摘要：本申请实施例提供了一种社交关系识别方法和装置、电子设备及存储介质，属于图像处理技术领域。该方法包括：通过神经网络模型根据输入图像得到人体姿态关键点位置；通过深度估计模型估计输入图像的深度信息；融合人体姿态关键点位置与深度信息，得到人体姿态三维空间位置信息；根据人体姿态三维空间位置信息识别人体间是否存在社交关系，得到社交关系识别结果。本申请实施例能够通过二维图像计算人体位置与真实距离，提升社交关系识别效果。

摘要：本发明提供了一种具有光子晶体的白光发光二极管，其包括：衬底、n型接触层、活性发光层、p型接触层，所述活性发光层位于n型接触层和p型接触层中间；所述多孔状光子晶体制作在所述发光二极管的表层，其孔状内部填充有纳米量级的荧光粉，其表面覆盖有透明电极。本发明提出的上述发光二极管在表层光子晶体孔洞内部，填充粒径尺度为纳米量级的黄色、红色或绿色荧光粉，光子晶体表面被ITO透明电极所覆盖。

摘要：本发明公开了一种基于分割蒸馏增强的道路积水预警方法及装置、电子设备，涉及图像处理领域，其中，该方法包括：采集目标道路的道路图像，并获取提示文本；将道路图像和提示文本输入至积水识别模型，输出对目标道路的积水识别结果，其中，积水识别模型是基于分割蒸馏增强技术预先训练得到的，用于对道路的积水情况进行识别的模型，积水识别结果包括下述至少之一：积水状态、积水场景、积水影响；根据积水识别结果为目标道路生成预警信息和处理策略。本发明解决了相关技术中，通过目标检测的方式对道路积水进行检测的方式，存在检测结果准确率较低以及检测结果内容单一的技术问题。

摘要：本发明实施例提供了一种行人重识别模型的训练方法、装置、电子设备及存储介质，涉及大数据技术领域，所述方法包括：获取无标注的行人数据集以及所述行人数据集对应的摄像机类别；对所述行人数据集进行至少一种图像变换操作，并对变换后的行人数据集进行特征提取，获得所述行人数据集对应的行人图像特征；根据所述行人图像特征对所述行人数据集中的行人图像进行聚类，获得所述行人数据集对应的伪标签集合；根据所述摄像机类别估计各个所述伪标签被错误标记的概率，并基于所述概率将所述伪标签集合划分为置信数据集合和潜在噪声数据集合；根据所述置信数据集合和所述潜在噪声数据集合进行模型训练，获得行人重识别模型，从而提高了模型识别的准确度，以及提高了对摄像机变化引起的噪声的鲁棒性。

摘要：一种折射率渐变的光子晶体发光二极管结构，其包括：一衬底；一成核层，该成核层制作在衬底的上面；一缓冲层，该缓冲层制作在成核层的上面；一n型接触层，该n型接触层制作在缓冲层的上面，该n型接触层的一侧形成有一台面；一活性发光层，该活性发光层制作在n型接触层台面另一侧的上面；一p型电子阻挡层，该p型电子阻挡层制作在活性发光层的上面；一p型接触层，该p型接触层制作在p型电子阻挡层的上面；一折射率渐变阵列式光子晶体，该折射率渐变阵列式光子晶体制作在p型接触层上；一负电极，该负电极制作在n型接触层一侧的台面的上面；一正电极，该正电极制作在折射率渐变阵列式光子晶体的上面。

摘要：一种氮化镓系发光二极管及制备方法，其中氮化镓系发光二极管包括：一衬底：一氮化镓成核层，该氮化镓成核层制作在衬底上；一缓冲层，该缓冲层制作在成核层上；一n型接触层，该n型接触层制作在缓冲层上，该n型接触层上面的一侧有一台面；一活性发光层，该活性发光层制作在n型接触层上并覆盖所述n型接触层台面以外的部分表面；一p型电子阻挡层，该p型电子阻挡层制作在活性发光层上，其下表面与铝铟镓氮薄层接触；一p型接触层，该p型接触层生长在p型电子阻挡层上；一负电极，该负电极制作在n型接触层一侧的台面上；一正电极，该正电极制作在p型接触层上。本发明可以减少施主基能团的引入，提高镁的掺杂效率，从而增加p型氮化镓的空穴浓度。

摘要：一种具有波导结构光子晶体发光二极管的制作方法，包含：在衬底上依次外延形核层、非掺杂氮化镓层、n型氮化镓层、有源层、电子阻挡层和p型氮化镓层；在p型氮化镓层的表面旋涂第一光刻胶；在第一光刻胶上制作第一单层纳米球薄膜；光刻，在第一光刻胶上形成图形；以第一光刻胶作为掩膜，刻蚀p型氮化镓层，在p型氮化镓层上形成多孔状或柱状的光子晶体；在多孔状的光子晶体表面旋涂第二光刻胶；在第二光刻胶上制作第二单层纳米球薄膜；光刻，在第二光刻胶上形成图形；以第二光刻胶作为掩膜，刻蚀p型氮化镓层，在多孔状的光子晶体上形成具有波导结构的光子晶体；制作电极，完成正装结构的制作。

摘要：本公开提供一种视频的动作识别方法、装置、电子设备和可读介质，其中，视频的动作识别方法包括：响应于接收的动作识别任务，通过已嵌入NWA模块的transformer模型对两个指定模型采集的相邻的视频窗口特征进行编码；根据编码结果确定视频窗口特征对动作识别任务的权重。通过本公开实施例，可以提高对视频的动作识别的可靠性和准确性。

摘要：本公开实施例提供了一种异常行为识别方法、装置、设备及介质，涉及人工智能与大数据领域。该方法包括：获取待处理视频流，对待处理视频流进行采样，获得待处理视频流的多帧视频帧图像；对多帧视频帧图像进行目标检测识别，获得各个目标对象的图像时序数据和各个目标对象的关键点时序数据；基于预先训练的异常行为识别模型，根据各个目标对象的图像时序数据和各个目标对象的关键点时序数据，确定各个目标对象的个体异常行为标签和多个目标对象的群体异常行为标签，其中，异常行为识别模型包括个体异常行为识别模型和群体异常行为识别模型。该异常行为识别方法泛化能力强，能够识别复杂连续的异常行为，实现简单，识别准确率高。

摘要：一种Si衬底上GaN薄膜的生长方法及复合GaN薄膜，所述复合GaN薄膜自下而上依次包括Si衬底、AlN缓冲层、GaN缓冲层、第一GaN层、AlN插入层和第二GaN层，其中所述GaN缓冲层包括2-3个三维和二维GaN子层，其中三维GaN子层厚度为50-150nm，二维GaN子层厚度为100-200nm。所述生长方法包括以下步骤：首先在Si衬底上生长AlN缓冲层，然后在AlN缓冲层上生长三维GaN子层，接着生长二维GaN子层，重复生长该GaN三维和二维子层2-3次；最后生长厚的GaN层，在GaN层中有AlN或者SiN_x插入层。本发明通过采用GaN的三维和二维生长有效弛豫掉后续GaN层中的张应力，能够生长较厚的GaN层而不出现裂纹。