|
搜索
搜 索
高等教育领域数字化综合服务平台
基于生成图像数据的水下目标检测与识别
一、项目简介 水下目标检测与识别，是水下机器人等相关系统能够被高效应用的前提。然而现有系统难以应对水下图像能见度较低，对比度差，存在颜色漂移和边缘模糊等问题；另外，水下图像样本稀少且缺乏足够的变化性，使得相关基于机器学习的目标检测与识别系统由于缺乏训练样本而无法有效应用。 二、前期研究基础 项目利用深度学习等新的理论突破，提出两种解决方案，一种是通过结合水下成像原理与深度风格迁移、生成对抗网络等算法，由普通光学图像生成水下图像，构建水下图像目标检测与识别仿真库，该数据库一方面数据量大且具有较大的变化性，也即场景与目标均具有较大的变化性；另一方面，由于是由普通光学图像迁移获得，因而也可以直接应用普通光学图像自身的标签信息，无需再对其进行标注。另一种是研究基于水下退化图像处理算法的检测和识别系统，解决由水下图像的色彩漂移和细节丢失等退化现象带来的目标检测和识别问题。同时通过水下退化图像处理模块和检测识别系统的联合优化技术，可以实现退化图像的增强方法与检测识别系统的最佳匹配。在保证处理后的退化图像性能指标的前提下，进一步提升水下图像的目标检测识别性能。 三、应用技术成果 1）基于深度学习风格迁移的水下图像生成效果示例 a为自然场景图像中的目标检测结果；b为模拟生成的水下风格图像及其目标检测结果；c为图像增强后的目标检测结果。 四、合作企业 无
厦门大学
2021-04-11
白内障病变智能检测与分级辅助诊断技术
本研究为信息技术与医学的有效交叉与深度融合，将计算机视觉与人工智能技术无缝介入白内障诊疗过程的各个阶段:从健康筛查、识别病变、分级判断并推荐治疗方案，到最后判断治疗完成后的病患改善程度等，可完美解决白内障诊断及相关医疗服务所面临的高强度、低准确度和供给失衡的问题，实现多种类型白内障图像的智能检测与分级辅助诊断系统，具有高性能、高鲁棒性等优势，并可推广至其他多种AI医疗图像领域。本课题组与四川省人民医院有多年合作关系，可将该系统全面覆盖西部地区从省、地、市到县等多级不同条件的医疗机构，同时不断丰富病症表观多样性和扩大图像数据规模，为研究的深入开展及性能的提高完善创造更为有利的条件。
电子科技大学
2021-04-10
微小型精密零件检测技术与装备
Ø 成果简介：所研制的微小型零件显微视觉检测系统，适用于各种块类、板类微小型零件及小模数微小型直齿轮的任意边缘的微米级精度测量和微结构在线快速测量。Ø 技术指标：X/Y方向测量范围：0.01mm-50mm；Z方向测量范围：0.01mm-100mm；X/Y方向位置检测分辨率：0.05mm;X/Y方向测量精度：(1+1000/L)mm；可进行模数≤0.2mm微小型模数直齿轮的基本参数、几何尺寸、主要单项误差和综合误差测量。荣获国防科技进步三等奖1
北京理工大学
2021-01-12
电力设备红外与紫外成像协同检测系统
本成果运用图像识别、智能诊断等技术，对电力设备运行状况进行实时分析并及时预警设备故障。该技术填补了电力设备检测与故障诊断领域的技术空缺，能够准确、全面地对电力设备的故障状态进行检测与定量分析。 目前的电力设备故障检测技术主要有基于红外成像的电力设备异常发热检测技术与基于紫外成像的电力设备异常放电检测技术，两种方法均独立应用。由于电力设备分布面广、数量众多且运行时具有高温、高电压等特殊性，常规检测方式难以准确判定电力设备的发热和放电情况。本
河海大学
2021-04-14
接触网运行状态检测技术与运用
本成果来自省部级科技计划项目，现已结题，知识产权归属西南交通大学。将接触网检测装置应用于作业车上，实现接触网几何参数及弓网动态作用参数实时在线检测。适用于供电段及网工区接触网施工作业后的动态复核及综合评价，作业速度不大于120km/h。主要检测参数覆盖接触线高度、接触线拉出值、双支接触线横向距离、双支接触线高差、导线坡度、跨距高差、弓网冲击、弓网接触压力和车体振动等。
西南交通大学
2016-06-27
彩管会聚与着屏智能检测仪
