本发明公开了一种激光红外融合检测识别系统，包括非均匀性校正 SoC 芯片、图像旋转 ASIC 芯片、多级滤波 ASIC 芯片、连通域标记 ASIC 芯片、主 DSP 处理器、从 DSP 处理器、主 FPGA 处理器和从 FPGA 处理器，其中，从 FPGA 处理器控制各 ASIC/SoC 芯片完成激光和红外图像的预处理，主 FPGA 处理器控制主 DSP、从 DSP 及标记 ASIC 协助完成远距离、中距离和近距离的目标融合检测识

1 成果简介语音识别在嵌入式芯片上实现的主要矛盾是算法实现的性能精度与芯片功耗、速度之间的矛盾，一个性能较好的 800 条典型汉语普通话语音识别算法以纯粹软件嵌入方案实现通常需要 200MIPS 以上 ARM（ Advanced Risc Machine） MCU 处理速度，因此我们提出语音识别集成电路 IP 与协处理器来克服以上的问题，通过关键运算的硬件化映射来大幅提高语音识别计算的功耗和处理速度。该设计可作为语音识别集成电路 IP 放入客户的 SoC 芯片中，也可作为协处理器放在片外。 关键性能指标如下： *工艺：苏州 HJTC 0.18um 1P6M 标准 CMOS 工艺 *管芯面积： 1.5 x 2mm *逻辑规模： 3 万等效门（标准二输入与非门，不含 SRAM） *I/O 数： 52 封装: CQFP64 *存储规模：片上集成 1 片单口 SRAM，共 4K×16 比特 *供电电压：核心部分->1.8V， IO 部分->3.3V *正常工作频率： 20MHz（最高工作频率 100MHz） *功耗： 80uW/MHz *速度： 4us/帧（特征维数取 27，时钟频率取 20MHz） 图 1 语音识别集成电路版图图 2 ARM+语音识别协处理的测试系统表 1 与其他语音识别芯片的对比2 应用说明语音识别 IP 或协处理器基于对高斯混合模型计算的优化，适合于各种 HMM 模型的模式识别计算，在语音识别、说话人识别、说话人确认、语音合成等方面均可以广泛应用。 语音识别 IP 或协处理器以加速 ASIC 的模式工作，相同时钟主频下计算性能是 TI C54x系列 16bit DSP 的 5.5 倍以上，对主系统计算性能提升可以达到 4~8 倍。 语音识别 IP 或协处理器对于性能要求型场合和功耗限制型场合都十分适合，芯片支持16bit 并行总线接口，适合于各种 32 位/16 位 MCU 系统，迅速为系统集成高性能语音处理能力。3 应用范围车载导航， GPS 手机，支持大规模识别词表（例如万条以上的地名）支持模糊语音检索；低端手机平台，支持语音拨号、语音控制，支持用户身份确认、声纹密码。4 效益分析语音识别 IP 或协处理器芯片可应用拓展到个人移动信息终端的全市场空间，以 GPS 产品为例，细分的预装 GPS、个人导航设备（ Portable Navigation Device， PND）， GPS 手机三种产品，根据 CCID（ Consulting China Research Center）咨询公司预测 2008 年这三者分别约占到全球市场总量的 15%、 35%和 50%。快速增长的 GPS 市场，对语音识别功能有着非常迫切而又实际的需求， GPS 应用提出的超大规模词表、高混淆度和高环境复杂度这一系列语音识别的技术难题，也只能由语音识别芯片解决。语音识别加快了人机交互与地名等信息的检索，可提高驾驶期间操作 GPS 的行车安全性，同时可以反过来进一步促进 GPS 产品的销售增长。 语音识别技术通过芯片在性能得到大幅提升后，将摆脱传统的人名拨号功能，可用于菜单控制、地名、信息、多媒体内容的检索等等。而语音识别芯片使得低功耗和低成本的要求得以满足，有望成为手机人机交互界面（ Man-Machine Interface， MMI）发展的新技术增长点，移动通信领域的市场潜力特别巨大。

