随着移动互联网、智能移动终端及云计算的迅速崛起，移动视觉标签搜索与识别已经成为有重要影响的关键技术之一。摄像头成为了移动互联网时代的入口，就像PC时代的搜索框一样。 “凤凰眼”视觉标签识别系统及产品原型通过自主研发的图像识别算法，实现“静态视觉信息的自动提取与识别”，所见即所得。当用户使用本产品来浏览感兴趣的目标物体时， 用户无需为商品拍照或扫描条形码，当摄像头对着目标“看”了几秒钟后，即可以将真实的物理世界信息映射为视觉标签并识别。 本产品可作为智慧景区、智能购物、私

膜识别技术的应用 1.基于深度学习的虹膜识别算法性能达到国际先进水平； 2. 虹膜图像采集采用全自动自适应技术，可以自动寻找虹膜，自动聚焦，在中远距离范围实现了高用户友好性。 系统的性能远高于市场同类产品； 3. 整套系统成本很低，远低于市场同类产品，非常适合大规模应用 。

将三维快速测量系统与自主开发的三维人脸识别软件有机结合，集自动人脸检测、自适应调光、三维测量与识别、身份认证为一体，构成可实时进行三维人脸测量与识别的自动化系统（闸机为应用场景之一）

Melux®非接触掌脉识别系统是世界上第一个能独立支撑实时、大流量身份认证的“零漏洞、零介质”生物识别技术。通过FVR人手脉络识别技术，把浩瀚的人手脉络微特征变成了“原生码”，可准确区分世界上的任意两人，包括双胞胎； 同时达到十亿人次0.3秒闪速识别，支撑亿级用户的使用需求，完美替代了码、卡、币、证，为智慧校园、政府行政、社会管理、轨道交通、金融支付、智慧安防、公安司法、反恐维稳、公共服务、机场海关、出入口管理、借还书籍、医疗社保等领域提供高端的人工智能系统解决方案。   技术优势： 超精准：每个人的掌脉都是独一无二的，同一人的左右手不相同，即使是同卵双胞胎也不一样，可实现“一对一”精准实名认证； 超快速：百亿人次0.3秒闪速识别，可支撑10亿级的用户需求，满足地铁、高铁等高速大流量应用需求； 超易用：手掌一挥，瞬间完成身份认证、授权与智能管理，无需携带码、卡、币（现金）、证； 强隐私：内生理特征，隐性信息对外不可见，只有用户伸出手才启动认证，充分尊重用户个人意愿； 非接触：无需停留、无需接触，只需将手掌轻轻挥过设备感知区即可完成身份识别与认证，干净、卫生，避免了接触式病毒传播与感染风险，在疫情防控常态化的当前形势下，具有重要意义；   基于世界上超精确的识别、认证与智能算法，麦仑技术远超人脸识别、虹膜识别、指纹识别等传统技术，最大程度发挥安全措施的保护能力。

CN105279380B 一种基于表情分析的抑郁程度自动评估系统CN201310089195 一种基于车灯识别的夜间车辆检测方法及系统。

主要功能和应用领域： 本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。 特色及先进性： 1）复杂背景环境下的自动识别。采用自适应双闭值分割算法进行粗分割，提取出ROI区域中的单个细胞或细胞群作为分析目标，细胞图像的精细分割将在每个ROI区域里完成，极大地减少了数据运算量。 2）针对形态各异和边缘模糊图像的精准分割。针对有型成分的显微生物图像特点，去除边界拓扑结构复杂、细胞各组成区域内灰度不均匀以及成像易受噪声干扰等因素的影响，基于Chan一Vese模型，提出几何活动轮廓模型方法，使用几个独立的水平集进行有型成分图像的分割，与传统分割方法对比准确率提升30%。 3）针对种类繁多的神经网络集成识别。基于普通神经网络泛化能力不高的问题，提出利用有限个神经网络进行集成并将其结果进行合成，显著的提高整个分类学习器的泛化能力，提高了整个系统的识别能力。 4）采用重叠分离算法精准分类。有型成分分离、细胞个数的准确读取决定了整个系统的精准程度。通过寻找到合适的分离点并构建分离线，实现重叠区域的快速合理分离，从而将粘连、重叠的细胞分离开来，并进行准确计数。 技术指标： 有型成分 漏检率 误检率 白细胞 5% 15% 脓球 20% 30% 吞噬细胞 20% 30% 红细胞 5% 15% 孢子 15% 25% 夏科雷登结晶 10% 10% 寄生虫 5% 15% 脂肪球 10% 15% 单张图片检测时间：＜0.5 s 关键问题和实施效果 现今国内大多数医院和研究单位对生物细胞或微生物病菌等检测还是采用人工处理的方式，即将样品制成涂片，在显微镜下观察并根据大小、形状等特征进行分类计数以得到数据结果，医务人员再通过这些数据结果凭借自身的知识和经验诊断病症或得出研究数据。该技术能够实现样本显微镜检有型成分的自动识别，满足了临床开展常规及特殊检测需要，使得生物检测在自动化、无异味、无危险性的情况下进行，提高了检测效率，改善工作环境，保护工作人员，降低检测成本和检测时间，提高在国际市场的竞争力，有利于医疗检测行业的智能化发展。该技术可识别的部分生物细胞图像如下图所示。 红细胞 白细胞 霉菌 虫卵

