摘要：本发明提供了一种表项下发方法及装置、表项处理方法及装置，其中，表项下发方法包括：获取第一表项与一个或多个第二业务模块之间的对应关系，其中，所述第二业务模块为需要使用所述第一表项的业务模块；下发所述第一表项至第一业务模块，以供所述第一业务模块根据所述第一表项进行逻辑处理；以及，根据所述第一表项与所述一个或多个第二业务模块之间的对应关系，调用所述一个或多个第二业务模块的回调函数。通过本发明，可以解决相关技术中表项下发过程中存在不必要的通知处理而造成表项下发效率低下的问题，达到提高表项下发的效率，进而实现表项快速下发的效果。

摘要：本申请提出了一种一种基于有向图的移动端快速渲染方法、装置及应用，包括：获取多个渲染命令，构建渲染有向图；获取各个所述渲染命令之间的引用关系，基于所述引用关系计算每个所述渲染命令的引用计数；根据所述渲染顺序依次执行所述渲染命令，在当前渲染命令跨层引用其他被引用渲染命令的情况下，将每个被引用渲染命令的渲染结果直接调用给所述当前渲染命令；在每次执行所述渲染命令后以预设修改方式修改所述引用计数的计数值并将所述计数值达到释放阈值的所述渲染命令释放。能够通过图算法对渲染命令进行计算，合理释放内存空间，避免画面卡顿；并且针对多层次嵌套命令能够引用渲染结果，不再执行渲染过程，使得渲染顺序可以灵活变化。

摘要：本公开提供了一种数据流处理方法，其包括：响应于负载分担链路组中的第一负载分担链路故障，确定至少一条第二负载分担链路中的每条第二负载分担链路的实际负载分担比例，其中，第二负载分担链路为负载分担链路组中处于正常状态的链路，实际负载分担比例用于表征第二负载分担链路在负载分担链路组的转发表中的实际占比；根据每条第二负载分担链路的实际负载分担比例，在至少一条第二负载分担链路中确定出至少一条目标负载分担链路；通过至少一条目标负载分担链路处理第一负载分担链路上的数据流。本公开还提供一种电子设备、一种计算机可读介质以及一种计算机程序产品。

摘要：本申请实施例提供了一种报文转发方法、分布式系统、电子设备、计算机可读存储介质及计算机程序产品，其中，报文转发方法包括：获取待转发链路聚合报文；获取分布式系统的目标转发表项，目标转发表项由预设的转发控制节点根据分布式系统的拓扑信息生成；根据目标转发表项对待转发链路聚合报文进行转发处理。通过上述技术方案，能够防止聚合链路在分布式系统中切换时产生的复制包问题。

摘要：本发明公开了多空间的融合方法，包括拍照前在每个小空间内张贴标尺；建立标尺学习库；获取每个空间的全景图像作为当前空间图像；将当前空间图像用标尺学习库进行深度学习，找出当前空间图像中的标尺，将所有空间图像的标尺进行方向和尺寸的配准；分别对标尺配准后的每个全景图像进行三维空间重构。本发明提供一种多空间的融合方法，利用标尺配准，能够实现多个全景图像、多空间融合，且无需限制全景图像的获取方式，任意相机输出的全景图像均可进行配准和空间融合。

摘要：本发明公开了一种室内空间大物件的三维重建方法，包括建立大物件特征学习库，每一个大物件特征具有相应的空间关系；获取当前待处理图像，用大物件特征学习库进行深度学习，获得当前图像中大物件特征的空间关系；获得当前待处理图像的线条图像或线条‑超像素图像，将大物件特征的空间关系应用到线条图像或线条‑超像素图像，将大物件特征所在区域内的线条删除；将被大物件遮挡而造成中断的线条进行强拟合。本发明中，当线条‑超像素图像中线条被遮挡时，通过对线条强拉直拟合，准确地重建空间中的大物件特征。

摘要：本发明公开了一种图像重建时的线条拟合的方法，包括对当前全景图像进行线条检测获得线条图像，通过语义分析、标记不同方向的线条；获得线条图像中的任意一条线条作为当前线条，获得当前线条向前延伸的规律（比如直线的斜率、弧线的曲率等），将当前线条按其延伸规律向前延伸；随着当前线条向前延伸，判断是否有与当前线条延伸段的距离小于预设值的可合并线条，若是，则将当前线条与可合并线条融合成一条线条；若否，则保留未延伸的当前线条。在室内空间三维重建时，删除线条‑超像素图像中方向错误的线条之后再进行线条的检测和拟合，能够对现有的像素点拟合，获得完整线条。

摘要：本发明公开了室内空间三维重建方法，包括建立墙角特征学习库，每一个墙角特征具有相应的空间关系；获取待重建的当前全景图像；对当前全景图像做线条检测和/或超像素分割，生成由线条和超像素组成的线条‑超像素图像；将当前全景图像按视角分解成多张单视角图像；分别将每张单视角图像进行墙角特征学习库的深度学习，通过深度学习识别出墙角特征的空间关系；将所有单视角图像的空间关系按全景图像的合成条件进行合成，生成当前全景图像的空间关系；将当前全景图像的空间关系应用于线条‑超像素图像，生成具有空间关系的线条‑超像素图像。本发明能够准确识别全景图像中的三维特征，能够准确构建三维空间关系。

摘要：本发明公开了一种基于计算机视觉的牙齿正畸方法、装置、计算机设备及存储介质，方法包括：接收移动终端采集的口腔内图像，估计位姿信息，基于位姿信息优化移动终端的移动范围；基于位姿信息及图像生成稠密点云；将图像数据输入牙齿分割模型，得到牙齿掩膜；基于牙齿掩膜，将深度图中掩膜外的像素深度值变成0；将牙齿掩膜投射到稠密点云上，得到牙齿点云模型；对牙齿点云模型进行滤波，通过牙弓优化点云的曲面关系，生成精细化牙齿模型；将精细化牙齿模型与治疗方案模型进行点云配准，得到每个牙齿在空间上的旋转以及平移值。本发明保证总体的提取的牙齿模型的高精度的同时患者可以利用自己的手机在家完成扫描，完成实时监控牙齿正畸效果。

摘要：本发明公开了一种共享电动车的定点还车方法，通过在车头的位置安装摄像头的方法，对停车区抓拍，获取大量的样本，对样本数据进行学习训练，得到停车区的训练模型，然后用户停车前，使用视频抓拍照片进行样本识别；样本识别能够精准的获取停车区域，将IMU加速度数据和磁力计数据及GPS数据融合识别车身的方向以及是否倾斜。