成果与项目的背景及主要用途： 防伪，是企业在目前社会诚信缺失、假冒伪劣商品扰乱企业正常经营和损害企业、消费者利益的情况下，为保护企业市场、保护广大消费者合法权益而采取的一种防范性技术措施。企业在充分利用防伪技术来打击假冒伪劣、整顿和规范市场的同时，更是品牌企业对外提升企业及其产品形象、展示企业对消费者、对社会负责任的一种必须手段。 同时，企业应以防伪为契机，将有效的防伪措施作为企业的一种战略投资，并有计划地制定并逐步实现防伪工作目标，并将防伪贯穿于产品生产、市场营销、企业管理的全过程，将防伪作为企业维权、打假、增效、塑造品牌的重要手段。 技术原理与工艺流程简介： 将高科技应用于防伪是国际上普遍采用的方法之一，基于频率转换技术的特殊光学防伪措施就极具代表性，比如：紫外油墨防伪、激光防伪等。特殊光学防伪是利用发光器（如：激光器、特定波长光源等）激发涂覆在纸面上的特殊材料，发出特定波长的光，再利用接收系统对此光进行接收，从接收信号的有、无或编码顺序来识别真假。可以看出，特殊光学防伪涉及到几个重要的元器件，即特定波长半导体激光光源、窄带光学滤波器、光电探测器和专用处理芯片及配套的机具结构。在防伪鉴别系统的研制过程中，对这几种器件提出了很高的要求，即体积小、强度高、温度特性好、对特定波长接收敏感、自动漂移补偿等，以保证防伪机具的稳定性和可靠性。我们采用的原理是频率变换光油墨，然后用某个特定波长的激光激发，最后用 PD 探测，以此组成防伪识别仪器。所谓光学频率转换理论是采用光谱发射器件以特定的波长激发被测物的表面产生另一个特定波长的光学信号，这个信号经过光滤波器件、专用光电接收器件后由专用信号处理电路进行识别，并使整个系统始终处于自动补偿状态。光子混合集成器件就是使新型光谱发射器件、专用光电接收器件、光滤波器件在一起有效地组合，可采用混合集成或光电集成来制成这种光子集成芯片调试、封装，再加上专用弱光信号处理及补偿芯片等元件实现优化组合和匹配，构成微型化系统模块。其原理图如下 频率变换原理：当荧光物质被激光照射时，其电子就会吸收光子被激发而跃迁至激发态，当他向低能态跃迁时，就产生荧光。从此发光过程来看，由于发光主要是电子跃迁引起的，并且经研究表明此种频率变换效应需要有晶体的机制才能发生，所以，简单的改变油墨涂料颜色等不会对它的频率变换有所影响。 应用前景分析及效益预测：防伪度高，识别性强，具有客观的市场前景。 应用领域： 包装防伪行业 合作方式及条件：根据具体情况面议

安徽省模式识别信息技术有限公司，成立于2022-01-12，注册资本为500万人民币，法定代表人为严海娇，经营状态为存续，工商注册号为340172000475911，注册地址为安徽省合肥市经济技术开发区锦绣大道99号合肥学院中德青年学生创业孵化中心办公楼4层416室，经营范围包括一般项目：技术服务、技术开发、技术咨询、技术交流、技术转让、技术推广；企业管理咨询；科技中介服务；教育教学检测和评价活动；会议及展览服务；住房租赁；物业管理；创业空间服务；工程管理服务；知识产权服务（专利代理服务除外）；专业设计服务；数据处理和存储支持服务；大数据服务；互联网安全服务；软件开发；智能机器人销售；人工智能硬件销售；信息咨询服务（不含许可类信息咨询服务）；计算机软硬件及辅助设备零售；计算机系统服务；互联网设备销售；软件销售；电子产品销售；物联网设备销售；智能无人飞行器销售；信息安全设备销售

本书结合作者对图像处理,分析和三维重建等进行的研究和工作,对从数码相机拍摄的建筑物图像中以参数化建模的方法恢复建筑物的三维几何结构进行了论述和探讨.

