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
基于单目镜头的车辆图像检测、跟踪与测距系统
北京工业大学 2021-04-14
HWRX-3型红外热像仪图像采集卡的开发
HWRX-3型红外热像仪的视频信号是模拟信号,没有提供与计算机的数字接口,这对红外热像信息的存储、回放以及处理带来了一定的不便。因此我们设计了一套用于该红外热像仪系统的数据采集卡,Windows 98操作系统下的硬件驱动程序,以及具有多种图像显示、处理功能的用户应用程序。 视频采集卡是一个建立在复杂可编程逻辑器件(CPLD)基础上的系统。总的分为四个模块:信号调整,模数转换(ADC),
南京大学 2021-04-14
基于 FPGA 和多核 DSP 的图像传输及处理系统
本发明公开了一种基于 FPGA 和多核 DSP 的图像传输及处理系统,包括 PC、PCI 桥、双通道切换开关、FPGA、多核 DSP、晶振、电源以及两存储器;PC 通过 PCI 桥连接 FPGA,FPGA 连接双通道切换开关,双通道切换开关连接两存储器和 DSP,DSP 通过 HPI 接口连接 FPGA,电源分别连决 FPGA 和 DSP;PC 将图像数据通过 PCI 桥传送到 FPGA,FPGA 对图像数据进行 FIFO 缓存。本发明通过乒乓的方式将连续图像数据在两存储器之间轮番交替存储并交替送至
华中科技大学 2021-04-14
面向表单图像的文字识别与智能信息处理平台
苏州大学智能信息处理平台的目标是能处理多模态文字数据,精准分析语言内部结构,对人类语言进行深层理解,以支持各种应用需求。 一、项目分类 显著效益成果转化 二、技术分析 苏州大学智能信息处理平台的目标是能处理多模态文字数据,精准分析语言内部结构,对人类语言进行深层理解,以支持各种应用需求。系统可以处理多种非结构化数据,比如说明书、技术标准、车间工单等纸质文档或电子文档。把图像识别技术(OCR)和自然语言理解技术(NLP)相结合,从表单图像中抽取关键要素信息。在此基础上,我们搭建了包括知识图谱问答 (KBQA)、常见问题检索 (FAQ)、对话 (Chatbot)在内的智能问答及对话系统、以及面向大数据的文档信息抽取系统。能够对给定的自然语言问题通过查询、推理提供精准满意的答案,和面向大规模文档提供信息抽取和舆情分析等服务。目前已经向多家公司提供各项相关服务。
苏州大学 2022-08-15
基于耳内图像的耳科疾病智能辅助诊断系统
本项目通过收集本院耳鼻喉科6066张正常人、分泌性中耳炎、急性化脓性中耳炎活动期及化脓性中耳炎静止期耳内镜图像。 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 徐倩慧 中山大学医学院 2017.09~2022.06 童钊鹏 中山大学孙逸仙纪念医院 2021.09~ 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 蔡跃新 中山大学孙逸仙纪念医院 副主任医师 耳鼻喉头颈外科 四、项目简介 本项目通过收集本院耳鼻喉科6066张正常人、分泌性中耳炎、急性化脓性中耳炎活动期及化脓性中耳炎静止期耳内镜图像。通过模仿医生诊断的注意力机制,将获取局部关键特征的局部分类器与获取全局特征的主分类器有机结合,构成深度学习的主框架。通过计算AUC等统计学指标来评估模型的性能,并与两位副主任医师、两位主治医师进行人机对比来进一步评估模型的性能,同时通过热图显示深度学习模型在耳内镜图像不同区域的权重,以判断深度学习关注的区域是否与临床医师一致。该深度学习模型可获得整体93.4%的准确率,区分正常人与分泌性中耳炎的AUC为0.99,而区分化脓性中耳炎活动期与静止期的AUC为0.94.模型的准确率要高于两位主治医师,达到副主任医师的水平,同时热图显示深度学习模型定义的关键区域恰好是临床医生做诊断的区域,如化脓性中耳炎鼓膜穿孔区域,分泌性中耳炎的光锥区域。同时,同时,本项目还将深度学习模型的技术落地,自主研发出研发便携式可拍摄与自动诊断的耳镜设备。
