本项目面向交通管理行业，基于公共视频监控数据源，快速感知移动（运动）目标并在此基础上对车辆的异常行为进行识别（逆行、压线、违法掉头、违停、违法占道行驶等多种交通违法行为），同时能够记录移动轨迹，具体场景参照附件所提供的一组照片。该成果经过完善和产品（产业化）后，可以直接为城市交通管理提供技术支持。

成果完成年份：2010年7月 成果简介：本项目面向交通管理行业，基于公共视频监控数据源，快速感知移动（运动）目标并在此基础上对车辆的异常行为进行识别（逆行、压线、违法掉头、违停、违法占道行驶等多种交通违法行为），同时能够记录移动轨迹，具体场景参照附件所提供的一组照片。该成果经过完善和产品（产业化）后，可以直接为城市交通管理提供技术支持。 项目来源：自行开发 技术领域：信息技术 应用范围：城市交通管理 现状特点：国内领先

脑电信号（EEG）可以反馈人类情绪对应的电位变化，这为情绪识别提供了一条可行的路径。脑电信号幅值低，易受到外界噪声干扰，获取高保真度的脑电信号是实现情绪识别的基础。 一、项目分类 关键核心技术突破 二、成果简介 情绪可以有效反映人的生理和心理状态，在日常生活中起着举足轻重的作用。然而与情绪密切相关的多种疾病，具有隐蔽性，难以提前预防，对患者的生活造成很大困扰。由于脑电信号（EEG）可以反馈人类情绪对应的电位变化，这为情绪识别提供了一条可行的路径。脑电信号幅值低，易受到外界噪声干扰，获取高保真度的脑电信号是实现情绪识别的基础。目前用于脑机接口的数据采集设备通常为多通道刚性电极集成的脑电帽，其便携性和佩戴舒适性较差，易受运动伪影的影响。此外，脑电信号的非平稳性和个体间存在域转移问题，也会导致分类准确性下降。因此，在确保的脑电采集设备佩戴舒适性和便携性的同时，实现高质量信号的采集和高精度的情绪分类仍然存在重大挑战。近年来，开发高性能的柔性表皮电极成为研究热点。如何降低电极的接触阻抗，进一步提高电极在极端变形、出汗、运动、高湿度等复杂条件下，稳定采集高质量电生理信号的能力成为研究关键。

一、产品概述 文香行为分析系统支持人工智能技术，实时洞察教学场景变化，通过智能行为分析盒可以自动抓拍并分析教师和学生的行为活动，并自动生成报告，例如：举手人数、低头人数、情绪占比率统计分析等，对课堂教师和学生行为进行分析，了解学生对学习的状态。通过人工智能及大数据个性化精准分析，从单一到多元，从封闭到开放，助力学校个性化教学的发展。对学校基础信息管理和学生行为相关数据进行收集，并将采集到的数据进行数字化存储，为智慧学校建设提供重要资源。 二、产品特点 课表一键导入 课表一键导入 多种可视化图表 智能统计分析 三、智能行为分析盒 无嗓音：采用嵌入式ARM架构，无风扇设计，使用时无噪音 支持本地输出：HDMI支持本地输出查看分析画面，画面中标注实时分析结果 网络视频流接入：支持不小于2路网络视 频流接入，实现教师、学生行为实时分析 标准接口对接：采用1路千兆网口，支持标 准的HTTP接口，与学校信息化系统对接 适应大场景分析：支持云台巡视功能，可 在行为分析盒配置巡视，适应大场景分析 安全供电：为保证产品使用安全，行为分 析盒采用12V安全供电

成果描述：本发明涉及互联网技术，公开了一种邮件行为特征库生成方法、垃圾邮件判断方法、垃圾邮件特征库更新方法。本发明实施采用分类已知的垃圾邮件的行为特征库生成方法，并使用生成的特征对分类未知的邮件进行判断。市场前景分析：本发明实施采用分类已知的邮件行为特征库生成方法，并使用生成的特征对分类未知的邮件进行判断。此发明方案，在应对当前不断变化的垃圾邮件具有显著优势，可为垃圾邮件过滤产品采用，具有一定的市场推广前景。与同类成果相比的优势分析：在数据库更新时，用已经识别的垃圾邮件，通过克隆变异算法实现抗体库的更新，更能适应一定时期内垃圾邮件行为特征变化趋势和垃圾邮件变化趋势。

