本发明公开了一种网络视频流的无参考图像质量在线估计方法。 所述方法利用 P 帧 PSNR 相对于 I 帧纹理复杂度和 P 帧运动量的线性 预测模型，估计网络视频流的 P 帧 PSNR 值；同时结合模型系数随 P 帧帧长和场景的变化而动态变化的规律，利用 I 帧的 PSNR 调整纹理 系数，利用上一 P 帧的运动系数和当前帧的运动信息调整当前帧的运 动系数，最终得出了较为准确的适应视频内容变化的 P 帧 PSNR 估计

项目简介： 获取数字图像的多特征性，需要在其特征空间上构建或获取更多特征来发现元素间更复杂的依赖关系。

本发明公开了一种基于图论的高光谱图像显著度计算方法，包括以下步骤：1）将输入的高光谱图像以图表示；2）对图进行权值计算，构建权重矩阵,权重矩阵中的元素值反映了中任意一个顶点和其他所有顶点的联系；3）像元的全局显著性计算，像元的全局显著性等于它与图像中所有其它像元间权值的总和：4）像元的局部显著性计算，像元的局部显著性用其邻域背景像素的方差来表示：5）像元的最终显著度计算，将对应像元的全局显著性与局部显著性相乘，得到各像元的最终显著度。本发明在计算高光谱图像显著度时，充分考虑了感兴趣目标的光谱特性和几何尺寸特性，因此，能够有效抑制背景的干扰，提高感兴趣区域的提取效果。

产品概述： 人体针灸穴位数字交互系统是依据全国中医药行业高等教育“十四五”规划教材《针灸学》等进行研发，结合最新的计算机和三维虚拟仿真技术，把腧穴的认穴识穴、针灸手法、针灸治疗、人体解剖等知识进行呈现。针灸穴位发光人模型根据真实人体比例制成，含肌肉解剖、经脉循行流注、经脉络属表里关系等专业知识，内置光电感应电路模拟人体穴位，可实现穴位发光、语音播报、模型同步跟随，形成了新的中医针灸穴位的互动教学模式，方便了老师教学和学生学习。 系统内容： *1.1.、系统包含十四经络和针灸治疗两大模块。 *1.2、十四经络：包含了手太阴肺经、手阳明大肠经等十四经络循行（古今）介绍、病候、主治、穴位、分寸等内容； *1.3、针灸治疗：涵盖六种疾病类型，上百种病症的定义、辨证、治疗、主穴、配穴、方义、操作等详细内容 *1.4、针刺视频：包含40多种针刺手法以及分布腧穴毫针刺法、局部多针刺法等视频教学，教学效果直观有效。 1.5、穴位详解：三维虚拟模型上详细展示人体≥800（包含双侧）个腧穴的名称、注音、国际代码、点位、解剖位置等信息。 *1.6、常见的危险穴位具有特殊标记，详细信息包含异常针刺情况表现及情况处理。 *1.7、配备腧穴的横断面或矢状面图谱，了解腧穴在皮下的解剖结构和针刺的入针情况。 二、实训功能： 2.1、可实现铜人模型上≥210个穴位灯光的实时操控。 *2.2、软硬件同步：穴位发光、声音、三维虚拟人体模型跳转同步控制。 2.3、腧穴播报：可在使用硬件操作时，系统可以自动实时播报腧穴名称等内容。 2.4、双向交互：软件可控制铜人穴位灯的开启与关闭，铜人穴位触控笔点亮穴位，软件中三维模型可跳转到相应位置，并播报其穴位名称。 *2.5、在没有与软件系统相连接时，用户也可使用穴位触控笔点亮铜人模型上的穴位灯光。 *2.6、单穴、多穴：可选择单穴或多穴模式，实现不同数量穴位灯光的开启与关闭。 *2.7、经络循行：通过三维动效形式展示。可通过软件系统操作数字虚拟模型的经络开关，点亮铜人上的一整个经络穴位，显示十二经脉循环流注，经脉络属表里对经关系，直观了解人体中医经络循行。 *2.8、铜人穴位灯光可实现经络的循行走向。 2.9、穴位灯光可实现闪动与常亮。 2.10、利用红、橙、蓝、绿四种颜色穴位灯进行经络及穴位区分。 2.11、复位功能：一键关闭硬件模型上所有的灯光显示。 2.12、系统具有示教、训练多种功能，根据需求，在软件功能里选择需要点亮标记的腧穴，进行相关的教学和训练。 *2.13、针灸治疗模块下，配合铜人模型可对不同病症的主穴或配穴的穴位灯单独显示。 *2.14、演示功能：可实现所属经络的穴位灯光循环闪动。 三、软件功能 *3.1、根据真实人体比例打造高仿真的三维人体数字模型，可进行任意角度旋转、放大、缩小、平移，可切换前、后、左、右、上、下六视图、对任意界面进行截图保存等多种操作等。 3.2、重置：一键重置三维模型至初始状态。 3.3、对称穴位：一键显示对侧的穴位，方便对侧穴位的定位和学习。 3.4、骨度分寸：根据当前学习的穴位，一键获得根据临近结构得出的分寸信息，更方便腧穴认知。 *3.5、透明度：可一键透明皮肤、肌肉、骨骼，也可以调节不同层度的透明度，方便学习人体的内部解剖结构的毗邻关系。 *3.6、搜索：输入穴位名称、拼音或代码，可在三维人体模型上快速定位到该穴位。 *3.7、系统：可以对皮肤、肌肉、骨骼、脏器、血管、神经等解剖系统进行隐藏和显示。 3.8、设置：多背景颜色设置，适配不同的操作场景。 3.9、界面清爽模式：一键隐藏所有功能选区，只显示三维虚拟模型，并可随时调取。 3.10、一键实现模型衣服的隐藏和显示，方便模型穴位的查看。 3.11、语音功能：针对详细注解内容，进行对应的语音讲解。 *3.12、具备模拟考试功能,自动从实训题库中随机选择5道题目，组成模拟卷，供随机练习。另具有危险穴位题库可供选择。 四、配置清单 4.1、65寸触摸一体机含支架。 4.2、主机：intel i5处理器、 8G 及以上内存、 500G SSD高速固态硬盘、独立显卡支持高清输出。 *4.3、仿古铜人模型：全铜打造，高度不低于168CM，重量不低于75kg. 五、中医针灸数字人系统V1.0 一套