会聚与着屏特性是影响彩色电视机和计算机显示器画面质量的两个重要性能指标，检测判定难度很大，特别是着屏误差检测难度大。经过两年多的研究，技术上有了很大突破，在此基础上研制开发成功彩管会聚与着屏特性智能检测仪，现已通过厂家的现场测试验收并投入正式使用。
西安交通大学
2021-01-12
一种三维视觉目标检测与识别方法与装置
1. 痛点问题
我们生活在一个真实的三维世界中，二维环境感知是远无法满足我们的实际需求。在诸如自动驾驶、机器人抓取和三维目标识别等应用中（如图1），我们经常需要推理三维空间中物体之间的位置关系，从而能够理解真实三维场景并做出进一步的决策行为。
图1 自动驾驶、视觉抓取、物体识别
2. 解决方案
本技术成果提出了一种三维视觉目标检测与识别方法。在三维视觉目标检测方面，提出了一种基于关系推理网络的单目三维物体检测方法，方法流程图如图2所示。方法提出了一种新的单目三维物体检测架构，训练了一个深度关系推理网络来估计三维候选和真实物体之间的空间位置关系，通过测量投影结果和真实物体之间的视觉拟合度来实现高精的三维空间定位。
图2 三维目标检测的流程图
在三维视觉目标识别方法，提出了一种基于球面分形卷积神经网络的三维点云识别技术，方法流程图如图3所示。方法通过引入球面分形结构，将原始三维点云通过可学习的神经网络投影到球面，使得卷积神经网络可以高效处理三维点云数据并进行特征特征，同时通过设计基于分形结构的层次化学习框架，提高了三维点云物体识别的精度，实现了对于三维点云目标在旋转条件下特征表示的鲁棒性。
合作需求
寻求在人工智能、智能机器人、智慧城市等领域有相关技术开发、市场推广经验，能推进本技术落地的高科技企业，可以进行深度合作。本技术成果有望在自动驾驶、虚拟现实等场景进行落地应用。
清华大学
2021-12-16
安徽大学先进材料原子工程研究中心在结构精确团簇可控制备方面取得新进展
金属纳米团簇是一类尺寸介于金属配合物和等离子体纳米颗粒之间的纳米粒子。由于金属纳米团簇具有离散的电子能级和量子尺寸效应，这类纳米粒子展现出独特的物理化学性能，在光学、催化、传感、生物等领域均展现出良好的应用前景。
安徽大学
2022-06-13
安徽大学先进材料原子工程研究中心在结构精确团簇可控制备方面取得新进展
近日，我校先进材料原子工程研究中心朱满洲/康熙研究团队发展了“双级动力学调控”策略，实现了多种原子级别精确银纳米团簇的高效高产率制备。
安徽大学
2022-06-01
成品油管道调和建模、控制与优化技术
针对油品调合过程中的关键质量指标辛烷值（马达法和研究法）和雷德蒸汽压等调合规律的非线性，建立了预测准确，结构简洁的智能调合模型。由于实际工业生产过程中存在的干扰因素很多，调合模型输出值与成品油属性在线分析仪的检测值不可避免地要产生一定的偏差，为此开发了汽油调合模型的在线优化校正技术，使调合模型适应工业过程操作特性的变化和生产工况的迁移。在建立的调合模型基础上，开发了离线和在线优化技术。离线优化技术不需要企业进行管道改造和安装在线分析仪，可在一定范围内提高调合的成功率和降低调合成本。在线调合模式基于离线模式，可动态更新和优化调合配方，从而能够进一步提高调合成功率，降低调合成本，减少质量过剩。开发的优化技术还考虑了多种可能的现场生产模式：例如：管道调合，罐式调合，罐底油补偿模式等。已汽油调合软件ECUST_BLEND工作。成品汽油调合过程的建模、模拟与离线优化技术已经成功在金陵石化完成现场应用。其中汽油辛烷值调合效应模型，将汽油调合过程中组分油表现的非线性效应定量的描述出来，进而准确的对成品汽油的关键指标辛烷值作出预测，与传统的乙基模型对比表明所建模型精度提高了约1%。在调合模型基础上开发的离线优化技术，结合了成品油生产现场的特点，能够有效的考虑罐底油、直调组分、锰剂添加量、以及库存约束等现场情况。在实际应用过程中，所完成的汽油调合工作全部一次达到国III标准。通过与传统的手调方式进行比较，优化后配方提高了一次汽油调合的成功率，稳定了汽油生产过程，并且降低了调合成本与质量过剩：质量过剩稳定在0.?以内，且研究法辛烷值在93.5-4.1之间波动。仅以离线优化为例，通过成本核算，每年的调合成本可减少1275万元左右。
华东理工大学
2021-04-11