辽教科规办字[2007]7号 - 辽宁医学院教务处
十二五国家级实验教学示范中心(精品课件)
“十二五”国家级实验教学示范中心申请书学校名称：辽宁医学院学校主管部门：辽宁省教育厅中心名称：辽宁医学院基础医学实验教学中心中心负责人：刘学政学校管理部门电话：申报日期：2013年4月8日中华人民共和国教育部高教司制填写说明1.申请书中各项内容用“小四”号仿宋体填写。
2.表格空间不足的，可以扩展。
1.中心概况实验中心名称辽宁医学院基础医学实验教学中心所属专业类基础医学隶属部门／管理部门辽宁省教育厅／辽宁医学院省级实验教学示范中心（建设单位）/军队重点实验室批准立项时间2007年中心主任姓名刘学政性别男年龄51专业技术职务教授学位博士联系电话主要职责1、在上级领导下，贯彻党的方针政策，全面领导实验中心的教学、科研与管理工作。
2、全面负责中心的整体建设发展规划、工作计划、人员培训计划，并组织实施和检查执行情况。
3、领导制定年度工作计划，并组织实施、检查、总结工作。
4、负责组织制定中心的各工作岗位职责、管理规章制度，技术人员考评标准，并具体组织实施、定期检查，组织好技术保障工作。
5、领导督促中心的各项工作，为各学科的实验教学提供完好的实验条件，全面保证实验教学。
6、领导中心开展实验教学改革与实验技术革新，不断提高实验教学水平。
7、积极开展现代教育技术在实验教学中的应用，使教学手段向现代化发展。
8、在保证完成教学、科研任务的前提下，开展学术与技术交流活动。
9、领导并组织实验室的科学管理，不断提高管理水平。
10、主持有关规章制度的制定，并对执行情况进行检查与监督。
11、负责本中心精神文明建设，关心工作人员的思想与生活。
12、领导制定年度仪器设备及家具添置预算与经费开支预教学科研主要经历刘学政，辽宁葫芦岛人，汉族，1962年7月出生，中共党员。
医学博士，博士后，国家二级教授（人体解剖学），博士研究生导师。
国务院政府特殊津贴享受者，辽宁省特聘教授，辽宁省青年学科带头人，辽宁省百千万人才工程百人层次入选者，辽宁省省级优秀专家。
辽宁医学院关于附属医院教学编制人员同级转评卫生系列专业技术职务...
辽宁医学院关于附属医院教学编制人员同级转评卫生系列专业技术职务的通知附属第一医院、附属第二医院：为适应学院改革发展的需要，进一步规范专业技术人员管理，提高管理效能，根据省人事厅《关于印发2008年全省职称工作安排意见的通知》（辽人发[2008]2号）和省卫生厅《关于2008年度全省卫生系列专业技术资格评审及考试工作安排的通知》（辽卫函字〔2008〕142号）文件精神，经商省人事厅、省卫生厅同意，学院将开展附属医院教学编制人员同级转评卫生系列专业技术职务工作，现将工作安排通知如下：一、转评范围凡在辽宁医学院附属一院及附属二院从事临床医疗等工作的学院教学编制且未取得卫生系列正、副高级资格的教授、副教授均要参加本次卫生系列专业技术职务的同级转评；副教授只取得正高级卫生系列资格或教授只具有卫生系列副高级资格人员也要求参加本次转评。
教授取得卫生系列正高级资格、副教授取得卫生系列副高级资格人员可以不参加本次转评。
二、转评条件（一）基本条件1、遵纪守法。
2、具备良好的医德医风和敬业精神。
（二）资格条件1、主任医（药、护、技）师：在附属医院工作、已被学院聘任的教授。
2、副主任医（药、护、技）师：在附属医院工作、已被学院聘任的副教授。
（三）学术及业务要求本次转评卫生系列高级专业技术职务按照省卫生厅2005年制定的《辽宁省卫生系列高级专业技术资格评审等级标准与办法》执行。
三、材料要求（一）申报高级卫生专业技术职务的材料须按规定的评审档案目录依次装订成卷。
（二）申报高级卫生专业技术职务卷内材料包括：《辽宁省专业技术资格报评推荐表》、《辽宁省高级卫生专业技术资格报评登记表》各1份，毕业证书、专业技术资格证书、外语合格证书、计算机合格证书、继续医学教育合格证书、本人身份证等复印件，获奖证书、科研课题任务书或合同书审批件的复印件，发表论文期刊封面、版权页（印有期刊主管单位、主办单位、编辑、中国标准刊号和出版时间等）、目录、文章内容复印件（著作提供著作的封面、书号、目录复印件），与报评专业相对应类别的医师资格证书和医师执业证书复印件。
辽宁省教育厅关于公布第二批省级实验教学示范中心名单的通知-辽教发[2007]75号
![辽宁省教育厅关于公布第二批省级实验教学示范中心名单的通知-辽教发[2007]75号](https://img.taocdn.com/s3/m/2d5438094531b90d6c85ec3a87c24028915f8536.png)
辽宁省教育厅关于公布第二批省级实验教学示范中心名单的通知正文：---------------------------------------------------------------------------------------------------------------------------------------------------- 辽宁省教育厅关于公布第二批省级实验教学示范中心名单的通知（辽教发[2007]75号）各普通高等学校：按照《教育部关于开展高等学校实验教学示范中心建设和评审工作的补充通知》（教高[2007]10号）及《教育部关于2007年国家级实验教学示范中心申报评审工作的通知》（教高司函[2007]70号）精神，省教育厅组织专家对22所学校申报的14个学科50个实验教学中心进行了通讯评审、现场考察及终审评议。
评审出22个第二批省级实验教学示范中心（见附件1）和10个实验教学示范中心建设单位（见附件2）。
实验教学示范中心建设工作是高等教育质量工程的重要组成部分，是高等学校实验教学研究和改革的基础，引领全省高校实验教学改革的方向。
各校要充分认识建设实验教学示范中心的意义，以建设实验教学示范中心为契机，全面推进高等学校实验教学改革和实验室建设，提高实验队伍素质和实验教学管理水平，加强对学生实践能力和创新精神的培养，提高高等教育质量。
附件：1．省级实验教学示范中心2．实验教学示范中心建设单位2007年07月18日附件1：第二批省级实验教学示范中心名单1．沈阳航空工业学院物理实验中心3．沈阳药科大学药物分析实验教学中心4．渤海大学化学实验教学中心5．大连理工大学生物与环境实验教学中心6．大连理工大学信息技术实验中心7．辽宁工业大学电工电子技术实验中心8．辽宁工程技术大学电工电子实验教学中心9．辽宁大学电工电子实验教学中心10．大连海事大学电工电子实验教学中心11．大连理工大学水力学实验教学中心12．东北大学力学实验教学中心13．大连交通大学机械工程实验教学中心14．辽宁中医药大学中医学基础实验教学中心15．辽宁中医药大学中药学实验教学中心16．辽宁医学院机能实验教学中心17．沈阳工业大学管理实验教学中心18．大连工业大学服装设计与工程实验教学中心19．中国刑事警察学院警犬技术实验中心20．辽宁大学法学教学综合实训中心21．辽宁科技大学计算机实验技术中心22．沈阳建筑大学工程力学与结构实验中心附件2：实验教学示范中心建设单位名单1．大连理工大学计算机实验教学中心2．大连海事大学计算机实验教学中心3．东北大学化学实验教学中心4．辽宁科技大学基础化学实验教学中心5．大连大学生物实验教学中心6．沈阳工业大学工程实践中心7．辽宁工程技术大学工程训练中心9．大连理工大学基础力学实验中心10．大连医科大学机能实验教学中心——结束——。