本发明涉及互联网技术，公开了一种邮件行为特征库生成方法、垃圾邮件判断方法、垃圾邮件特征库更新方法。本发明实施采用分类已知的垃圾邮件的行为特征库生成方法，并使用生成的特征对分类未知的邮件进行判断。

AI心理情绪识别系统1.多模态信号采集：人脸动态图像、脑电信号采集、语音情感检测。2.功能模块包含：情绪检测、情绪档案、数据统计、用户管理、系统设置功能模块。3.系统基于情绪心理学相关理论，结合面部表情的二维情感空间分析技术、脑电信号的状态分析、语音的三维情感空间分析三种模态相互融合叠加技术，检测人心理情绪状态，提高其检测准确度。3.    基于摄像头面部情绪识别技术，可以实时分析人体面部所包含的情绪状态。通过非接触式的实时视采用 AI 人工智能学习技术，结合心理学，通过对被测试人员 60秒的测试，能够获取相关心理/心理指标。帮助被测试人员了解自己的心理健康状况，并且引起人们重视心理健康，从而在工作、学习、生活当中提高身心健康。并且通过定期测试，能够获取个体、准确的进行心理危机预警，显示被测人员心理危机测试报告，提醒心理医生重点关注。用户在进行注册登录后，根据语音提示可直接进入测试界面进行情绪识别。点击测试按钮，调整好站立位置，脸部朝向屏幕，人脸录入即可完成测试，测试完成即可生成测试报告并能打印报告。4    基于脑电生物传感器状态检测、实时展示人体脑波原始状态指标以及Delta、Theta、Alpha、Beta、Gamma等8个EEG参数。5.    采用任务态模式进行语音情感分析，测试者按照系统设定的特定语境信息进行朗读来进行情感分析。6.    检测结束后可实时出具“心理生理状态分析结果报告”，其中包括被测试人员信息、检测时间、12维度心理生理情绪数据，包含正面情绪（平衡、自信心、活力、调节水平），负面情绪（攻击性、压力、紧张、可疑），生理参数（抑制、神经质、消沉、幸福指数），以及综合状态指标：专注度、放松度、疲劳指数、焦虑指数、压力指数、抑郁指数等。7.    统计分析：系统自带数据中心的统计功能，可以按单位进行所有检测人员的压力分布图及重点关注人员的信息显示。8.    检测完成后系统自动生成检测报告，检测报告需包含每项参数的检测数据大小、参考范围、异常数据等，以及用情绪参数雷达图、饼状图、直方图、曲线视图等多种表示方法。9.    信息查询功能：管理员可通过多条件查询功能，只需通过任意一项查询条件即可快速查询出与之对应和匹配的测试者信息，以及该测试者的历史测试记录，并可对该测试者的测试记录进行纵向和横向对比，综合分析该名测试者的心理健康状况。9.用户管理端：以管理员身份登录该系统可对用户进行管理。可进行添加用户、删除用户、查询用户、用户信息修改、密码修改、级别权限设置、单位框架搭建、查看用户报告，以及导出、打印用户报告。10.系统具有特定场合模态设置功能，可关闭和开启语音检测功能。11.视频检测时面部框具有信号质量检测功能，通过不能的颜色在面部框进行彩色状态提示，同时具有人脸检测判别功能，比如面部不全、距离较远等识别功能

一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 学号 涂然 计算机科学学院/计算机科学与技术 2018/2022 201831061321 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 张全 计算机科学学院 讲师 计算机视觉、并行计算 四、项目简介 本项目开发的产品主要是针对加油站的一些风险行为进行视频监控监测，监控检测部分包括吸烟、打电话操作等危险行为，当检测到风险行为发生的时候，通过互联网的高效传输，会通过语音报警的形式进行提醒，这样可以有效的避免加油站灾难事故的发生，进一步降低加油站可能的安全隐患，能够更加保证加油站工作人员和附近居民的生命和财产安全。 本项目首先在加油站合理的布置多个监控摄像头，确保能够无死角的监控加油站的完整环境，然后结合计算机视觉和深度学习中的目标检测和目标跟踪算法，对需要监控的的风险行为进行识别，然后利用训练好的识别模型运行在监控设备里面，通过监控摄像头能够对加油站的危险行为进行及时预警，实现有效降低加油站事故发生的概率。本产品将深度学习和实际工程应用相结合，经过实际测试，取得效果非常显著，得到加油站工作人员的认可。

230mm×230mm×240mm，两端有金属触点，使用电子线路，发光二极管显示。