真实还原AFM全流程操作从样品制备(滴样、干燥)→探针校准→扫描参数设置→ 三维成像→ 数据分析 虚拟化沉浸式学习利用虚拟现实技术，真实还原仪器操作流程，有效提高学习效率 智能考核系统自动记录操作轨迹、参数设置合理性、数据处理规范性,生成量化评分报告 教师管理平台教师一键查看班级考核排名、错误率统计,精准定位教学难点

本发明公开了一种随机动载荷空间分布及统计特征的识别方法。本发明的方法包括步骤：Ｓ１．开展模态试验，获取结构的模态参数，包括固有频率和模态振型；Ｓ２．将结构随机振动响应利用模态振型展开，获取结构在模态空间的动响应；Ｓ３．利用模态振型展开，将随空间分布的随机动载荷投影到模态空间；Ｓ４．在模态空间内，由随机动响应样本反演随机动载荷样本；Ｓ５．由模态空间内随机动载荷样本及振型函数求解结构上随机动载荷的空间分布和统计特征。本发明能够解决在时域内利用实测结构动响应样本识别结构上随机动载荷的统计特性和分布特征问题，为服役于分布式随机动载荷环境下的工程结构设计与安全评估提供准确可靠的动载荷信息。

成果介绍人脸图像分析研究不仅能丰富和发展图像处理与分析的理论和方法，而且在教育、医疗、公安等社会服务以及公共安全等行业中具有重要的应用价值。基于人脸视觉特征的表情、身份以及亲属关系识别是当前人脸图像分析研究的前沿课题，而光照和人脸姿态变化等因素对人脸视觉特征提取与建模的影响则成为当前该研究面临的主要瓶颈。开展鲁棒人脸视觉特征的提取、建模与识别研究，突破现有研究的局限性，能显著推动人脸图像分析的研究进展，进一步满足国家在社会服务与公共安全等领域中的需求。技术创新点及参数1、 突破局部二值模式编码的视觉特征描述算子的局限性，提出局部三值模式编码的视觉特征描述算子，提出解决场景光照变化干扰以及高斯噪声干扰的图像处理一般性方法。2、 率先提出基于区域协方差矩阵的非正面表情特征描述方法，提出基于高斯混合模型和最小贝叶斯错误率估计的异方差鉴别分析方法，建立基于高斯混合模型的多视角表情识别理论。3、 率先提出基于人类学和遗传学的“父母—子女”亲属关系鉴别方法，提出以父母年轻时面部图像为桥梁的“父母—子女”亲属关系鉴别的子空间迁移学习理论和方法。4、 提出人脸视觉特征提取和识别的多流形鉴别分析理论，提出双子空间鉴别分析的增量式算法，突破双子空间鉴别分析方法的计算瓶颈。市场前景本项目围绕人脸图像中的表情、身份以及亲属关系识别等科学问题，深入开展鲁棒人脸视觉特征的提取、建模与识别的理论和方法研究，重点解决视觉场景中光照与人脸姿态变化下的鲁棒人脸视觉特征的提取与建模问题