辽宁省教育厅办公室关于公布2014―2015学年度国家(省政府)奖学金、
辽宁省教育厅办公室关于公布2014―2015学年度国家(省政府)奖学金、国家励志奖学金获奖结果的通知【法规类别】奖惩【发文字号】辽教办发[2016]20号【发布部门】辽宁省教育厅【发布日期】2016.03.08【实施日期】2016.03.08【时效性】现行有效【效力级别】地方规范性文件辽宁省教育厅办公室关于公布2014-2015学年度国家（省政府）奖学金、国家励志奖学金获奖结果的通知（辽教办发〔2016〕20号）省内各高等院校：按照《辽宁省普通本科高校、高等职业学校国家（省政府）奖学金管理暂行办法》（辽财教〔2007〕576号）、《辽宁省普通本科高校高等职业学校国家励志奖学金管理暂行办法》（辽财教〔2007〕574号）的规定和国家奖学金、省政府奖学金及励志奖学金分配名额，本着公开、公正、择优的原则，经学校推荐、初评，省教育厅奖助学金管理部门审核，国家奖学金报经教育部国家奖学金评审委员会评审，省政府奖学金经省奖学金评审组评审现已通过，现将获得2014-2015学年度国家奖学金、省政府奖学金和国家励志奖学金学生名单公布如下：辽宁大学贾晶雯等1330名同学获得2014-2015学年度国家学金；每人发放奖学金8000元，并由教育部颁发国家奖学金荣誉证书，详见附件1。
辽宁大学申十等1500名同学获得2014-2015学年度省政府奖学金；每人发放奖学金8000元，并由省教育厅颁发省政府奖学金荣誉证书，详见附件2。
辽宁大学吴佳谕等23274名同学获得2014-2015学年度国家励志奖学金；每人发放奖学金5000元，并由省教育厅颁发国家励志奖学金荣誉证书，详见附件3。
获得国家（省政府）奖学金和国家励志奖学金的同学，是全省高校学生的优秀代表，他们学习刻苦，征集有意，积极向上，品学兼优，集中体现了当代青年学生积极、健康、向上的精神风貌。
希望广大青年学生以他们为榜样，勤奋学习，增强本领，注重培养自己敬业、合作、诚实、善良的品德，全面提升素质，造就健全的人格、良好的情操，成为社会主义祖国的建设者和接班人。
基于层叠结构的单幅图三维重建网络
第４２卷第３期２０２３年６月沈㊀阳㊀理㊀工㊀大㊀学㊀学㊀报ＪｏｕｒｎａｌｏｆＳｈｅｎｙａｎｇＬｉｇｏｎｇＵｎｉｖｅｒｓｉｔｙＶｏｌ ４２Ｎｏ ３Ｊｕｎ ２０２３收稿日期:２０２２－０８－１１基金项目:国家重点研发计划项目(２０２０ＹＦＣ２００６７０１)ꎻ国家重点研发计划项目子课题(２０１７ＹＦＣ０８２１００１－２)ꎻ辽宁省教育厅基本科研项目(ＬＪＧＤ２０２００１９)作者简介:张景异(１９６５ )ꎬ男ꎬ教授ꎬ研究方向为智能控制㊁生产过程自动化等ꎮ通信作者:刘韵婷(１９８３ )ꎬ女ꎬ副教授ꎬ博士ꎬ研究方向为无线传感器网络㊁人工智能等ꎮ自动化技术文章编号:１００３－１２５１(２０２３)０３－０００１－０８基于层叠结构的单幅图三维重建网络张景异ꎬ侯昌邑ꎬ刘韵婷ꎬ葛忠文(沈阳理工大学自动化与电气工程学院ꎬ沈阳１１０１５９)摘㊀要:为解决单幅图三维重建形状相似性不足㊁点云表面覆盖率低等问题ꎬ提出一种高效的密集点云生成网络ꎮ首先ꎬ设计一种层叠结构ꎬ提取单幅图中的特征信息ꎻ然后ꎬ多个解码器并行生成多个视角的预测投影ꎬ组合形成密集点云ꎻ最后ꎬ利用伪渲染器进行监督学习ꎬ引入梯度优化模块防止梯度爆炸ꎮ采用ＳｈａｐｅＮｅｔ数据集进行实验ꎬ实验结果表明ꎬ相比于３ＤＣｏｎｖＮｅｔ㊁ＰＴＮ等常见网络ꎬ本网络生成密集点云的形状相似性至少提高了１２.３％ꎬ点云表面覆盖率至少提高了６.４％ꎬ有效提高了物体单幅图三维重建效果ꎮ关㊀键㊀词:单幅图ꎻ三维重建ꎻ点云ꎻ特征提取中图分类号:ＴＰ３９１.４１文献标志码:ＡＤＯＩ:１０.３９６９/ｊ.ｉｓｓｎ.１００３－１２５１.２０２３.０３.００１３ＤＲｅｃｏｎｓｔｒｕｃｔｉｏｎＮｅｔｗｏｒｋｏｆａＳｉｎｇｌｅＧｒａｐｈＢａｓｅｄｏｎＳｔａｃｋｅｄＳｔｒｕｃｔｕｒｅＺＨＡＮＧＪｉｎｇｙｉꎬＨＯＵＣｈａｎｇｙｉꎬＬＩＵＹｕｎｔｉｎｇꎬＧＥＺｈｏｎｇｗｅｎ(ＳｈｅｎｙａｎｇＬｉｇｏｎｇＵｎｉｖｅｒｓｉｔｙꎬＳｈｅｎｙａｎｇ１１０１５９ꎬＣｈｉｎａ)Ａｂｓｔｒａｃｔ:Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｓｏｆｉｎｓｕｆｆｉｃｉｅｎｔｓｈａｐｅｓｉｍｉｌａｒｉｔｙａｎｄｌｏｗｓｕｒｆａｃｅｃｏｖｅｒａｇｅｏｆｐｏｉｎｔｃｌｏｕｄｓｉｎ３Ｄｒｅｃｏｎｓｔｒｕｃｔｉｏｎｏｆａｓｉｎｇｌｅｇｒａｐｈꎬａｎｅｆｆｉｃｉｅｎｔｄｅｎｓｅｐｏｉｎｔｃｌｏｕｄｇｅｎｅｒａｔｉｏｎｎｅｔｗｏｒｋｉｓｐｒｏｐｏｓｅｄ.Ｆｉｒｓｔꎬａｓｔａｃｋｅｄｓｔｒｕｃｔｕｒｅｉｓｄｅｓｉｇｎｅｄｔｏｅｘｔｒａｃｔｔｈｅｆｅａ￣ｔｕｒｅｉｎｆｏｒｍａｔｉｏｎｆｒｏｍａｓｉｎｇｌｅｇｒａｐｈꎻｔｈｅｎꎬｍｕｌｔｉｐｌｅｄｅｃｏｄｅｒｓｇｅｎｅｒａｔｅｐｒｅｄｉｃｔｉｏｎｐｒｏｊｅｃｔｉｏｎｓｏｆｍｕｌｔｉｐｌｅｐｅｒｓｐｅｃｔｉｖｅｓｉｎｐａｒａｌｌｅｌꎬａｎｄｃｏｍｂｉｎｅｔｈｅｍｔｏｆｏｒｍｄｅｎｓｅｐｏｉｎｔｃｌｏｕｄｓꎻｆｉｎａｌｌｙꎬｔｈｅｐｓｅｕｄｏｒｅｎｄｅｒｅｒｉｓｕｓｅｄｆｏｒｓｕｐｅｒｖｉｓｅｄｌｅａｒｎｉｎｇꎬａｎｄｔｈｅｇｒａｄｉｅｎｔｏｐｔｉｍｉｚａｔｉｏｎｍｏｄｕｌｅｉｓｉｎｔｒｏｄｕｃｅｄｔｏｐｒｅｖｅｎｔｔｈｅｇｒａｄｉｅｎｔｅｘｐｌｏｓｉｏｎ.ＴｈｅｄａｔａｓｅｔｏｆＳｈａｐｅＮｅｔｉｓｕｓｅｄｆｏｒｅｘｐｅｒｉ￣ｍｅｎｔｓ.Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔꎬｃｏｍｐａｒｅｄｔｏｔｈｅｃｏｍｍｏｎｎｅｔｗｏｒｋｓｓｕｃｈａｓ３ＤＣｏｎｖＮｅｔａｎｄＰＴＮꎬｔｈｅｄｅｎｓｅｐｏｉｎｔｃｌｏｕｄｓｇｅｎｅｒａｔｅｄｂｙｏｕｒｎｅｔｗｏｒｋｉｎｃｒｅａｓｅｄａｔｌｅａｓｔｂｙ１２.３％ｏｖｅｒｔｈｅｓｈａｐｅｓｉｍｉｌａｒｉｔｙａｎｄｂｙ６.４％ｏｖｅｒｔｈｅｐｏｉｎｔｃｌｏｕｄｓｕｒｆａｃｅｃｏｖｅｒａｇｅꎬｓｏｏｕｒｎｅｔｗｏｒｋｃａｎｅｆｆｉｃｉｅｎｔｌｙｐｒｏｍｏｔｅｔｈｅｐｒｅｃｉｓｉｏｎｏｆｔｈｅ３Ｄｒｅｃｏｎｓｔｒｕｃｔｉｏｎｏｆａｓｉｎｇｌｅｇｒａｐｈ.