高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
图像定位主机AT2018
产品详细介绍 多人面部识别 采用多人面部识别技术,可实现学生定位、教师跟踪和板书识别等多种教学场景的拍摄。 无需定位摄像头 高集成一体化,无需采用任何定位摄像头,识别率高出市场同类产品30%以上。 身高自适应系统 可以根据师生的身高,使用人脸检测技术,达到身高自适应。 板书伴随式跟踪 可根据教师书写板书位置,板书摄像机进行伴随式跟踪。突出教师书写重点,并且自动适应长黑板及推拉式黑板;采用肤色识别算法,自动屏蔽因转身等因素造成的板书识别,提高板书跟踪的鲁棒性。 景别全自动切换 配合导播规则,可实现教学过程全自动五机位景别智能切换。无限接近专业人工拍摄手法,杜绝摄像机的转动、变焦等垃圾镜头。 零配件自动跟踪 整套系统无需借助其他配件来实现跟踪效果,环境光源自适应,教师在授课时候始终处在图像跟踪定位范围内,保证图像跟踪。
北京翰博尔信息技术股份有限公司 2021-08-23
视觉图像处理实验系统
睿景时代(大连)科技有限公司 2021-12-16
RGB图像采集卡
产品详细介绍RGB图像采集卡 图像采集卡 VGA图像采集卡 流媒体采集卡MV-R2000分量图像采集卡MV-R2000是基于PCI总线的RGB高速图象采集卡,可采集标准和非标准RGB分量摄像机和信号源,或是三个同步的独立视频源,MV-R2000分量图象采集卡适用于高精度、高分辨率的图像处理(如立体视觉等)和医学图像设备(如ECT、标准及非标准彩超等)。【MV-R2000A技术特点与指标】l RGB图像采集卡 图像采集卡 VGA图像采集卡 流媒体采集卡MV-R2000分量图象采集卡 输入可为标准或非标准视频信号,可以是RGB分量式视频信号,也可是单路黑白视频信号。l     R2000A可实时采集。三路高速8位A/D。分辨率最大可达 2048×2048×8×3。l      R2000A最大点频可达60M,可采集的VGA最大分辨模式为 800X600,60场。l      具有独立三路可自动调节带宽的抗混叠滤波器。l     RGB图像采集卡 图像采集卡 VGA图像采集卡 流媒体采集卡 MV-R2000分量图象采集卡采样频率连续可调。保证在不同的行频和帧频下获得方形或任意比例的矩形采样点阵。l      RGB图像采集卡 图像采集卡 VGA图像采集卡 流媒体采集卡 RGB三路输入的亮度和对比度可独立调节。l      RGB图像采集卡 图像采集卡 VGA图像采集卡 流媒体采集卡 MV-R2000分量图象采集卡支持RGB24或RGB32及GRAY8位格式的图像采集,适用于各种PCI或AGP显示卡。l       可自动检测信号源的行场特性。l       RGB图像采集卡 图像采集卡 VGA图像采集卡 流媒体采集卡MV-R2000分量图象采集卡可支持五种同步输入方式: R带同步、G带同步、B带同步、复合同步、行场分离同步。l     RGB图像采集卡 图像采集卡 VGA图像采集卡 流媒体采集卡可采集单场、单帧、间隔帧序列采集。l RGB图像采集卡图像采集卡VGA图像采集卡流媒体采集卡外触发信号输入(TTL低电平)。l   MV-R2000分量图象采集卡支持DOS / WIN31 / WIN98 / WIN2000 / NT。【MV-R2000B技术特点与指标】l       输入可为标准或非标准视频信号,可以是RGB分量式视频信号,也可是单路黑白视频信号。l      RGB图像采集卡 图像采集卡 VGA图像采集卡 流媒体采集卡 R2000B自带帧存可准实时采集视频信号。l       RGB图像采集卡VGA图像采集卡流媒体采集卡三路高速8位A/D。分辨率最大可达 2048×2048×8×3。l       R2000B最大点频可达100M。可采集的VGA最大分辨模式为, 1024X768,85场。l      MV-R2000分量图象采集卡具有独立三路可自动调节带宽的抗混叠滤波器。l      采样频率连续可调。保证在不同的行频和帧频下获得方形或任意比例的矩形采样点阵。l       RGB三路输入的亮度和对比度可独立调节。l     支持RGB24或RGB32及GRAY8位格式的图像采集,适用于各种PCI或AGP显示卡。l      MV-R2000分量图象采集卡可自动检测信号源的行场特性。l      RGB图像采集卡 图像采集卡 VGA图像采集卡 流媒体采集卡MV-R2000分量图象采集卡可支持五种同步输入方式: R带同步、G带同步、B带同步、复合同步、行场分离同步。l        MV-R2000分量图象采集卡可采集单场、单帧、间隔帧序列采集。l        外触发信号输入(TTL低电平)。支持外触发(低电平沿)硬件采集控制。【应用领域】医疗:高频X光机、CT图象采集。A工业检测:元器件检测
维视数字图像(北京)有限公司 2021-08-23
一种基于图像分层增强的图像去雾方法及系统
本发明公开了一种基于图像分层增强的图像去雾方法及系统,方法包括以下步骤:S1、估测原始图像的大气光值 A;S2、结合所述大气光值构造两层半逆图像,对两层半逆图像进行线性对比度增强;S3、计算原始图像和增强后的半逆图像在 CIE-LCH 空间 H 通道的绝对差值,根据所述绝对差值确定增强后的半逆图像的权值分布,根据所述权值分布将两层增强后的半逆图像进行融合;S4、对融合后的图像进一步线性增强,获得最终的对比度增强的去雾
华中科技大学 2021-04-14
一种最匹配模糊轨迹问题的查询方法
