分类。 与Faster R-CNN不同，Faster R-CNN对每一个候选框产生两个输出，一个是类别，一个是bounding box的offset。Mask R-CNN新增加了一个输出，作为物体的mask。这个mask类似于ps中的蒙版。
与Faster R-CNN类似的是，Mask R-CNN同样采用RPN来进行Region Proposal。但是在之后，对于每一个RoI，mask r-cnn还输出了一个二值化的mask。
不像类别，框回归，输出都可以是一个向量，mask必须保持一定的空间信息。因此，作者采用FCN来从每个RoI中预测一个 的mask。
由于属于像素级别的预测问题，就需要RoI能够在进行特征提取的时候保持住空间信息，至少在像素级别上能够对应起来。因此，传统的取最大值的方法就显得不合适。 RoI Pooling，经历了两个量化的过程： 第一个：从roi proposal到feature map的映射过程。 第二个：从feature map划分成7*7的bin，每个bin使用max pooling。
为此，作者使用了RoIAlign。如下图
为了避免上面提到的量化过程
可以参考
作者使用ResNet作为基础的特征提取的网络。 对于预测类别，回归框，mask的网络使用如下图结构：
整体看完这几篇大佬的论文，虽说没有弄清楚每一个实现细节，但是大体上了解了算法的思路。可以看出，出发点都源于深度神经网络在特征提取上的卓越能力，因此一众大神试图将这种能力应用在检测问题中。从R-CNN中简单地用于特征提取，到为了提高速度减少计算的Fast R-CNN，再到为了将region proposal集成进入整个模型中，并且利用GPU加速的RPN，也就是Faster R-CNN。再到为了应用于instance segmentation任务中，设计的RoIAlign和mask。包括bounding box regression，pooling层的设计，训练方法的选择，loss的设计等等细节，无一不体现了大师们的思考和创造力。 可能在我们这些“拿来”者的眼中，这些方法都显得“理所应当”和巧妙，好用，但是，它们背后隐藏的选择和这些选择的思考却更值得我们学习。 以及，对待每一个问题，如何设计出合理的解决方案，以及方案的效率，通用性，更是应该我们努力的方向。
行人重识别任务的目标是希望在多个不具有重叠区域的摄像场景中实现行人的检索。目前行人重识别根据采用的组件不同可以分为closed-world和open-world两种。closed-world场景相对而言目前研究较深入，其主要针对于不同的应用假设，在多个数据集上都取得较好的性能，比如Market1501，CUHK和DUKE等。 closed-world场景一般研究重点有三部分：深度特征表示学习、深度度量学习和rank优化。而open-world场景则相对更加复杂。本文总结了open-world场景中ReID的五个不同视角，提出了一种AGW基线方法，在多个ReID任务上都取得较好性能。另外，本文还提出了一种新的评估度量 mINP。最后探索了ReID目前亟待解决的一些方向。
基本定义： 非重叠的多个摄像场景中，特定行人的检索问题。具体而言，给定一个待检索的目标行人，ReID希望能够判断这个目标是否出现在不同时刻不同场景不同摄像头的场景中。 基本难点： 行人的视角、图像分辨率变化、光照变化、姿态变化、遮挡，不同模态等。 该综述的不同点：
根据上面五块内容，ReID任务分为closed-world和open-world两类，区别如下：
closed-world场景的一般前提：1）输入时裁剪后的行人图像块；2）有监督学习；3)检索目标一定存在gallery中。 closed-world场景模型一般包含3部分：特征抽取、度量学习和rank 优化。
如下图所示，一般包含四类：
知识点：
ReID的难点包括视角不同，遮挡等，行人区域可能不对齐，这时往往希望通过部件或者区域特征进行对齐。主流趋势是combine全局特征和部件特征。以PDC模型为代表的pose驱动方法，通过pose获得部件信息，然后利用部件的attention进行检索。PCB方式是利用图像均匀划分的典型。其将目标框水平分成6个条带，每个条带进行独立的分类任务学习，在推理阶段将六条条带的特征进行concat表征整体。另外还通过refined part pooling策略增强了部件内部的一致性，具体是计算每个部件与所有像素点的相似度进行重新划分，可以认为是一种non-local的attention。 行人parsing技术能够获得较好的语义部件，提供更对齐的部件特征，但需要额外的pose检测器且由于ReID数据集和Pose数据集的分布差异，易产生错误的pose。均匀划分的策略更灵活，但对严重遮挡和大的背景模糊无能为力。
辅助特征表示学习一般包括额外的标注数据，比如语义标注，和训练样本生成等。
该任务中，每个目标不再是图像区域，而是一段帧序列。
待续（ReID领域新接触，积累不够，综述文章读着好多理解不够深入，先去读具体方法了;( 后面积累了，再回来阅读这个吧。。。留坑）