Ｋｅｙｗｏｒｄｓ:ｓｉｎｇｌｅｇｒａｐｈꎻ３Ｄｒｅｃｏｎｓｔｒｕｃｔｉｏｎꎻｐｏｉｎｔｃｌｏｕｄꎻｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ㊀㊀图像的三维重建是计算机视觉的主要研究内容之一[１]ꎬ通过单幅或多幅图像重建出物体或场景的三维结构ꎬ可用于医学图像处理以及虚拟现实等领域[２]ꎮ由于单幅图像信息量不足ꎬ基于单幅图像的物体三维重建颇具挑战性ꎬ传统方法是使用真实的三维结构学习从二维到三维的映射ꎬ如Ｃｈｏｙ等[３]提出的３Ｄ￣Ｒ２Ｎ２网络ꎬ在编码器与解码器之间通过长短期记忆神经网络进行连接ꎬ将二维图像与其对应的体素模型建立映射关系ꎬ可以接收任意角度的单个或多个图像进行三维重建ꎬ但由于其二维图像映射成三维体素的计算较复杂ꎬ为防止内存占用过多ꎬ得到的输出图像分辨率仅为３２ˑ３２ˑ３ꎬ三维重建效果并不理想ꎮ不同于体素形式的点云由易于几何变换的离散空间点构成ꎬ也常被用来表示三维结构ꎬＦａｎ等[４]提出的ＰｏｉｎｔＯｕｔＮｅｔ网络结构开创了用点云做单幅图三维重建的先例ꎬ其不仅设计了新颖有效的体系结构㊁损失函数和学习范式ꎬ还利用条件形状采样器预测三维点云ꎬ通过实验证明了模型预测结果的交并比(ＩＯＵ)等指标在多个物体类别表现上均超过了３Ｄ￣Ｒ２Ｎ２网络ꎬ重建效果显著ꎬ但ＰｏｉｎｔＯｕｔＮｅｔ网络结构以稀疏点云呈现最终结果ꎬ无法很好地重现三维形状的表面细节ꎮＷａｎｇ等[５]提出了Ｐｉｘｅｌ２Ｍｅｓｈ网络ꎬ其可从单张彩色图片直接生成三维网格ꎬ从输入图像中逐步提取特征ꎬ作为初始三维形状的椭球体根据提取的特征不断形变ꎬ生成最终的几何形状ꎮ庄昱峰等[６]在Ｐｉｘｅｌ２Ｍｅｓｈ网络的框架上ꎬ使用改进的ＤｅｎｓｅＮｅｔ替换原特征提取网络部分ꎬ沿用图神经网络生成网格的方式ꎬ但效果欠佳ꎮＷｅｎ等[７]提出了Ｐｉｘ￣ｅｌ２Ｍｅｓｈ＋＋网络ꎬ受多视图重建方法启发ꎬ模型在每个网格顶点周围搜索最佳位置进行顶点位置变形ꎬ可生成更准确的表面细节ꎬ但相比于易于学习和生成的点云形式[８]ꎬ直接作用于三维结构使得网络训练周期更长ꎮ针对以上问题ꎬ多数研究者均直接改善重建网络的生成部分ꎬ包括对三维卷积进行改进㊁利用２.５Ｄ草图对三维结构预测等ꎬ而针对特征提取网络进行改善的研究不多ꎬ且效果不显著[６]ꎮ本文以特征提取部分为重点ꎬ提出一种高效的三维重建网络ꎮ利用残差思想设计残差单元以提高网络的特征提取能力ꎬ在残差单元中加入通道注意力层ꎬ使网络可以学习到不同通道特征的相关性ꎬ进一步提高网络对有效特征的关注ꎬ将残差单元嵌入卷积网络中ꎬ构成整个层叠结构ꎻ经过层叠结构提取特征ꎬ采用多解码器并行的方式处理特征ꎬ使用二维卷积运算预测二维投影ꎬ通过三维几何推理组合成密集点云ꎬ并引入伪渲染器近似渲染预测点云的新投影ꎬ新投影联合真实二维投影进行监督学习ꎬ逐步优化点云的预测效果ꎻ经过逐层的预训练后ꎬ再进行端到端的微调ꎬ同时加入梯度优化模块ꎬ对网络反向传播的梯度加上阈值限定ꎬ使网络更加稳定ꎮ１㊀三维重建网络本文提出的网络总结构如图１所示ꎮ单幅彩色三通道(ＲＧＢ)图像输入特征提取网络ꎬ通过设计的层叠结构提高特征提取能力ꎬ将丰富的特征映射到潜在空间中ꎻ特征从潜在空间进入解码器中ꎬＮ个解码器并行工作ꎬ通过二维卷积生成Ｎ个预测的重建物体二维投影ꎬ分别对应Ｎ个不同视点ꎬ通过三维坐标转换后融合成密集点云ꎻ对于预测的密集点云ꎬ利用伪渲染器渲染新的二维投影ꎬ通过与真实投影进行监督学习ꎬ逐步提高三维点云的重建效果ꎮ１.１㊀特征提取网络的层叠结构设计单幅图进行三维重建的难点之一是如何提取足够的特征信息用来重建物体[９]ꎬ对于重建物体细节部分的把控和处理与特征提取效果密切相关ꎮ因此ꎬ本文重点研究特征提取网络ꎬ将通道注意力层融合到本文设计的残差单元内ꎬ再嵌入卷积网络中ꎬ以多个 卷积层＋残差单元 的形式构成层叠结构ꎮ本文特征提取网络结构如图２所示ꎮ利用残差单元加深网络深度ꎬ提高特征提取能力ꎬ使网络关注到更多图像中重建物体的表面细节ꎻ利用通道注意力层权衡不同通道特征的重要程度ꎬ进一步提高网络对有效特征的关注ꎮ１.１.１㊀残差单元深层卷积网络能够捕获更加丰富的特征ꎬ但加深网络容易出现梯度消失或网络退化的问题ꎬ因此本文利用残差网络(ＲｅｓＮｅｔ)[１０]的思想设计２沈㊀阳㊀理㊀工㊀大㊀学㊀学㊀报㊀㊀第４２卷图１㊀网络总结构图２㊀特征提取网络结构了残差单元ꎬ避免出现上述问题ꎬ同时通过加深网络丰富提取到的特征ꎮＬｉｎ等[１１]将残差块用于网络的解码器部分ꎬ增加了点云生成网络深度ꎬ使三维重建效果略有提高ꎬ本文则将设计的残差单元用于编码器网络中ꎬ更侧重于提高网络对于图像特征信息的提取能力ꎮ残差单元包含两个卷积层和一个通道注意力层ꎬ可简化表示为ｂｍ＝ａｍ＋ｆ(ｐｍ)(１)ｐｍ＝Ｆ(ａｍꎬＷｍ)(２)式中:ａｍ和ｂｍ分别表示第ｍ个残差单元的输入和输出ꎻｆ为通道注意力函数ꎬ表示对卷积层的输出进行各通道的权重分配ꎻｐｍ为中间变量ꎻＦ为两个卷积层简化后的残差函数ꎻＷｍ为卷积层的权重矩阵ꎮ基于式(１)和式(２)ꎬ可求得损失反向到达输入ａｍ的梯度为ƏＬƏａｍ＝ƏＬƏｂｍƏｂｍƏａｍ＝ƏＬƏｂｍ１＋ƏƏａｍｆ[Ｆ(ａｍꎬＷｍ)]{}(３)式中:∂Ｌ∂ｂｍ表示损失Ｌ反向到达输出ｂｍ的梯度ꎻ数字１表示恒等映射ꎬ可以无损地传递梯度ꎻ∂∂ａｍｆ[Ｆ(ａｍꎬＷｍ)]为残差梯度ꎬ表示需经过带有权重的层传递梯度ꎮ恒等映射保证了残差单元的嵌入不会影响原卷积网络梯度传递ꎬ并在此基础上使得网络深度增加ꎬ从而提高特征提取效果ꎮ１.１.２㊀通道注意力层提取到丰富的特征后ꎬ还需对所提取到的特征根据相关性进行区分ꎬ对更有用的特征加以关注ꎬ对用处较小的特征则适当降低其重要程度ꎬ提３第３期㊀㊀㊀㊀㊀张景异等:基于层叠结构的单幅图三维重建网络高特征的利用效率ꎮ为此本文根据压缩和激励网络(ＳＥＮｅｔ)[１２]设计了一个通道注意力(ＳＥ)层ꎬ将其嵌入到特征提取网络的残差单元中ꎬ从通道层面对所提取的特征进行处理ꎮ通道注意力层结构如图３所示ꎮ首先通过全局平均池化对输入的长度为Ｈ㊁宽度为Ｗ㊁通道数为Ｃ的特征图进行压缩操作ꎬ将同一通道上的所有特征编码为一个１ˑ１ˑＣ的全局特征ꎻ然后采用连续的两个全连接层ꎬ第一个全连接层降维(降维因子为ｒ)ꎬ而后经ＲｅＬＵ函数激活ꎬ第二个全连接层恢复维度ꎬ拟合通道间复杂的相关性ꎻ最后通过Ｓｉｇｍｏｉｄ函数获得归一化的权重ꎬ将得到的各通道权重与原特征图相乘ꎬ得到最终的特征图ꎮ对于正常的卷积操作ꎬ默认对输入特征的所有通道直接进行融合ꎬ本文设计的残差单元则利用两个卷积层ꎬ通过扩大感受野增加特征信息的提取ꎬ而使特征维度保持不变ꎮ加入的通道注意力层通过关注通道之间的关系ꎬ使网络可以自动学习到不同通道特征的重要程度ꎬ使特征提取的效率进一步提高ꎮ图３㊀通道注意力层结构１.