中山大学 2022-08-10
高性能大动态范围 CMOS 图像传感器的研发
成果与项目的背景及主要用途:该项目是天津市科技发展计划项目,通过了科委组织的专家验收。项目组采用自顶向下的设计方法,完成了 CMOS 图像传感器 1024×768 像素阵列的版图设计,通过了仿真验证,结果达到了设计要求。在 Chartered 公司0.35um 工艺线上成功试制了关键模块和小规模完整的 CMOS 图像传感器样片。样片工作正常,能够正确的拍摄运动物体,各项指标均满足设计要求。 背景:CMOS 图像传感器是当前已广泛用于民用、工业、科技和国防领域的各类图像摄取系统,近年来民用电子产品领域发展迅猛,如照相手机、PC 机、像机等。该成果主要用于图像摄取系统的核心部件—CMOS 图像传感器设计中。 技术原理与工艺流程简介:CMOS 图像传感器利用成熟的 CMOS 工艺制作光敏像素单元,因此可以把光电接收器和信号处理电路集成在单个芯片上。 主要设计内容包括:像素阵列、消噪放大电路、模数转换器、时序控制电路和测试系统设计。采用自顶向下的设计方法,首先根据功能要求对系统进行架构设计,将系统分为时序控制电路部分(数字电路实现)和从像素阵列到 AD 转换的信号处理部分(模拟电路实现)。版图设计完成后,导出 GDSII 文件,在新加坡 Chartered 公司 0.35um 工艺线进行流片,然后进行封装。根据芯片工作对外界的要求设计 PCB电路板,搭建测试系统,对芯片功能和各项电学指标进行测试分析。  技术水平及专利与获奖情况:技术水平属国内先进。 应用前景分析及效益预测:该项目取得了 CMOS 图像传感器的核心设计技术,可用于各种CMOS图像传感器设计中,中国CMOS图像传感器市场需求庞大,年复合成长率达到 60%,因此有着广阔的应用前景。目前国外同类产品的销售价格远远高于芯片的开发成本,因此存在很大的利润空间,将产生很好的经济效益。功能上可完全兼容、并替代进,通过合作根据市场需求,随时调整产品种类和指标,使经济效益最大化。 应用领域:CMOS 图像传感器广泛应用于消费类、工业和科技等各个领域。 民用领域:拍照手机、数码相机、可视门镜、摄像机、汽车防盗等;工业领域:生产监控、安全监控等。
天津大学 2021-04-11
基于多尺度空洞融合迭代优化的增强图像隐写
本发明公开了一种基于多尺度空洞融合迭代优化的增强图像隐写,适用于图像隐写领域,包括以下步骤:使用封面图像C获取其对应的增强图像E后,分别对其进行特征提取,后引入多尺度空洞融合的注意力机制;再将两个图像的特征融合得到图像X;之后与秘密连接形成载密张量M;编码器接收三个输入:图像M的特征、当前的扰动,以及这个扰动的损失函数的梯度进行拼接形成GRU单元的输入;通过反复应用编码器,最终生成的隐写图像;解码器接收编码器生成的隐写图像,经过一系列卷积,从隐写图像中恢复原始的隐藏信息;批评者网络来评估生成的隐写图像的自然性,并提供反馈;重复步骤2到5。最终生成的图像即为包含隐藏信息的隐写图像。本方法将学习和迭代优化方法结合起来,在双通道输入图像增强下结合多尺度融合注意力机制,从而找到图像中更适合隐藏信息的部分,使生成的隐写图像更加隐蔽。
南京工业大学 2021-01-12
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
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
首页 上一页 1 2
  • ...
  • 45 46 47
  • ...
  • 999 1000 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