一、项目简介 水下潜水器是海洋立体监测系统的重要移动平台，在深海工程检测、地质勘探、科学考察、环境监测与军事应用等方面有重大需求与发展前景。《国家“十二五”海洋科学和技术发展规划纲要》明确了“开发水下自航行剖面测量技术，形成近海实时、快速观测能力”的重点任务。目前国内外水下潜水器普遍采用细长或开架结构和螺旋桨驱动，具有推进效率低，转弯半径大和辐射噪声大的弱点，急需在减阻和探测能力上取得突破。本项目围绕水下小型机器人高精度探测与识别重要需求，研究基于人工智能的水下探测与识别技术，在水声仿生智能探测、目标特征提取和分类识别上开展技术攻关，并研制样机。海图公司开发多款水下机器人产品，618展示得到重要认可。基于人工智能的小型水下机器人可广泛应用于海洋与内陆，有显著产业化前景。 二、前期研究基础 科研依托厦门大学海洋与地球学院、水声通信与海洋信息技术教育部重点实验室，具备开展水声实验的良好设施：嘉庚号科考船、一艘海洋二号实验船、两处岸边实验站、一个大型水声水池、水声换能器、测量放大器、丹麦B&K公司的声学测量仪器谱分析仪等。已研制多款水下仿生机器人并在水池完成测试。研究团队凭借跨学科优势，把仿生声学探测与水下机器人技术相结合，取得创新成果。本项目实施所需要的实验方法与技术已经具备，并已在以往研究中得到成功应用，从而具备扎实的科研基础。 三、应用技术成果 在仿生探测方面，研究基于人工智能的水下探测与识别技术。仿生最优能量传输与波束控制、仿生目标探测与人工智能识别可以提高水声探测指向性、抑制混响并具备定向水声通信能力，能够突破现有水下机器人水声探测和通信限制。在基于人工智能的海洋仿生机器人研发方面，利用生物医学成像测量鲸豚流线体形、结构和组织特性，设计仿生机器人具有仿生形态和柔性特性，突破现有水下机器人结构和材料设计理念。研究水声仿生智能探测、目标特征提取和分类识别提升仿生机器人水下工作能力。在仿生水下机器人样机研制、传感和模式识别等取得应用成果。 四、合作企业 海图志（厦门）智能科技有限公司由福建省海洋与渔业厅批准的双创干部苏芃牵头成立，组织了西北工业大学、华南理工大学、厦门大学、福州大学、福建师范大学等院校博士专家40余人组成，2015年开始，经过了2-3年的基础理论研究，已经申报和取得相关的专利软著20项。开发过相关的水下装备设备包括水下光学成像摄像机、水下光学镜头、水声定位设备、水下潜器等等，具备一定的开发研究的基础。得到省委于伟国书记、中国工程院院长周济、国家海洋局林山青副局长等等领导的认可。相关的产品取得福建省618青年海洋创新创意成果奖第一名，第六届全国海洋航行器设计与制作大赛一等奖，19届中国国际高新技术成果交易会优秀产品奖、中国创新创业大赛福州市三等奖。海图志（厦门）智能科技有限公司取得厦门海峡科创基金的以5000万估值的投资，在厦门设立海洋机器人创业基地。 海图志（厦门）智能科技有限公司小型水下产品在2016年深圳高交会上引起了科技部、云南省科技厅、广西省海洋局等其他省市领导的重视，2017年福建618项目成果交易会上得到中国工程院院长、福建省省长（现任省委书记）、国家海洋局副局长、福建省副省长、省发改委主任等专家领导的肯定。

本发明公开了一种基于拉曼光谱技术的藻种分类识别方法，包括：取相同藻种的多个样本，每个样本均为当前藻种的活体藻液，采用拉曼光谱仪获取各个样本的拉曼光谱原始信息；对采集的拉曼光谱原始信息进行预处理，得到对应的预处理谱图，然后采用偏最小二乘法从各预处理谱图中提取主因子；更换藻种，获得与不同藻种相对应的主因子；以所有藻种的主因子作为输入，以与各主因子相对应的藻种分类为输出，建立BP神经网络模型；取待鉴别活体藻液，获得该待鉴别活体藻液的主因子并输入所述BP神经网络模型，获得待鉴别活体藻液中所包含的藻种分类。本发明实现了基于拉曼光谱技术的藻种快速准确分类，大大简化了操作步骤，缩短了检测时间。