２㊀多解码器并行基于Ｈａｆｉｚ等[１３]对单编码器多解码器结构的研究ꎬ多个解码器并行在单幅图三维重建中效果更好ꎮ本文通过Ｎ个解码器并行的方式处理编码器(特征提取网络)生成的特征ꎬＮ个解码器分别对应于Ｎ个不同视点ꎬ在训练时不共享权重ꎬ并行方式能够提高网络效率ꎬ生成效果更好的点云ꎮ解码器结构如图４所示ꎬ解码器的输入是来自编码器的１ˑ１ˑ５１２特征向量ꎬ输出是Ｎ个视点的四通道图像ꎮ预测点云的三维坐标可由图像三个通道各像素点处的像素值表示ꎬ即Ｘｉ＝(ｘｉꎬｙｉꎬｚｉ)ꎬ二元掩膜由单通道图像表示ꎬ四通道图像可看作图像坐标与二元掩膜的合成ꎬ再通过Ｎ个视点的协同作用即可融合为三维密集点云ꎮ给出Ｎ个视点的三维变换矩阵(Ｒｎꎬｔｎ)(ｎ＝１ꎬ２ꎬ ꎬＮ)ꎬ则每个视点下的图像坐标Ｘｉ可通过公式转化为易于点云融合的标准点云坐标Ｐｉꎬ表达式为Ｐｉ＝Ｒ－１ｎ(Ｋ－１Ｘｉ－ｔｎ)㊀∀ｉ(４)式中Ｋ为预定义的相机固有矩阵ꎮ式(４)确定了图像坐标系与标准点云坐标系下融合点云之间的关系ꎬ因此直接通过二维卷积运算就可以预测三维物体的几何结构ꎮ由编码器传来的特征先逐步通过３个线性层ꎬ而后经过５个反卷积层(３ˑ３卷积核ꎬ步长为１)ꎬ在解码器的末尾添加一个额外的卷积层(１ˑ１卷积核ꎬ步长为１)用来促进像素的多样化[１４]ꎮ与编码器类似ꎬ除最后的卷积层外ꎬ每个卷积层后均进行批标准化处理ꎬ并使用ＲｅＬＵ函数进行激活ꎮ１.３㊀伪渲染为使用已有的三维ＣＡＤ模型监督生成点云ꎬ传统方法是利用在三维空间上度量点云和真实ＣＡＤ模型之间距离的指标(如倒角距离[４])进行损失计算和优化ꎬ但该度量指标通常不易计算ꎬ尤其对于密集点云ꎬ计算成本很高ꎮ因此ꎬ本文引入伪渲染器ꎬ即一种近似真实渲染的可微模块ꎬ通过式(４)的逆运算将标准点云坐标Ｐｉ转换为不同视４沈㊀阳㊀理㊀工㊀大㊀学㊀学㊀报㊀㊀第４２卷图４㊀解码器结构点对应的图像坐标Ｘᶄｉꎬ再使用伪渲染器得到不同视点下新的深度图像Ｚᶄꎬ利用得到的深度图像和生成的二元掩膜进行较好的监督学习ꎮ为获得像素化的深度图像ꎬ需要将投影点的坐标进行离散化ꎬ从而可能导致多个点在投影时 碰撞 到同一像素上ꎬ伪渲染器可通过提高投影分辨率缓解这种碰撞效应ꎮ其具体过程为:将图像坐标Ｘᶄｉ＝(ｘᶄｉꎬｙᶄｉꎬｚᶄｉ)对应的各三维点投影到以Ｕ因子进行上采样的目标图像上ꎬ从而减少二维坐标(ｘᶄｉꎬｙᶄｉ)的量化误差以及碰撞发生的概率ꎻ再通过最大池化操作ꎬ将图像降回到原始分辨率ꎬ同时在每个像素位置保持最小深度值ꎻ通过采用近似的渲染操作保持反向传播时的可微性和并行性ꎬ以伪渲染器渲染出的新深度图像和二元掩膜计算损失ꎮ总损失Ｌ为二元掩膜损失和深度损失的组合ꎬ表示为Ｌ＝Ｌｍａｓｋ＋λＬｄｅｐｔｈ(５)式中:Ｌｍａｓｋ为二元掩膜损失ꎻＬｄｅｐｔｈ为深度损失ꎻλ为加权因子ꎮＬｄｅｐｔｈ由Ｌ１范数损失函数计算ꎬＬｍａｓｋ由交叉熵损失函数计算ꎬ计算式分别为Ｌｍａｓｋ＝ðＮｎ＝１[－Ｍｎｌｏｇ(Ｍᶄｎ)－(１－Ｍᶄｎ)](６)Ｌｄｅｐｔｈ＝ðＮｎ＝１Ｚᶄｎ－Ｚｎ １(７)式中:Ｍｎ和Ｚｎ分别表示第ｎ个视点的二元掩膜和深度图像的真实值ꎻＭᶄｎ和Ｚᶄｎ为第ｎ个视点的二元掩膜和深度图像的预测值ꎮ解码器预测的三维点通过几何推理组合生成密集点云[１５]送入伪渲染器ꎬ从新视点生成深度图像ꎬ配合二元掩膜共同与真实值计算损失ꎬ通过监督学习逐步提高网络性能ꎮ２㊀实验与分析２.１㊀实验设置２.１.１㊀数据集ＳｈａｐｅＮｅｔ[１６]数据库为大型三维模型存储库ꎬ包含多种语义类别的三维模型ꎬ共３００多万个已经标注的模型ꎬ其中２２万个模型被划分为３１３５个类别ꎬ均以三维ＣＡＤ形式表示ꎮ对于每个ＣＡＤ模型ꎬ在随机视角下预渲染１００对１２８ˑ１２８的深度图像和二元掩膜ꎬ作为计算损失函数的真实值ꎮ本文网络的输入图像是固定高度和从２４个不同方位角预渲染的对象ꎮ２.１.２㊀实验环境硬件环境:显卡ＮＶＩＤＩＡＧｅＦｏｒｃｅＲＴＸ２０８０ＴｉꎬＣＰＵ６ˑＸｅｏｎＥ５￣２６７８ｖ３ꎬ显存１１Ｇꎬ内存６２Ｇꎮ软件环境:Ｕｂｕｎｔｕ１８.０４ꎬＰｙｔｈｏｎ３.５ꎬＴｅｎｓｏｒ￣Ｆｌｏｗ１.１３.０ꎬＣＵＤＡ１０.０ꎮ２.１.３㊀实验过程网络训练分为两个阶段:首先进行预训练ꎬ编码器从单幅图像提取特征ꎬ将特征输入到多个解码器中ꎬ多个解码器从多个视点预测二维投影ꎬ与真实投影对比并计算损失值ꎬ通过多次迭代使预测投影逐渐接近真实投影ꎻ然后为微调阶段ꎬ通过将多视点预测的二维投影进行坐标转换融合成三维点云ꎬ对该点云利用伪渲染器生成新投影ꎬ联合真实二维投影进行监督学习ꎬ通过多次迭代对整个网络作进一步优化ꎮ训练完成后生成最终密集点云ꎬ计算与真实点云的平均三维欧几里得距离(平均３Ｄ欧氏距离)并生成评价指标ꎮ实验中批次大小设置为３２ꎬ降维因子ｒ＝４ꎬ上采样因子Ｕ＝５ꎬ加权因子λ＝１.０ꎮ预训练阶５第３期㊀㊀㊀㊀㊀张景异等:基于层叠结构的单幅图三维重建网络段学习率设置为０.００１ꎬ迭代次数为２０万次ꎬ耗时２０ｈꎻ微调阶段学习率设置为０.００００１ꎬ迭代次数为１０万次ꎬ耗时２８ｈꎮ２.１.４㊀评价指标本文使用预测点云与真实点云之间的平均３Ｄ欧氏距离作为评价指标ꎮ真实点云Ｓ由在物体ＣＡＤ模型表面均匀生成的１０万个点构成ꎬ将预测点云中每个点̇Ｐｉ与真实点云Ｓ中各点Ｐｊ之间的距离取最小值ꎬ以其作为预测点云与真实点云相同位置点的距离ꎬ用ξｉ表示ꎬ定义式为ζｉ＝ｍｉｎＰｊɪＳ̇Ｐｉ－Ｐｊ ２(８)对式(８)计算得到的各点最小距离取平均值ꎬ即为预测点云与真实点云的平均３Ｄ欧氏距离ꎮ平均３Ｄ欧氏距离计算是双向的ꎬ正向和反向计算结果分别代表三维重建效果的不同质量指标ꎬ正向计算以 Ｐｒｅｄ.ңＧＴ 表示ꎬ代表所测得的三维形状与真实三维形状的相似性ꎬ反向计算以 ＧＴңＰｒｅｄ. 表示ꎬ代表所测得三维形状的点云表面覆盖率ꎮ２.２㊀实验结果分析使用单编码器和２㊁４㊁８个解码器并行进行平均３Ｄ欧氏距离测量ꎬ并与文献[１１]的单编码器单解码器网络和文献[１３]的单编码器多解码器网络进行对比ꎬ结果如表１所示ꎮ表１㊀多解码器并行对比方法平均３Ｄ欧氏距离Ｐｒｅｄ.ңＧＴＧＴңＰｒｅｄ.单编码器单解码器网络[１１]１.７６８１.７６３单编码器双解码器网络[１３]２.１３４１.７２５单编码器四解码器网络[１３]１.９８４１.６４７单编码器八解码器网络[１３]１.５７６１.５５３本文单编码器双解码器网络１.７３１１.６７９本文单编码器四解码器网络１.４８３１.５８９本文单编码器八解码器网络１.３８２１.