|
搜索
搜 索
高等教育领域数字化综合服务平台
纳米纤维增强有机玻璃
有机玻璃因其透光性优异、可加工性能好、不易破碎、重量轻而在车窗、面罩、眼 镜片、飞机窗盖等众多领域得到广泛应用，但其机械性能尤其力学强度和冲击韧性较低。 复合材料技术是提高有机玻璃力学性能的重要手段。采用常规微米直径的连续纤维作为 增强体的难点在于如何使基体与增强体的折射率相匹配。但若纤维的直径达到纳米级 （远小于可见光波长），基体与增强体之间折射率的匹配性问题将不再重要。 二功能特点 本项目基于同轴共纺复合纳米纤维制备增强有机玻璃。将具有较高力学性能和熔点 温度的聚合物如 PEEK 用作为芯层材料，将透光聚合物 PMMA 用作为壳层材料，经同轴共 纺制备出复合纳米纤维薄膜，再将若干层薄膜累叠一起经热压机熔融压制。由此得到的 复合材料既具备有机玻璃的透光性，又具有更优异的力学性能尤其抗冲击韧性。
同济大学
2021-04-13
导航系统辅助增强设计
导航系统辅助增强设计合作方：哈尔滨工业大学合作方式：技术开发
河北工业大学
2021-04-13
纤维复合增强再生骨料混凝土
利用废弃建筑材料通过加工处理代替天然骨料来配制混凝土，不仅可以解决大量建筑垃圾的处置问题，又能节省天然砂石资源，同时具有社会效益、经济效益和环保效益。并且，成功研发出一种环保型的再生建筑材料的制备方法，将既有建筑拆除物中废弃的砖块代替部分天然碎石作为粗骨料制备混凝土。同时申请了国家发明专利并获得授权。
南京工程学院
2021-01-12
基于图像识别的带钢产品质量检测技术
小试阶段/n钢板表面质量检测经历了人工目测检测、传统无损检测和基于机器视觉检测的三个发展阶段。人工目视检测表面缺陷的方法效率低、容易漏检、劳动强度大和实时性差。传统无损检测方法包括涡流检测、红外检测、漏磁检测和激光检测等, 这些方法检到的缺陷类型少, 检测实时性不强, 检测的表面缺陷分辨率也不高, 无法有效评估产品的表面质量状况。本技术涉及一种基于多流形学习的带钢表面缺陷识别方法。其方案是：对于任一副带钢表面缺陷图像向量化的向量数据点分别选择类别相同和类别不同的K 个近邻点建立对应的同类数据子图和异
武汉科技大学
2021-01-12
一种人体动作增强可视化方法及人体动作增强现实系统
本发明公开了一种人体动作增强可视化方法及人体动作增强现实系统，该方法通过人体动作获取设备提取人体骨架动作信息，将其设置为边界条件及外力，使用计算流体力学的方法，在叠加的图层上进行气流运动的仿真，并将气流下密度场的变化与运动数据同步显示，从而增强各类动作的可视化效果，适用于对微小及瞬时动作的可视化。本发明通过计算自动合成增强运动效果的视觉数据至原人体动作视频上，无需人为地对动作数据进行后续的处理，可配合增强现实眼镜或其他相机显示一体设备，应用于增强现实等领域。
东南大学
2021-04-11
视频与图像理解
研究视频与图像的视觉特征表示与特定对象的视觉跟踪
和识别，分析视频结构化语义信息，综合视频与图像检索、
动作识别与行为分析、视频目标跟踪等技术，进而解决视频
与图像理解的难题。
浙江工业大学
2021-05-06
智能图像信息萃取
自然场景下的文字识别更加贴近于生活和生产中的需要，可以运用到许多领域： 1. 将自然场景下的文字识别应用到试卷批阅与作业批改的过程中。通过自然场景下的文字识别技术，将试卷和作业中的答案提取出来，然后依据语义分析等技术实现对整份作业试卷的批阅，使老师有更多的精力和时间投入到日常教学任务中。 2. 将自然场景下的
南京大学
2021-04-14
图像目标定位
成果与项目的背景及主要用途：
基于最大整体相似性的超像素网格，随着当今拍照设备像素不断提高，同时照片数量成几何级数增长，在图像中进行语义级别的快速目标定位已是当下热门问题。
技术原理与工艺流程简介：
快速的在输入图像里找到事先定义的目标物体，也是当今图像检索领域里面的一个核心技术。
如下图所示：
(a) 图中人偶为用户定义的查询目标
(b) 图为待查询图像
(e)~(h) 目前现有方法的目标定位的结果及所用时间
(i) 我们的技术的图像定位效果和所用时间
（注：红色框出的部分为算法定位并分割出的结果）
算法在图像快速目标定位上：快！准！狠！
天津大学
2021-04-11
图像处理器
图像处理器
嵌入式设计、任意拼接组合、录播全方位检测、自定义轮巡预案
轻松满足：
·督导巡课 ·电子巡考 ·录播管理
优势特点：
·稳定低耗
采用嵌入式架构设计，高稳定、低功耗 超强网络防护能力，有效抵御病毒攻击
·一机多用
视频解码、状态监控等录播管理应用 图像处理、画面拼接等视频处理应用
·便捷督导
对录播信号源进行自定义分组与分类管理 调取预览分组信号，分类巡课督导便捷化
·自由拼接
多组画面自由拼接组合，支持任意跨屏、漫游 场景保存和自动轮巡，支持多个大屏同时监视
·集中监测
全面录播状态监控，远程集中监视管理 实现监视状态同步显示，系统维护高效
广州市奥威亚电子科技有限公司
2022-12-21
图像自动标注和模型训练技术在工业视觉中的应用
1. 痛点问题
工业视觉场景下普遍存在缺陷样本数量少、难采集，已有标注方案无法完全发挥样本数据效用等问题。在工业视觉应用场景中，产线整体生产良率均已达到相当水平，人工可识别的缺陷样本数量相对较少，且采集难度较大。制造生产环节对产线效率要求较高，模型训练难以实现精度与效率上的平衡。
2. 解决方案
本项目将最新的少样本学习、连续学习、模型压缩与优化技术，与工业场景中的缺陷检测需求深入结合，致力于工业视觉自主知识产权软硬件一体化装备研发。针对玻璃深加工与半导体晶圆宏观缺陷检测，本项目已完成工业视觉全流程视觉感知算法、人工智能算法研发平台、玻璃智能一体检测设备、晶圆宏观缺陷检测设备等智能设备的原理验证和装备试制，同时有多项智能设备在研。
本项目在玻璃与半导体缺陷检测中，基于图像自动标注方法完成少样本场景下的数据采集与标注，通过弱监督学习和连续学习方法完成有效模型构建，并针对长尾数据集设计模型训练和优化方法，实现高效工业视觉感知计算。针对工业视觉场景，本项目集成视觉感知算法能力，研发人工智能算法研发平台，该平台秉承低代码化、可视化等原则，打造包含数据采集与标注、算法训练与评估、模型压缩与优化、应用部署与管理的数据闭环。
合作需求
寻求浮法玻璃深加工、半导体加工与制造等行业企业合作。
清华大学
2021-12-23