将行人作为特定的行人检索问题，大多数方法都采用用于图像分类的网络结构作为backbone。其中一些方法通过修改backbone的结果以提取更好的ReID特征，比如对于ResNet50而言，一般将最后一个stage的stripe改为1以增大分辨率（参考文献PCB），或者最后一个pooling层采用自适应的平均池化（这里参考文献是PCB模型，池化时时不同的条带中进行gap），再或者在pooling层后添加具有bn的bottleneck 层（暂停，滚去阅读参考文献75， SVDNet了！（OK，已读完，见 ，和作者说的其实有出入，并不是加了bn，而是希望投影向量正交，从而获得的表观特征在每个维度上相互独立））。 其他的一些为ReID专门设计的网络结构有 FPNN(filter pairing neural network), 通过部件鉴别信息的挖掘同时处理不对齐和遮挡问题(暂停，去读参考文献34，DeepReID （已读， ）)，[141]提出一种提升邻域差异的层用于捕捉patch特征的差别，进而把这种差异送入后面的层中(感觉类似resnet的思想。(读完， 其实就是提出一种结合了self-attention的part-aware module方法search space中，使用NAS迭代的搜索方法寻找针对于数据集的最优结构，当然说是专门为reid设计的网络结构也没毛病。))
姓名：王梦妮 学号：20021210873 学院：电子工程学院 【嵌牛导读】本文主要介绍了无人驾驶中所需的行人检测算法 【嵌牛鼻子】无人驾驶 环境感知 计算机视觉 SVM Adaboost算法 【嵌牛提问】无人驾驶中所用到的行人检测算法有哪些 【嵌牛正文】 在同样的交通路况下，无人车通过对自身运动状态及行驶环境信息进行分析，决策出最佳行驶策略和行驶方案代替驾驶员完成一系列驾驶行为，从而降低道路交通事故的发生率。而在无人驾驶中最为重要的技术便是环境感知，而在城市道路上有大量的行人出行，只有准确快速地检测出行人与对其进行跟踪，才能避免车撞人。 计算机视觉是研究赋予机器“人眼”功能的科学，通过多个传感器来获取一定范围内的色彩数据，用算法分析得到的数据从而理解周围环境，这个过程模拟了人眼以及大脑的处理过程，从而赋予机器视觉感知能力。现有的行人检测技术大多都是检测照片中的行人目标，这种照片的拍摄大多是拍摄的静止目标，图像的分辨率和像素点包含的语义信息都及其丰富，对应的算法在这样的图片上往往能取得理想的效果，但是用于无人车的“眼睛”，算法的鲁棒性就表现的非常差。这是因为在实际的道路环境中，摄像头需要搭载的车身上，在行进过程中跟随车以一定的速度移动，并且在实际道路中，行人目标往往是在运动的，由此提取出拍摄视频中的一帧就会出现背景虚化，造成像素点包含的语义信息大量减少，增加了行人检测的难度。 行人检测是计算机视觉领域的一个重要研究课题。在实际生活中，行人大多处于人口密集、背景复杂的城市环境中，并且行人的姿态各不相同，如何将行人从色彩丰富、形状相似的环境中快速准确地提取出来，是行人检测算法的难点。 行人检测算法分为两大类，一类是基于传统图像处理，另一类是基于深度学习的方法。近年来随着计算机计算速度的大幅提升，基于深度学习的方法有着越来越高的检测速度与检测精度，在行人检测领域应用越加广泛。 （一）基于传统图像处理的行人检测算法 使用传统的图像处理方法来做行人检测一般都是由两个步骤组成，第一就是需要手工设计一个合理的特征，第二就是需要设计一个合理的分类器。手工设计特征就是找到一种方法对图像内容进行数学描述，用于后续计算机能够区分该图像区域是什么物体，分类器即是通过提取的特征判断该图像区域属于行人目标还是属于背景。在传统的图像处理领域，手工特征有许多种，比如颜色特征、边缘特征(canny算子和sobel算子)以及基于特征点的描述子(方向梯度直方图)等。 学者们一致认为方向梯度直方图是最适合行人检测的人工特征，其主要原理是对图像的梯度方向直方图进行统计来表征图像。该特征是由Dalal于2005提出的，并与SVM分类器相结合，在行人检测领域取得了前所未有的成功。 传统的行人检测方法首先需要通过提取手工设计特征，再使用提取好的特征来训练分类器，得到一个鲁棒性良好的模型。在行人检测中应用最广泛的分类器就是SVM和Adaboost。SVM分类器就是要找到一个超平面用来分割正负样本，这个超平面的满足条件就是超平面两侧的样本到超平面的距离要最大，即最大化正负样本边界。下图即为线性SVM的示意图。Adaboost分类算法的主要原理不难理解，就是采用不同的方法训练得到一系列的弱分类器，通过级联所有的弱分类器来组成一个具有更高分类精度的强分类器，属于一种迭代算法。原理简单易于理解且有着良好的分类效果，唯一不足就是练多个弱分类器非常耗时。下图为面对一个二分类问题，Adaboost算法实现的细节。 （二）基于深度学习的行人检测算法 近年来，随着硬件计算能力的不断增强，基于卷积神经网络的深度学习飞速发展，在目标检测领域取得了更好的成绩。卷积神经网络不再需要去手动设计特征，只需要将图片输入进网络中，通过多个卷积层的卷积操作，提取出图像的深层语义特征。要想通过深度学习的方法得到一个性能良好的模型，需要大量的样本数据，如果样本过少，就很难学习到泛化能力好的特征，同时在训练时，由于涉及到大量的卷积操作，需要进行大量计算，要求硬件设备具有极高的算力，同时训练起来也很耗时。随着深度学习的飞速发展，越来越多基于深度学习的模型和方法不断被提出，深度学习在目标检测领域会有更加宽广的发展空间。 Ross Girshick团队提出了系列行人检测算法，其中Faster R—CNN 算法通过一个区域提议网络来生成行人候选框，在最后的特征图上滑动来确定候选框。Faster RCNN是首个实现端到端训练的网络，通过一个网络实现了特征提取、候选框生成、边界框回归和分类，这样的框架大大提高了整个网络的检测速度。 He Kaiming等人在2017年提出Mask R—CNN算法，该算法改进了Faster·R—CNN， 在原有的网络结构上增加了一个分支进行语义分割，并用ROI Align替代了ROI Pooling，取得了COCO数据集比赛的冠军。