本发明公开了一种最匹配模糊轨迹问题的查询方法。该方法发明了一种新的匹配度衡量标准来衡量模糊轨迹之间的匹配程度。该方法先将值域空间划分成一系列的单元格,然后在每一个单元格内建立一个时间索引。在处理匹配查询时,该方法首先访问索引结构,计算每个模糊轨迹和查询轨迹之间匹配度的上界和下界;然后利用该上界和下界对不合格的模糊轨迹进行剪枝,从而得到一个候选答案集合;最后该方法计算每一个候选模糊轨迹的精确的匹配度,并判断该模糊轨迹是否是真正的查询结果。本发明充分利用了数据库和信息检索的现有研究和实现成果,基于已有的空间数据查询方法的扩展和融合可以非常方便快捷的提供最匹配模糊轨迹问题的查询能力,提供最好的性能。
浙江大学 2021-04-11
关于公示2023年度第二批国家重要科技计划项目上海市地方匹配资金拟匹配项目的通知
根据《中共中央办公厅、国务院办公厅关于深化项目评审、人才评价、机构评估改革的意见》、《国家重要科技计划项目上海市地方匹配资金管理办法》等文件要求,现将2023年度第二批国家重要科技计划项目上海市地方匹配资金拟匹配项目予以公示。
上海市科学技术委员会 2023-07-31
双光学放大倍率图像采集装置及图像采集控制处理系统
通过采用两个不同光学放大倍率图像采集系统,进行巧妙的光路切换,实现了针对检测对象变换图像分辨率的要求,有效解决了高密度PCB检测速度和微小元件检测准确度的矛盾,破解了长期困扰自动光学检测技术领域共性技术难题;应用企业已累计生产销售682台套,用户已达到300多家,部分产品出口到了欧盟、东南亚等国家和地区,打破了相关高端设备一直被国外设备垄断的局面,有效促进了行业的技术进步。
华南理工大学 2021-04-14
肿瘤医学图像智能诊断算法
简介: 1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题,从医学CT图像出发,搭建深度学习模型。对于肿瘤分类,我们将问题建模成两部:胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络,从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络,针对CT图像的特性,将多切片多造影剂时期多区域的数据进行融合,在胰腺肿物分类中取得了较好的结果。 层级分割模型示意图  分类模型可视化热图   2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检,是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络,患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中,患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上,患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果,更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络,我们不仅使用了双侧测试集 1,还使用了额外的双侧测试集 2 进行测试。 钼靶乳腺图像预处理   双侧双体位深度学习网络   优势:从客观的医学图像数据出发,结果可重复,而且高效快捷,提高识别准确率的同时,便于临床推广。  
中国人民大学 2021-05-15
肿瘤医学图像智能诊断算法
1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题,从医学CT图像出发,搭建深度学习模型。对于肿瘤分类,我们将问题建模成两部:胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络,从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络,针对CT图像的特性,将多切片多造影剂时期多区域的数据进行融合,在胰腺肿物分类中取得了较好的结果。层级分割模型示意图 分类模型可视化热图 2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检,是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络,患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中,患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上,患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果,更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络,我们不仅使用了双侧测试集 1,还使用了额外的双侧测试集 2 进行测试。钼靶乳腺图像预处理 双侧双体位深度学习网络 优势:从客观的医学图像数据出发,结果可重复,而且高效快捷,提高识别准确率的同时,便于临床推广。
中国人民大学 2021-04-10
前景图像提取方法及装置
其中的前景图像提取方法包括:获取第i帧与第i-1帧中位置相同的像素点之间的距离,获取距离大于预定值的像素点集合Z,获取像素点集合Z中与第i-1帧中的前景区域的像素点位置相同的像素点集合U,将像素点集合U进行背景差分处理,获得像素点集合E,根据像素点集合E、像素点集合T以及像素点集合W的并集确定第i帧的前景区域,像素点集合W为像素点集合Z中与第i-1帧中的前景区域的像素点位置不相同的像素点集合,像素点集合T为第i-1帧的前景区域中与像素点集合U中的像素点位置不相同的像素点集合。上述技术方案能够快速准确的提取出第i帧中的前景图像。
电子科技大学 2021-04-10
首页 上一页 1 2 3 4 5 6
  • ...
  • 35 36 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1