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
班班通录播音频采集与处理平台
功能特性: 高灵敏度全指向阵列咪头,覆盖方圆近10米空间,声音干净自然; DSP数字阵列对比算法,自适应动态降噪,完美去除环境噪声; 全数字自动增益,远近距离说话,拾音大小效果一致; 集成班班通音频信号管理平台,所有音频设备集中管理使用,节约投入,便于维护。   本设备采用处理器与拾音器分离设计,拾音器与处理器通过一根或者两根专用数据线连接,实现音频和电源共线远距高保真传输,拾音器由处理器集中供电。处理器外壳采用标准19英寸机柜设计,1U高,可直接与其他录播设备固定安装在机柜里面,由机柜直接通过市电供电,与其他设备集中管理维护。 处理器集成多功能音频处理平台,具备高速DSP语音处理模块、多路自动混音、环境噪声消除、自动增益、前级放大、多路输入输出音频管理、每路输出音调调节、输出音量调节、单独和混合输出等多种功能。实现一台机器即可接入管理班班通里所有的音频设备,如无线麦克风、电脑音频、校园广播等,处理器直接输出音频至录播主机录音和功放扩声使用,避免使用一般监控类拾音器需要额外增加比如调音台、混音器、前级放大器等设备,节省投入,大大减轻维护工作量。 本设备提供单拾音器和双拾音器两种配置方案,可根据空间大小和形状选购安装。一般类似方形规整空间,可选用单拾音器方案,用一个配套的专用拾音器安装在空间中央天花上,实现整个空间的声音采集;如果是狭长型空间或者过大空间(如100平方米或以上),则选用双拾音器方案,用配套的两个专用嵌入式拾音器,前后分布嵌入在天花上,进行整个空间的声音采集。实现一个平台满足不同空间需求的高效配置。
恩平市雅克音响器材厂 2021-08-23
XI006AE6路采集卡
产品详细介绍功能优势: l         画质好:采用10bit采样精度 的4倍过采样AD转化器,5线自适应梳状滤波器等技术,保障了画面细节丰富,信噪比高,并最大程度的减少了色边的出现。 l         音质好:采用96KHz采样率,24bit采样精度AD转换器,实测信噪比在90db以上。 l         高性能:采用高速PCI-Express接口,高速大容量图像缓存技术,有效避免了画面拉丝现象的产生。 l         硬件去隔行:提供运动自适应去隔行效果优异去隔行处理接口,运动画面不会发生明显拖尾现象,使运动画面更清晰。 l         体积小:符合Low-Profile接口卡标准,集成度高,体积小,可方便的插入2U机箱内。   规格参数: l         输入通道:6 路 CVBS 标清视频、2个6路立体声线路音频 l         CVBS 输入标准:PAL/NTSC l         CVBS 采集输出格式: n         画面大小:176x144 至 720x576像素 n         每秒帧数:1-30帧/秒 n         色彩格式:UYVY/YUY2/I420/RGB24/RGB32 l         音频参数: n         声道数:  12 Channel n         采样频率:  8/16/22.05/32/44.1/48/96 Khz n         采样精度: 24 bit n         信噪比:  >= 90 db l         视频处理功能:RGB/YUV转换,5-Tap 画面缩放,运动自适应去隔行 l         板载内存:128MB;DDR2/32bit/166MHz l         插槽接口:Low-Profile PCI-Express x1 l         主体外观尺寸:123mmx69mm l         标配附件:1根6路视频引出线,2根3路立体声音频引出线,1个半高PCI挡板
迈斯威尔 2021-08-23
基于CT图像的胰腺肿瘤诊断算法、基于钼靶图像的乳腺癌淋巴转移诊断算法
技术分析(创新性、先进性、独占性)开发了新颖的深度学习算法,准确识别患病部位,准备诊断患病类型,可以显著提高临床效益。自主独立开发。已经在两家大型三甲医院做测试,算法和程序代码完整,
中国人民大学 2021-04-10
基于CT图像的胰腺肿瘤诊断算法、基于钼靶图像的乳腺癌淋巴转移诊断算法
技术分析(创新性、先进性、独占性) 开发了新颖的深度学习算法,准确识别患病部位,准备诊断患病类型,可以显著提高临床效益。自主独立开发。
中国人民大学 2021-05-11
核酸单分子荧光图像测序智能检测技术