本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。

成果简介： 主要功能和应用领域： 本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。 特色及先进性： 1）复杂背景环境下的自动识别。采用自适应双闭值分割算法进行粗分割，提取出ROI区域中的单个细胞或细胞群作为分析目标，细胞图像的精细分割将在每个ROI区域里完成，极大地减少了数据运算量。 2）针对形态各异和边缘模糊图像的精准分割。针对有型成分的显微生物图像特点，去除边界拓扑结构复杂、细胞各组成区域内灰度不均匀以及成像易受噪声干扰等因素的影响，基于Chan一Vese模型，提出几何活动轮廓模型方法，使用几个独立的水平集进行有型成分图像的分割，与传统分割方法对比准确率提升30%。 3）针对种类繁多的神经网络集成识别。基于普通神经网络泛化能力不高的问题，提出利用有限个神经网络进行集成并将其结果进行合成，显著的提高整个分类学习器的泛化能力，提高了整个系统的识别能力。 4）采用重叠分离算法精准分类。有型成分分离、细胞个数的准确读取决定了整个系统的精准程度。通过寻找到合适的分离点并构建分离线，实现重叠区域的快速合理分离，从而将粘连、重叠的细胞分离开来，并进行准确计数。 技术指标： 有型成分 漏检率 误检率 白细胞 5% 15% 脓球 20% 30% 吞噬细胞 20% 30% 红细胞 5% 15% 孢子 15% 25% 夏科雷登结晶 10% 10% 寄生虫 5% 15% 脂肪球 10% 15% 单张图片检测时间：＜0.5 s 关键问题和实施效果 现今国内大多数医院和研究单位对生物细胞或微生物病菌等检测还是采用人工处理的方式，即将样品制成涂片，在显微镜下观察并根据大小、形状等特征进行分类计数以得到数据结果，医务人员再通过这些数据结果凭借自身的知识和经验诊断病症或得出研究数据。该技术能够实现样本显微镜检有型成分的自动识别，满足了临床开展常规及特殊检测需要，使得生物检测在自动化、无异味、无危险性的情况下进行，提高了检测效率，改善工作环境，保护工作人员，降低检测成本和检测时间，提高在国际市场的竞争力，有利于医疗检测行业的智能化发展。该技术可识别的部分生物细胞图像如下图所示。

本发明公开了一种非接触式煤种自动识别及示踪系统及方法， 该系统包括煤质检测装置、标签、读写器、煤种数据库、燃烧控制策 略数据库和系统控制器，煤质检测装置用于检测原煤的煤质信息并编 号，煤质信息及编号录入煤种数据库；标签用于记载原煤的编号信息； 读写器用于读取编号信息，并将编号信息传输至系统控制器；系统控 制器获得燃烧控制策略，并将其发送给 DCS 燃烧器控制器。所述方法 利用所述非接触式煤种自动识别及示踪系统进行煤种的自动识别及示 踪。本发明可提前预知入炉煤的煤质，协助调节锅炉燃烧及温度，实 现自动优化控制燃烧，适用于火力发电厂用煤的煤种识别和示踪。