４５４㊀㊀由表１可见ꎬ本文改进后的网络整体效果优于其他网络ꎬ且８个解码器并行的效果明显更好ꎬ故后续实验采用单编码器八解码器网络ꎮ利用ＳｈａｐｅＮｅｔ数据库的椅子类别进行预训练ꎬ其由６７７８个ＣＡＤ模型组成ꎮ图５为文献[１３]与本文的单编码器八解码器网络预训练时的损失值对比ꎮ图５㊀不同网络预训练损失值对比㊀㊀由图５可明显看出ꎬ本文网络的预训练效率更高ꎮ层叠结构设计使得特征提取效果更好ꎬ其中通道注意力层为不同的通道分配适宜的权重ꎬ使提取的特征得到高效利用ꎬ故在同样的网络迭代次数下ꎬ本文网络的预训练不仅收敛速度明显加快ꎬ而且损失值也明显降低ꎮ尽管首先通过预训练阶段对网络进行了逐层训练ꎬ但在微调阶段仍会出现梯度爆炸ꎬ导致网络模型无法正常学习ꎬ计算的损失值变为ＮａＮꎮ本文通过增加梯度优化模块ꎬ优化网络训练中梯度反向传播过程ꎬ对原Ａｄａｍ优化器反向传播时更新的梯度设定阈值ꎬ将梯度限制在固定的范围内ꎬ使得模型能够正常学习ꎮ加入梯度优化模块前后微调阶段的损失值对比如图６所示ꎮ图６㊀加入梯度优化模块前后微调阶段的损失值对比㊀㊀由图６可见ꎬ加入梯度优化模块后ꎬ梯度爆炸情况消失ꎬ网络恢复正常训练ꎬ且微调损失能够正常计算ꎬ未出现ＮａＮ值ꎮ网络训练结束后ꎬ使用测试集进行测试ꎬ并与其他单幅图三维重建方法进行比较ꎬ在同样的评价指标下进行评估ꎬ分析本文提出网络的重建效果ꎬ评估结果如表２所示ꎮ表２中文献[１７]提出的网络通过混合嵌入学习隐式的三维表示ꎬ文献[１８]的透视变换网络(ＰＴＮ)通过最小化投影误差学习预测体积数据ꎬ表２中用于对比的网络还包括文献[１８]提出的两种ＰＴＮ变体及基线网络３ＤＣｏｎｖＮｅｔ㊁文献[１１]提出的单编码器单解码器网络㊁文献[１３]提出的单编码器八解码器网络ꎮ使用文献[１８]提供的数据集ꎬ按８０％训练集和６沈㊀阳㊀理㊀工㊀大㊀学㊀学㊀报㊀㊀第４２卷２０％测试集的比例进行分割ꎮ表２㊀评估结果方法平均３Ｄ欧氏距离Ｐｒｅｄ.ңＧＴＧＴңＰｒｅｄ.３ＤＣｏｎｖＮｅｔ网络(仅基于真实值训练)[１８]１.８２７２.６６０ＰＴＮ网络(仅基于体积损失训练)[１８]２.１８１２.１７０ＰＴＮ网络(基于体积损失和真实值训练)[１８]１.８４０２.５８５Ｔａｔａｒｃｈｅｎｋｏ等提出网络[１７]２.３８１３.０１９Ｌｉｎ等提出网络[１１]１.７６８１.７６３Ｈａｆｉｚ等提出网络[１３]１.５７６１.５５３本文网络１.３８２１.４５４㊀㊀由表２可知ꎬ与其他方法对比ꎬ无论是三维形状的相似性还是点云的表面覆盖率ꎬ本文所提出网络的评估指标都更小ꎮ用于比较的几个网络中文献[１３]的评估指标最小ꎬ与文献[１３]相比ꎬ本文方法在形状相似性上提高了１２.３％ꎬ在点云表面覆盖率上提高了６.４％ꎬ尤其在形状相似性上更占优势ꎮ为更好地展现点云的重建效果ꎬ利用Ｍａｔｌａｂ软件对网络生成的点云进行可视化ꎬ将本文网络生成点云通过不同视角与文献[１３]及真实值对比重建效果ꎬ结果如图７所示ꎮ图７㊀点云重建效果对比㊀㊀由图７可以看出ꎬ相比文献[１３]提出的方法ꎬ本文提出的网络在各类细节部分处理更好ꎬ包括空洞㊁栏杆及扶手等ꎬ也证明了层叠结构设计在特征提取上的良好效果ꎬ对整体结构重建的同时更能捕获细小的特征信息ꎬ展现了更优异的重建效果ꎮ３㊀结论针对单幅图三维重建形状相似性不足㊁点云表面覆盖率低等问题ꎬ提出了一种高效的单幅图生成密集点云的三维重建网络ꎮ网络使用Ｓｈａｐ￣ｅＮｅｔ数据集进行训练和测试ꎬ结果表明:多解码器并行能够提升物体重建效果ꎬ其中单编码器八解码器网络效果最优ꎻ微调损失值对比显示ꎬ梯度优化模块可加强网络稳定性ꎻ与其他单幅图三维重建网络的对比实验可见ꎬ本文网络生成的密集点云在形状相似性与点云表面覆盖率上均更优秀ꎻ点云可视化结果证明ꎬ设计的层叠结构有效提高了网络对强相关性细小特征的关注ꎬ增强了对物体细节部分重建的能力ꎮ７第３期㊀㊀㊀㊀㊀张景异等:基于层叠结构的单幅图三维重建网络参考文献:[１]ＳＡＸＥＮＡＡꎬＳＵＮＭꎬＮＧＡＹ.Ｍａｋｅ３Ｄ:ｌｅａｒｎｉｎｇ３Ｄｓｃｅｎｅｓｔｒｕｃｔｕｒｅｆｒｏｍａｓｉｎｇｌｅｓｔｉｌｌｉｍａｇｅ[Ｊ].ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰａｔｔｅｒｎＡｎａｌｙｓｉｓａｎｄＭａｃｈｉｎｅＩｎｔｅｌｌｉ￣ｇｅｎｃｅꎬ２００９ꎬ３１(５):８２４－８４０.[２]ＭＯＮＴＥＦＵＳＣＯＬＢꎬＬＡＺＺＡＲＯＤꎬＰＡＰＩＳꎬｅｔａｌ.Ａｆａｓｔｃｏｍｐｒｅｓｓｅｄｓｅｎｓｉｎｇａｐｐｒｏａｃｈｔｏ３ＤＭＲｉｍａｇｅｒｅ￣ｃｏｎｓｔｒｕｃｔｉｏｎ[Ｊ].ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＭｅｄｉｃａｌＩｍａ￣ｇｉｎｇꎬ２０１１ꎬ３０(５):１０６４－１０７５.[３]ＣＨＯＹＣＢꎬＸＵＤꎬＧＷＡＫＪꎬｅｔａｌ.３Ｄ￣Ｒ２Ｎ２:ａｕｎｉｆｉｅｄａｐｐｒｏａｃｈｆｏｒｓｉｎｇｌｅａｎｄｍｕｌｔｉ￣ｖｉｅｗ３Ｄｏｂｊｅｃｔｒｅｃｏｎ￣ｓｔｒｕｃｔｉｏｎ[Ｃ]//ＥｕｒｏｐｅａｎＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉ￣ｓｉｏｎ.ＡｍｓｔｅｒｄａｍꎬＴｈｅＮｅｔｈｅｒｌａｎｄｓ:Ｓｐｒｉｎｇｅｒꎬ２０１６:６２８－６４４.[４]ＦＡＮＨꎬＳＵＨꎬＧＵＩＢＡＳＬＪ.Ａｐｏｉｎｔｓｅｔｇｅｎｅｒａｔｉｏｎｎｅｔｗｏｒｋｆｏｒ３Ｄｏｂｊｅｃｔｒｅｃｏｎｓｔｒｕｃｔｉｏｎｆｒｏｍａｓｉｎｇｌｅｉｍ￣ａｇｅ[Ｃ]//２０１７ＩＥＥＥＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎａｎｄＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ(ＣＶＰＲ).ＨｏｎｏｌｕｌｕꎬＨＩꎬＵＳＡ:ＩＥＥＥꎬ２０１７:２４６３－２４７１.[５]ＷＡＮＧＮＹꎬＺＨＡＮＧＹＤꎬＬＩＺＷꎬｅｔａｌ.Ｐｉｘｅｌ２ｍｅｓｈ:Ｇｅｎｅｒａｔｉｎｇ３ＤｍｅｓｈｍｏｄｅｌｓｆｒｏｍｓｉｎｇｌｅＲＧＢｉｍａｇｅｓ[Ｃ]//ＥｕｒｏｐｅａｎＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎ.ＭｕｎｉｃｈꎬＧｅｒｍａｎｙ:Ｓｐｒｉｎｇｅｒꎬ２０１８:５５－７１. [６]庄昱峰ꎬ万旺根.基于Ｐ２Ｍ框架改进的单张图像三维重建[Ｊ].电子测量技术ꎬ２０２０ꎬ４３(９):６１－６４. [７]ＷＥＮＣꎬＺＨＡＮＧＹＤꎬＬＩＺＷꎬｅｔａｌ.Ｐｉｘｅｌ２Ｍｅｓｈ＋＋:ｍｕｌｔｉ￣ｖｉｅｗ３Ｄｍｅｓｈｇｅｎｅｒａｔｉｏｎｖｉａｄｅｆｏｒｍａｔｉｏｎ[Ｃ]//２０１９ＩＥＥＥ/ＣＶＦＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔ￣ｅｒＶｉｓｉｏｎ(ＩＣＣＶ).ＳｅｏｕｌꎬＫｏｒｅａ(Ｓｏｕｔｈ):ＩＥＥＥꎬ２０１９:１０４２－１０５１.[８]ＱＩＣＲꎬＳＵＨꎬＭＯＫꎬｅｔａｌ.Ｐｏｉｎｔｎｅｔ:ｄｅｅｐｌｅａｒｎｉｎｇｏｎｐｏｉｎｔｓｅｔｓｆｏｒ３Ｄｃｌａｓｓｉｆｉｃａｔｉｏｎａｎｄｓｅｇｍｅｎｔａｔｉｏｎ[Ｃ]//２０１７ＩＥＥＥＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎａｎｄＰａｔ￣ｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ(ＣＶＰＲ).