深圳国际研究生院张盛副教授团队在已开展的核酸测序方面的专用图像传感元器件关键技术基础上,提出了“基于单分子荧光图像测序的冠状病毒核酸智能检测技术”重大攻关项目研究方案。课题组通过远程网络讨论与协作等多种方式,组织了相关学科的专家多次进行技术研讨,并与深圳市行业内的权威机构合作,在两周内快速进行原理论证,形成技术方案,完成智能检测装置的原型结构设计及前期研究准备工作。 项目致力于开发具有核酸智能检测能力的低成本嵌入式物联网设备,为公共卫生防疫事业提供更加有力、且具备“提前生产、快速部署、分散检测”特点的新型核酸检测的解决方案,有望实现未来冠状病毒传染事件中基因序列的快速发布与潜在感染者的本地化核酸检测能力快速部署,帮助医护人员和民众在家庭或社区对感染或疑似患者进行现场筛查,减少潜在感染者的聚集与交叉感染,快速实现核酸检测层次的确诊检验与病症初筛,助力疫病防控和公共卫生领域战略科技力量的提高和储备。
清华大学 2021-04-10
基于分类学习的图像检索原型系统
本系统采用Core图像数据库51135幅,每幅图像提取纹理与颜色相综合的128维特征值构建特征数据库,采用自行设计的度量距离分类学习算法,在传统的图像检索基础上引入学习机制,系统共分类369个,每一类选取少量有代表性的图像(最多不超过6幅),试验表明,在提供有限的学习样本条件下,能有效提高图像检索的精度。 系统采用两种检索方法进行比较,一种是传统的欧氏距离,另一种是本系统设计的分类距离学习方法,比较两者在图像检索精度上的差异。 该原型系统核心程序在Linux下用C编译实现,图像检索界面由PHP实现,通过Web服务器实现在线检索功能。
东华大学 2021-02-01
新冠病毒肺炎CT图像自动分析系统
哈尔滨工业大学联合哈尔滨医科大学联合研发“新冠病毒肺炎CT图像自动分析系统”,该系统阅片效率是人工阅片速度的30倍,新冠肺炎相关病变检测准确率基本达到了医生水平,可以定量评估病变范围。 由于新冠肺炎患者肺部CT图像上有较为典型的征象,可以作为新冠肺炎快速诊断和病情评估的重要依据,因此哈尔滨工业大学计算机科学与技术学院邬向前教授联合哈尔滨医科大学附属第二医院影像科李萍教授,成立哈工大-哈医大联合攻关小组,研发“新冠病毒肺炎CT图像自动分析系统”。联合攻关小组紧急联系中国多家医院,收集177000多张肺部CT图像,其中包括来自新冠肺炎患者的近40000张图像。 联合攻关小组克服了各种困难,经过多天通宵达旦努力工作,仅用了一周左右的时间就初步研发成功可用于诊断评估新冠肺炎的CT图像自动分析系统。该系统可以自动检测CT图片上新冠肺炎相关病变,并估算病变区域在整个肺部的比例,为新冠肺炎患者的筛查和病情评估提供了依据。这些信息,在人工阅片时无法得到。该系统已在哈尔滨医科大学附属第二医院进行部署试用。该系统具有非常优越的性能,其阅片效率差不多是人工阅片速度的30倍,新冠相关病变检测准确率基本达到了医生水平,尤其可以定量的评估病变的范围对临床诊断非常有意义。查看原文
哈尔滨工业大学 2021-04-10
低分辨人脸图像重建与识别系统
成果简介当前,视频监控得到了迅速发展。视频监控普遍存在的问题是:人脸图像分辨率低下。对于低分辨率的人脸图像,需要清晰化目标人的人脸图像和确定监控中目标人的真实身份,这是一个国际性难题。成果应用应用于2008年北京奥运是奥运史上首次将人脸识别技术作为人员身份识别的智能化手段引入其安保工作,是人脸识别技术在华发展的里程碑。 ------摘自人民日报海外版(2012年02月25日) 应用于户籍查重湛江市对全市6123812张二代证人脸图像进行人脸识别,共查出12314对重复户口,查出8名网上逃犯。 对我国人脸识别应用呈现爆发性增长起到了推动作用应用于视频图像侦察清华大学在低分辨率人脸图像重建的新进展:对瞳距大于12像素的人脸图像进行重建,重建像的人脸识别率为:在10万异源数据库中(如二代证数据库),前100名的识别率大于70%在10万同源数据库中,前100名的识别率大于80%
清华大学 2021-04-13
出租汽车违法违章运营行为图像取证
北京工业大学 2021-04-14
基于图像的农作物虫害检测技术
本成果分为叶片害虫检测和叶片伤害程度检测,害虫检测通过研究的图像建模及形态学处理等相关方法对农作物叶片上昆虫位置进行快速检测,并通过模式统计和分类识别方法精确计算害虫数量和识别类型,每张图片(参考分辨率 2448*3264)处理速度小于 1 秒(和害虫的数量相关),速度远高于人眼。叶片伤害检测通过图像处理方法将图像进行背景、叶片、斑纹分割,通过统计像素,集合斑纹形状进行定级评价,每张图片(参考分辨率 2448*3264))进行自动检测和分析,处理速度 2 秒左右(和图像中叶片的数量相关),经过人工核
扬州大学 2021-04-14
首页 上一页 1 2
  • ...
  • 16 17 18
  • ...
  • 47 48 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