成果介绍本发明公开了一种面向城市分区规划的空间分区方法，根据城市平面地形数据绘制仅有主城区数据信息的评价底图，确定影响城市空间分区的要素和划分方式，然后进行城市的划分和二次划分；最后根据弹性要素进行调整。本发明采用完全量化的调查、统计、计算方法，具有客观、严谨、唯一的特点，利用本发明布置公共服务设施，促进了公共服务资源的均衡覆盖，为城市分区规划、城市战略发展规划、城市商业网点规划和相关建设的依据，提高城市规划建设的实施效果，以更高效合理的利用宝贵的城市建设资源。技术创新点及参数针对现有技术中存在的问题与不足，本发明提供一种面向城市分 区规划的空间分区方法，本发明以城市建设用地为基础，综合自然边界要素、人 工边界要素、行政区划要素、规划调控要素、服务人群元素和既有基础要素，确 定各个空间分区的方法。该方法面向城市分区规划，为空间分区提供了明确的范 围界线，提高了城市规划建设的实施效果。

高校科技成果尽在科转云

高校科技成果尽在科转云

我国垃圾处理行业概述：我国城市生活垃圾构成主要表现为:有机物增加，可燃物增多，塑料增多，可回收利用物增多，可利用价值增大。当前我国城市生活垃圾种类的多样化，主要构成为:有机物 : 塑料、厨余、果皮、草木、动物尸体等；无机物: 灰土、砖陶 等不可回收物；废铁、纸类、金属、织物及玻璃等可回收物；有毒有害废物：电池、废旧电子元件等。生活垃圾主要特点: 成分复杂、各种垃圾混合、袋中套袋，难于分类； 我国垃圾处理行业概述，填埋、堆肥、焚烧（发电）都不能从根本上解决我国的垃圾处理问题。尤其是针对世界性的难题——如何处理白色污染（塑料袋），以上三种处理方式，都没有有效地给予解决。填埋会造成土地无法修复的污染，焚烧会产生大量的二恶英，同时塑料制品又不可能去发酵堆肥。

该研究首次基于政府间气候变化专门委员会（IPCC）最新的共享社会经济路径（SSPs）对2015~2100年全球城市用地扩张进行了1km分辨率的情景预测，并分析了其对粮食生产和自然植被带来的影响。       城市用地虽然仅占陆地面积很小的一部分，但现有研究表明，城市用地及其扩张可能对全球环境产生深远影响。对城市用地空间格局进行预测需要建立能够代表未来社会经济和环境条件的情景。目前已有的全球城市用地预测产品，或在情景方面选用的是单一的、自定义的情景，导致产品间无法进行统一的、可比较的研究；或在空间分辨率上较为粗糙，多为10~50km分辨率，导致城市用地空间细节丢失，无法有效反映城市用地空间格局的动态变化。因此，该研究采用IPCC最新提出SSPs情景，利用刘小平教授提出的FLUS土地利用变化模型，对未来全球城市用地扩张进行了1km分辨率的情景预测（如下图）。结果表明，不同发展水平的国家对情景的响应不尽相同，甚至相反，一些有利于发达国家城市发展的情景（如SSP5），反而不利于低收入国家的城市发展。另外，该研究对一些地区在未来的一些情景中出现的因人口减少而导致出现城市收缩压力的情况也进行了分析。 该研究还分析了由于未来城市用地扩张导致的粮食产量损失的情况。预计新扩张的城市用地中约50~63%将来自农田。在不考虑由于农业管理方法的改变而可能补偿预期产量损失的情况下，全球粮食产量将因此下降约1~4%。这些产量损失在不用其他粮食的产量进行弥补的情况下，将影响相当于每年1.22~13.89亿人的粮食需求。结果还显示，农田损失与粮食产量损失之间不成比例，揭示了保护肥沃和优质农田的重要性。管理和合理规划城市开发地点和流程是减少未来粮食生产损失的关键措施。