ＨｏｎｏｌｕｌｕꎬＨＩꎬＵＳＡ:ＩＥＥＥꎬ２０１７:７７－８５.[９]肖铭杰.基于深度学习的单视图三维点云重建方法研究[Ｄ].合肥:合肥工业大学ꎬ２０２０.[１０]ＨＥＫＭꎬＺＨＡＮＧＸＹꎬＲＥＮＳＱꎬｅｔａｌ.Ｄｅｅｐｒｅｓｉｄｕａｌｌｅａｒｎｉｎｇｆｏｒｉｍａｇｅｒｅｃｏｇｎｉｔｉｏｎ[Ｃ]//２０１６ＩＥＥＥＣｏｎ￣ｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎａｎｄＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ(ＣＶＰＲ).ＬａｓＶｅｇａｓꎬＮＶꎬＵＳＡ:ＩＥＥＥꎬ２０１６:７７０－７７８.[１１]ＬＩＮＣＨꎬＫＯＮＧＣꎬＬＵＣＥＹＳ.Ｌｅａｒｎｉｎｇｅｆｆｉｃｉｅｎｔｐｏｉｎｔｃｌｏｕｄｇｅｎｅｒａｔｉｏｎｆｏｒｄｅｎｓｅ３Ｄｏｂｊｅｃｔｒｅｃｏｎｓｔｒｕｃ￣ｔｉｏｎ[Ｃ]//Ｔｈｉｒｔｙ￣ＳｅｃｏｎｄＡＡＡＩＣｏｎｆｅｒｅｎｃｅｏｎＡｒｔｉｆｉ￣ｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ.ＮｅｗＯｒｌｅａｎｓꎬＬｏｕｓｉａｎａꎬＵＳＡ:ＡＡＡＩꎬ２０１８ꎬ３２(１):７１１４－７１２１.[１２]ＨＵＪꎬＳＨＥＮＬꎬＳＡＭＵＥＬＡꎬｅｔａｌ.Ｓｑｕｅｅｚｅ￣ａｎｄ￣ｅｘｃｉ￣ｔａｔｉｏｎｎｅｔｗｏｒｋｓ[Ｊ].ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰａｔｔｅｒｎＡ￣ｎａｌｙｓｉｓａｎｄＭａｃｈｉｎｅＩｎｔｅｌｌｉｇｅｎｃｅꎬ２０２０ꎬ４２(８):２０１１－２０２３.[１３]ＨＡＦＩＺＡＭꎬＢＨＡＴＲＵＡꎬＰＡＲＡＨＳＡꎬｅｔａｌ.ＳＥ￣ＭＤ:ａｓｉｎｇｌｅ￣ｅｎｃｏｄｅｒｍｕｌｔｉｐｌｅ￣ｄｅｃｏｄｅｒｄｅｅｐｎｅｔｗｏｒｋｆｏｒｐｏｉｎｔｃｌｏｕｄｇｅｎｅｒａｔｉｏｎｆｒｏｍ２Ｄｉｍａｇｅｓ[Ｊ/ＯＬ].ａｒＸｉｖｐｒｅｐｒｉｎｔꎬ２０２１[２０２２￣０４￣１３].ｈｔｔｐｓ://ｄｏｉ.ｏｒｇ/１０.４８５５０/ａｒＸｉｖ.２１０６.１５３２５.[１４]朱阳光ꎬ刘瑞敏ꎬ黄琼桃.基于深度神经网络的弱监督信息细粒度图像识别[Ｊ].电子测量与仪器学报ꎬ２０２０ꎬ３４(２):１１５－１２２.[１５]耿璇ꎬ王召巴ꎬ金永ꎬ等.基于单个深度相机的人体三维重建[Ｊ].国外电子测量技术ꎬ２０２０ꎬ３９(９):１４３－１４６.[１６]ＣＨＡＮＧＡＸꎬＦＵＮＫＨＯＵＳＥＲＴＡꎬＧＵＩＢＡＳＬＪꎬｅｔａｌ.ＳｈａｐｅＮｅｔ:ａｎｉｎｆｏｒｍａｔｉｏｎ￣ｒｉｃｈ３Ｄｍｏｄｅｌｒｅｐｏｓｉ￣ｔｏｒｙ[Ｊ/ＯＬ].ａｒＸｉｖｐｒｅｐｒｉｎｔꎬ２０１５[２０２２￣０４￣１３].ｈｔ￣ｔｐｓ://ｄｏｉ.ｏｒｇ/１０.４８５５０/ａｒＸｉｖ.１５１２.０３０１２. [１７]ＴＡＴＡＲＣＨＥＮＫＯＭꎬＤＯＳＯＶＩＴＳＫＩＹＡꎬＢＲＯＸＴ.Ｍｕｌｔｉ￣ｖｉｅｗ３Ｄｍｏｄｅｌｓｆｒｏｍｓｉｎｇｌｅｉｍａｇｅｓｗｉｔｈａｃｏｎ￣ｖｏｌｕｔｉｏｎａｌｎｅｔｗｏｒｋ[Ｃ]//ＥｕｒｏｐｅａｎＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎ.ＡｍｓｔｅｒｄａｍꎬＴｈｅＮｅｔｈｅｒｌａｎｄｓ:Ｓｐｒｉｎｇｅｒꎬ２０１６:３２２－３３７.[１８]ＹＡＮＸꎬＹＡＮＧＪꎬＹＵＭＥＲＥꎬｅｔａｌ.Ｐｅｒｓｐｅｃｔｉｖｅｔｒａｎｓ￣ｆｏｒｍｅｒｎｅｔｓ:ｌｅａｒｎｉｎｇｓｉｎｇｌｅ￣ｖｉｅｗ３Ｄｏｂｊｅｃｔｒｅｃｏｎｓｔｒｕｃ￣ｔｉｏｎｗｉｔｈｏｕｔ３Ｄｓｕｐｅｒｖｉｓｉｏｎ[Ｃ]//ＡｄｖａｎｃｅｓｉｎＮｅｕｒａｌＩｎｆｏｒｍａｔｉｏｎＰｒｏｃｅｓｓｉｎｇＳｙｓｔｅｍｓ２９(ＮＩＰＳ２０１６).Ｂａｒ￣ｃｅｌｏｎａꎬＳｐａｉｎ:ＭＩＴＰｒｅｓｓꎬ２０１６:１７０４－１７１２.(责任编辑:宋颖韬)８沈㊀阳㊀理㊀工㊀大㊀学㊀学㊀报㊀㊀第４２卷。
辽宁省卫生厅、辽宁省教育厅关于2007年度继续实施辽宁省乡村医生
辽宁省卫生厅、辽宁省教育厅关于2007年度继续实施辽宁省乡村医生中医专业中专学历教育项目的通知
【法规类别】中医管理
【发文字号】辽卫函字[2007]236号
【发布部门】辽宁省卫生厅辽宁省教育厅
【发布日期】2007.06.06
【实施日期】2007.06.06
【时效性】现行有效
【效力级别】XP10
辽宁省卫生厅、辽宁省教育厅关于2007年度继续实施辽宁省乡村医生中医专业中专学历
教育项目的通知
（辽卫函字〔2007〕236号）
各市卫生局、教育局：
为落实《中共中央、国务院关于进一步加强农村卫生工作的意见》和卫生部等五部委《关于加强农村卫生人才培养和队伍建设的意见》，切实加强我省农村中医药队伍建设和人才培养工作，不断提高农村中医药人员学历层次和业务水平，按照财政部、国家中医药管理局要求，我省将继续实施辽宁省乡村医生中医专业中专学历教育项目，现将2007年度项目实施有关事宜通知如下：
一、本年度共遴选1124名符合条件的乡村医生开展中医专业中专学历教育项目。
二、本年度仍由鞍山师范学院附属卫生学校、锦州市卫生学校、营口市卫生学校、铁岭市卫生学校、朝阳市卫生学校作为项目实施单位，分片区进行中医专业教学，增加阜新市卫生学校作为蒙医学专业中专学历教育项目实施单位。
三、招生考试在省招考办的指导下由各卫校单独命题、单独考试。
四、中医学课程设置、教学进度统一按照《乡村医生中等中医专业教育指导方案》具体制定，原则上3年总学时数不得少于2160学时（含必修课、考核、临床实践），每学年不得少于700学时。
学生学籍及日常管理比照在校生管理规定进行。
五、培训费用不足部分由学员个人承担，总费用不得超过全。
辽宁省卫生厅关于2007年度全省卫生系列专业技术资格评审及考试工作安排的通知
辽宁省卫生厅关于2007年度全省卫生系列专业技术资格评审及考试工作安排的通知文章属性•【制定机关】辽宁省卫生厅•【公布日期】2007.05.10•【字号】辽卫函字[2007]188号•【施行日期】2007.05.10•【效力等级】地方规范性文件•【时效性】现行有效•【主题分类】卫生医药、计划生育综合规定正文辽宁省卫生厅关于2007年度全省卫生系列专业技术资格评审及考试工作安排的通知（辽卫函字〔2007〕188号）各市卫生局，厅直各单位，省直有关部门及单位：根据省人事厅《关于印发2007年全省职称工作安排意见的通知》（辽人发[2007]12号）和省人事厅、省卫生厅《转发人事部办公厅、卫生部办公厅关于2007年度卫生专业技术资格考试工作有关问题的通知》（辽人[2006]129号）精神，现将2007年全省卫生系列专业技术资格评审和考试工作安排通知如下：一、评审及考试的组织形式（一）高级卫生专业技术资格评审2007年全省卫生系列高级专业技术资格评审继续执行2005年制定的《辽宁省卫生系列高级专业技术资格评审等级标准与办法》，由辽宁省卫生系列高级专业技术资格评审委员会负责统一组织实施。
