|
搜索
搜 索
高等教育领域数字化综合服务平台
注入式声信号多目标动态模拟器
多目标模拟器主要用于麦克风阵列、声纳、雷达等探测设备的目标回 波电连接模拟。该设备主要完成目标信号生成、阵元时延叠加以及信号 同步产生等任务。可产生多个主动和被动目标的回波，回波波形包括连 续波、线性调频波、脉冲调制波以及自定义波形，可叠加背景噪声、混 响、目标辐射噪声等信号，同时各通道相位、幅度、信噪比可根据需要 进行设置。本设备具有很高的同步输出时延精度，连续可变的信噪比， 极高的输出电压分辨率和输出电压精度，同时系统还具有实时数据处理 能力，满足半实物仿真需求。
西北工业大学
2021-04-14
一种场景和目标感知与理解技术
1. 痛点问题
场景、目标对象的感知与语义理解在医疗健康、运动培训等领域具有广阔的应用前景，其核心是如何在像素级、对象级、场景级多层次、多尺度表示下实现语义、几何及空间关系的透彻感知。
现有计算机视觉方法或激光雷达等手段无法同时获取多个维度的高质量场景与目标信息，同时现有的深度估计、语义分割、位姿估计等相关技术，存在识别精度低、提取不到关键信息、应用场景单一等问题，无法满足大尺度场景应用的需求。
2. 解决方案
团队提出多模态采集、时空复用编码摄像方法，获取大景深、高时空分辨、丰富的精确场景视觉信息；提出一种基于物理空间推理和语义关联建模的动态场景深度估计方法，综合语义信息、几何结构信息以及时空间信息进行滤波，实现复杂动态场景的无先验深度估计，将观测目标与背景进行区分；提出一套从图像和视频中预测目标的位置和姿态的方法，包括迭代匹配的深度网络、基于物体三维坐标的旋转/平移解耦、自监督6D模型等，克服了遮挡、光照变化、视觉歧义与数据标注依赖等因素的影响，可以准确估计目标相对相机的 6D 位姿（3D平移量和3D旋转量）；构建了基于全卷积网络和兴趣区域的多目标实例检测与分割框架，有效的解决了复杂类别、场景遮挡情况下的多目标实例分割问题，能够实现同时对场景中多个目标检测与分析。
合作需求
寻求医疗健康服务、医疗器械等领域有相关技术开发、市场推广经验，能推广本技术落地的高科技企业，可以进行深度合作。
清华大学
2022-02-18
一种对海目标红外成像识别装置
本发明公开了一种对海目标红外成像识别装置，包括：主处理板和显示板，所述主处理板包括图像收发模块（101）、总线控制模块、数字信号处理器模块、图像数据存储模块、通信接口模块、非均匀性校正片上系统（SoC）、多级滤波专用集成电路（ASIC）、标记专用集成电路（ASIC），完成图像的预处理和目标的识别与跟踪，所述显示板包括图像收发模块（102）、图像实时显示控制模块、显示数据存储模块。本发明有效地保证了动平台上对海目标自动
华中科技大学
2021-04-14
基于多目标优化的自适应 AP 选取方法
本发明提供一种基于多目标优化的自适应 AP 选取方法，包括在室内环境中选取若干参考点，将信 号强度信息和参考点的位置信息关联起来组成位置指纹；采集定位点的 WiFi 信号强度信息，与位置指 纹库进行预匹配，获得定位点的邻近指纹点；选取定位点和邻近参考点共同观测到的 AP 集合作为初始 AP 集合；通过加权求和的方法融合信息增益和互信息，建立基于两种不同信息熵指标的多目标优化函 数；采用基因算法对多目标优化函数的最优解进行解算，根据所得最优 AP
武汉大学
2021-04-14
安徽大学陈杰及黄志祥教授团队主导的“大规模多类SAR目标检测数据集-1.0”正式发布
为推动合成孔径雷达(SyntheticApertureRadar，SAR)目标识别等前沿技术发展，安徽大学电子信息工程学院陈杰及黄志祥教授团队联合中国电子科技集团公司第三十八研究所对地观测研发中心邬伯才研究员团队、天地信息网络研究院（安徽）有限公司盛磊研究员团队共同发布一套大规模多类SAR目标检测数据集-1.0（简称为：MSAR-1.0）。
安徽大学
2022-06-01
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
应急双向视频图像传输系统
清华大学利用具有自主知识产权的 DMB-T 系统所开发出来的应急双向视频图像传输系统，在国务院应急办领导视察时获得了好评，并已经在国内部分地区获得了应用，反应良 好，有效地解决了特殊情况下图像信息的传输和发送问题，如在反恐演习、奥运安保、2008 年雪灾、地震灾害的现场图像回传中发挥了作用。该系统对于构建和谐社会、维护社会治安、 打击犯罪提供了重要的技术保障。清华大学数字电视技术研究中心在原有技术基础上，针对 当前频率资源紧张的现状，提出了图像传输带宽可变的新一代系统。该方案已经被公安部正 式接收成为其标准技术方案之一，未来不少要害行业和部门(公安、消防、电力、卫生、水 利、森林防火、库区大坝安全等)都可能需要配备该系统。我们愿意与当地企业合作，根据 需求进一步做好系统优化并完成产品设计，使之成为一个具有低成本、高可靠性和产业化成 熟度高的产品。
清华大学
2021-04-11
5D 图像打印技术
该技术是利用图像处理的方法自动计算人眼感兴趣区域，再根据人眼对于图像亮度信息、对比度以及颜色特性的感知机理自动生成 2.5D 中的图像高度信息，借助于高打印重复精度的设备，可以完成 2.5D 图像的自动打印技术
上海理工大学
2021-01-12