（二）初、中级卫生专业技术资格考试1、凡符合人事部、卫生部《关于印发＜临床医学专业技术资格考试暂行规定＞的通知》（卫人发[2000]462号）和《关于印发＜预防医学、全科医学、药学、护理、其他卫生技术资格考试暂行规定＞及＜临床医学、预防医学、全科医学、药学、护理、其他卫生专业技术等专业技术资格考试实施办法＞的通知》（卫人发[2001]164号）所规定的报名条件的人员，均要通过参加全国考试取得相应专业和级别的卫生专业技术资格。
全省各级各类医疗卫生机构对国家教育部承认的正规全日制院校新毕业的卫生专业技术人员不再实行见习期满通过考核确定专业技术职务任职资格的政策。
2、依据省人事厅《关于成人高等教育＜专业证书＞有关问题的通知》（辽人发[1995]2号）和《关于2002年实施初、中级卫生专业技术资格考试的补充通知》（辽人[2002]198号）精神，省内为符合规定条件的人员组织的“双四”考试截止到2008年。
辽宁省教育厅办公室关于2011年度辽宁省教育厅科学研究一般项目结题的通知
辽宁省教育厅办公室关于2011年度辽宁省教育厅科学研究一般项目结题的通知文章属性•【制定机关】辽宁省教育厅•【公布日期】2013.08.30•【字号】辽教办发[2013]274号•【施行日期】2013.08.30•【效力等级】地方规范性文件•【时效性】现行有效•【主题分类】基础研究与科研基地正文辽宁省教育厅办公室关于2011年度辽宁省教育厅科学研究一般项目结题的通知（辽教办发〔2013〕274号）省内高等学校：根据《辽宁省教育厅科学技术研究项目暂行管理办法》（辽教发〔2006〕113号）和《辽宁省教育厅人文社会科学研究项目暂行管理办法》（辽教发〔2006〕106号）（以下简称两个《管理办法》）中关于科研项目结题的规定，现将2011年度科学研究一般项目结题有关事宜通知如下：一、结题范围1.本次结题范围为辽宁省教育厅2011年度批准立项的辽宁省教育厅科学研究一般项目（名单详见《辽宁省教育厅关于2011年科学研究一般项目立项的通知》（辽教发〔2011〕173号））。
2.本次为2011年度辽宁省教育厅科学研究一般项目第一次结题。
2014年将对2011年度辽宁省教育厅科学研究一般项目进行第二次结题。
第二次结题未通过或到期不能结题的，按两个《管理办法》规定，作撤项处理。
二、结题方式结题方式分为验收结题和免验收结题。
验收结题依据立项项目的《项目申请书·评审书》中提出的预期研究成果及经费预算，审核评审该项目的研究成果完成情况及经费使用情况，达到预期成果的予以结题。
经费使用与原预算有出入的，需附经费使用说明。
符合免验收结题条件的项目，可按下述方式申请项目免验收结题。
三、免验收结题申请要求（一）理工类一般项目免验收结题条件（须满足其中至少1项）1.自立项以来，项目负责人以第一完成人获市政府科技奖三等奖以上奖励，或以第二完成人获得市政府科技奖二等奖以上奖励，或以第三完成人获得市政府科技奖一等奖以上奖励。
2.自立项以来，项目负责人以第一完成人获得发明专利或植物新品种授权1项。
辽宁省卫生厅关于表彰2006年度辽宁省先进采供血机构的通知-辽卫函字[2007]7号
![辽宁省卫生厅关于表彰2006年度辽宁省先进采供血机构的通知-辽卫函字[2007]7号](https://img.taocdn.com/s3/m/05bdfbf2e109581b6bd97f19227916888586b942.png)
辽宁省卫生厅关于表彰2006年度辽宁省先进采供血机构的通知
正文：
---------------------------------------------------------------------------------------------------------------------------------------------------- 辽宁省卫生厅关于表彰2006年度辽宁省先进采供血机构的通知
（辽卫函字〔2007〕7号）
各市卫生局：
根据辽宁省《关于印发＜辽宁省先进采供血机构评定标准及办法＞的通知》（辽卫函字[2004]279号）的规定，经认真评选，我省18家采供血机构被评为2006年度辽宁省先进采供血机构。
希望各单位继续发扬成绩，再接再厉，为无偿献血的健康发展做出更大贡献。
二○○七年一月八日
附件：
2006年度辽宁省先进采供血机构名单
辽宁省血液中心（沈阳市中心血站）
大连市红十字血液中心
鞍山市中心血站
抚顺市中心血站
本溪市中心血站
锦州市中心血站
营口市中心血站
辽阳市中心血站
铁岭市中心血站
朝阳市中心血站
盘锦市中心血站
葫芦岛市中心血站
瓦房店市血站
海城市血站
北宁市血站
桓仁满族自治县第一人民医院中心血库
岫岩满族自治县第一人民医院中心血库
建昌县血站
——结束——。
课程考核方案.ppt
第二章课程考核管理体制
第八条 为保证课程考核管理科学化、规范化、机制化，课程考 核实行校、院、教研室三级管理体制。学校通过教务处考试中心 对课程考核实施宏观管理和目标管理，第一临床学院教务部对课 程考核实施过程管理，由我院教学副院长主抓，教务部负责落实， 各二、三级教研室和主讲教师负责具体实施。阶段测试次数和考 核时间请教研室及主讲教师依据教学计划和教学进度情况进行科 学合理地安排，各种考核形式所占比重依据理论课和实践课学时 数分配。每门课程的考核方案，经教研室主任、我院教学院长审 查后上报到学院教务处审批备案执行。
第三章 成绩管理与记载
► 第十一条
成绩管理
课程总成绩由形成性考核成绩和终结性考核成绩按比例组
成。教务部印制考核手册专门用于课程的考核成绩的记载。主 考教师按百分制记载原始成绩，考核手册和原始考核记录交教 研室保管。原始考核记录由教研室指派专人负责定期进行归纳、 整理、审阅，二级教研室主任签字后，上报教务部。考核手册 的分项成绩由二级教研室按照考核方案规定的分值权重进行统 计，按比例累加成课程总成绩，录入教务管理系统，并报教务 部备案。
第一章 课程考核
►
►
►
►
►
►
► ►
第三条 考核目标 促进学生的知识、能力和素质协调发展，注重学生的自主学习能力、 实践能力和创新能力的提高，建立以能力和素质提高为导向的考核目 标。 1、学习态度：参与学习的积极性和对学习的重视程度等； 2、自主学习：基本理论、基本知识、基本技能的掌握能力；知识的 凝练、概括和总结能力等； 3、实践能力：动手能力和操作能力；分析问题、解决问题和对知识 的综合应用能力等； 4、创新能力：知识的融会贯通和综合运用的能力等； 5、思维能力：领悟知识及事物内在规律的能力等； 6、综合素质：语言表达、文字水平、沟通协调、团结协作及人文修 养等。
关于公布我校获辽宁省十一五教育科学规划
关于公布我校获辽宁省“十一五”教育科学规划
立项课题的通知
各有关单位、部门：
为推动我校教育科学研究的广泛开展，进一步提高教学质量，学校组织了辽宁省“十一五”教育科学规划立项课题的申报工作。
经个人申报，院、系、部、处初审，校专家组评审等步骤，学校共申报立项课题近60项，其中44项被辽宁省教育厅批准为辽宁省“十一五”教育科学规划立项课题（见辽教函[2006]8号文件及附件）并正式启动。
希望各课题承担单位，加强管理，提供必要的条件保障；各课题负责人认真组织开题与实施，力争取得优异成绩。
附件：辽宁省“十一五”教育科学规划立项课题
中国医科大学
二○○六年四月二十八日。
辽宁省贯彻落实《国家学生体质健康标准》实施办法
辽宁省贯彻落实《国家学生体质健康标准》实施办法【法规类别】学历学位学籍【发文字号】辽政办发[2007]81号【发布部门】辽宁省政府【发布日期】2007.11.28【实施日期】2007.11.28【时效性】现行有效【效力级别】地方规范性文件辽宁省贯彻落实《国家学生体质健康标准》实施办法（辽宁省教育厅2007年11月20日制定，辽宁省人民政府2007年11月28日辽政办发[2007]81号转发）第一章总则（一）为贯彻落实“健康第一”的指导思想，全面实施教育部、国家体育总局颁布的《国家学生体质健康标准》（以下简称《标准》），进一步加强学校体育工作，促进学生积极参加体育锻炼，养成良好的锻炼习惯，提高体质健康水平，特制定本办法。
（二）本办法是根据《国家学生体质健康标准》制定的符合我省教育工作实际的具体操作性措施，是规范我省各级各类学校认真贯彻落实《标准》的依据，是推进落实《中共中央国务院关于加强青少年体育增强青少年体质的意见》（中发〔2007〕7号）的主要实施办法之一。
（三）本办法适用于全省各级各类学校。
由各级教育行政部门负责执行，体育行政部门协助指导，学校组织具体实施。
第二章组织与管理（四）实施《标准》是各级教育、体育行政部门的一项重要工作，必须进入教育总体工作的议事日程，必须纳入各级政府教育督导内容和评估指标体系，统一管理，周密部署，认真实施。
要通过多种途径和多种形式充分认识、广泛宣传实施《标准》的重要意义，使广大师生明确具体要求和规定。
（五）各市、县（市、区）教育行政部门要建立健全与上级对应的组织协调体系，由体育卫生与艺术处（科）负责学校体育与学生体质健康工作，落实岗位责任制。
（六）教育和体育行政部门要密切合作，各司其职。
教育行政部门和学校负责培训师资，组织测试，数据统计报送，经费和器材保证等工作。
体育管理部门负责业务指导、协助做好相关工作。
（七）教育、体育行政部门要指导学校将实施《标准》同体育教学和各项日常体育活动结合起来，同开展“全国亿万学生阳光体育运动”相结合，同每天锻炼一小时相结合，鼓励“达标争优、强健体魄”。
辽宁省普通高级中学学生学籍管理规定.
第21条学生因故死亡,学校要向所在地教育行政部门报告,由学校所在地教育行政部门报市教育行政部门注销学籍,报省教育厅备案。
第六章退学
第22条学生因患不可治愈的重症或患慢性疾病长期休学,不能坚持正常学习(须有县区级以上医疗机构证明;学习期间因意外伤害性事故导致严重智力缺陷或生活不能自理(须有县区级以上医疗机构证明;学生出国定居(须凭学生木人护照复印件,户口簿复印件,可以退学。
第25条按规定退学的学生,学校不退学费。
第七章留级、跳级
第26条我省普通高中实行学年学分制管理,不存在留级与跳级。
第八章毕业、结业、肄业
第27条学生修业期满,修满《辽宁省普通高中课程改革工作方案》规定的144学分,道德品质与公民素养评定为合格,学习能力、交流与合作、运动与健康、审美与表现均评定为C等级(含C等级以上,准予毕业。由学校发给省教育厅统一制作、市教育局验印的毕业证书。毕业证书丢失只予补发一次,收职工本费。
第35条各级教育行政部门和学校要配备学籍管理专职人员和学籍管理专用设备。第十一章附则
第36条市教育行政部门可以根据本规定制定实施细则。
第37条本规定的解释权属辽宁省教育厅。
第38条本规定自发布之日起执行。
第39条1997年省教委颁发的《辽宁省全日制普通高级中学学籍管理办法(试行》(辽教委字[1997]33号自本规定发布之日起废止。
给学生警告、严重警告、记过、记大过、留校察看处分,须经校务会市教育行政部门批准。
第33条学校要加强对受处分学生的帮助教育。受警告、严重警告、记过、记大过处分的学生在1学期后,受留校察看处分的学生在1年后,确有悔改表现的,可撤销其处分。
61.教学管理奖评选办法
辽宁医学院优秀教学管理奖评选办法为加强对我校教学工作的规范化和科学化管理，建设一支具有较高水平的教学管理队伍，不断完善管理体系，保证教学质量，学院决定设立"优秀教学管理奖"。
优秀教学管理奖包括"优秀教学管理单位"及"优秀教学管理工作者"，以表彰在教学管理工作中做出突出成绩的先进单位和先进个人。
一、评选范围我校各院级教学单位及各级从事教学管理的人员，工作成绩突出，均可申报。
二、获奖条件（一）优秀教学管理单位1、教学组织管理秩序井然，本年度内无教学事故发生。
有健全的教学管理制度、管理文件和本单位教学管理实施细则，能正确理解各种规章制度并认真贯彻落实。
2、注重教学改革的研究，勇于创新，善于创造性地开展工作。
近二年内有院级以上教学研究立项3项，在学院指定的核心期刊上发表教改论文2篇，并获得院级以上教学成果奖1项。
3、积极开展教学基本建设，形成良好的制度。
教研室作用发挥好，实习基地建设、实验室建设与管理好，积极进行教学基本建设与管理。
4、教学管理队伍建设情况好，队伍稳定。
教学管理人员有较高的业务素质和管理能力，熟悉教学管理文件法规，能按章办事，办事效率高。
5、能认真完成学校领导及教学主管部门下达的各项任务，工作及时，完成质量好。
（二）优秀教学管理工作者1、被推荐人选需在各级教学管理岗位上连续工作不少于2年，本年度内无教学事故。
2、积极进行教育与教学管理研究，有校级及以上教改立项2项。
3、具有创新精神，在教学管理规章制度与教学改革方面有物化的成果，如：制定或完善教学管理规章制度，给管理工作带来较大收益；近二年内在学院指定的核心期刊上公开发表教改论文2篇、获得院级以上教学成果奖1项。
4、教学管理工作严格，能够认真按时完成各项工作，及时准确地处理教学管理的有关问题，工作积极、主动、有条不紊，年度工作考核为优秀。
5、能做到优质服务，秉公办事，管理育人，任劳任怨，不计较个人得失，服务满意度调查评价为优秀。