"自然场景视觉感知与理解是人工智能的前沿热点，其主要任务是对场景中的视觉要素进行认知，进而推断出其中包含的场景语义。 IMAGINE实验室近年来相继从场景构成分析、场景内容推理、场景结构建模等角度对这一问题展开了系统研究，着重探索了融合先验建模与深度学习的自然场景视觉理解这一问题。"

一、 项目简介本项目所研究的交通视频分析与车牌识别属于智能交通系统的主要研究方向，研究以高清视频流为基础，通过先进的图像处理技术，可以实时进行车辆跟踪、车流量监测、车牌信息检测等功能。二、 项目技术成熟程度项目是河北省科技支撑计划项目，研究开发的系统可以准确的进行交通流量检测，车牌识别以及车辆违章行为识别。三、 技术指标（包括鉴定、知识产权专利、获奖等情况）项目于2012年完成验收以及鉴定，鉴定成果为国际先进水平，申请软件注册权两项。四、 市场前景（应用领域、市场分析等）主要用于交通部门的道路监控。五、 规模与投资需求（资金需求、场地规模、人员等需求）系统需要在指定道路监控地点架设高清摄像机，除场地设备每套设备投资约为6万元。场地设备安装以及采购以当地情况为标准。六、 生产设备系统需高清摄像机一部，工控机一台，以及用于安装监控摄像机的道路支架一部。七、 效益分析  使用该系统可以降低交通管理部门工作人员的劳动强度，提高交通监管的工作效率和准确性。八、 合作方式软件使用权转让，包括软件的安装和培训。九、 项目具体联系人及联系方式（包括电子邮箱）于明，e-mail: yuming@hebut.edu.cn十、高清成果图片3-4张

成果简介： 全场景试验将智能变电站二次系统作为检验对象，试验时保持二次系统接线的完整性，采用分散注入的方法在合并器的输入端注入数字化模拟量信号，检验范围包括了合并器、交换机以及试验范围内的线路保护、母线保护、变压器保护、各种安控装置、测控装置、智能控制柜、计量装置、监控系统等相关设备和系统。 本项目研制的全场景试验系统支持对继电保护装置、测控装置、安控装置、故障录波装置等二次设备的单装置试验、复杂保护的配合试验、智能站网络性能测试、保护装置的整组试验、智能站与调度系统的联合试验以及智能变电站间的联合试验。该项试验技术可以有效克服现有试验方法的缺陷，有助于提高试验质量和试验效率。 《智能变电站全场景试验系统》也可用于实验室，完成对大规模二次系统的联合试验。 智能变电站全场景实验系统是基于电网仿真、无线同步与传输和分散注入的一种智能变电站整体性能试验技术，试验系统包括笔记本电脑、变电站仿真平台、无线控制主机、采集器模拟器和开关模拟器。

成果简介：研究基于二维电子地图的大规模三维场景自动生成方法。基于用 户输入的二维目标标定和素材库，实现三维场景快速生成、编辑和简化。主 要研究虚拟环境仿真中的关键技术及应用，针对大规模虚拟环境的特殊问题，研究了大规模仿真实体的实时绘制、内外存实时调度、模型简化算法、 硬件自适应算法等，实现了大规模虚拟战场的实时漫游。 项目来源：合作开发 应用范围：从事与虚拟现实仿真及其应用系统开发与生产的企业、研究所 等。 现状特

该成果突破了作物生长监测、诊断、调控一体化精确化技术，实现了传统农业向现代农业的技术升级；并且促进了农学与遥感、信息、工程、物联网等多学科的交叉融合，开创了作物精确栽培与智慧农业的新领域；形成了一系列农业信息化自主知识产权成果，提升了农业产业化水平和核心竞争力。同时，培养了一批高素质人才，带动了现代农业相关领域的创新研究与开发应用。 一、项目分类 关键核心技术突破 二、成果简介 高产、优质、高效、生态、安全作物生产是我国农业产业发展的主要目标，快速无损地监测作物生长状况，并根据实时监测结果对肥水管理方案进行定量调控，是实现这一目标的关键技术环节。南京农业大学曹卫星教授团队将定量光谱分析方法与作物生理生态原理相结合，通过实施不同生态点、不同品种、不同管理措施下多年的田间试验，构建了作物冠层和叶片水平的反射光谱库，着重解析了不同条件下的作物高光谱响应模式和时空变化规律，提取了作物主要生长指标的特征光谱波段和敏感光谱参数，构建了叶片、冠层、区域等多尺度的作物生长指标光谱监测模型；同时，定量研究了不同产量水平下作物生长指标的动态变化模式，构建了基于产量目标的生长指标适宜时序动态模型，进一步耦合实时苗情信息，综合利用养分平衡原理、氮营养指数法、指标差异度法等，集成建立了多路径的作物生长实时诊断与定量调控技术；将上述监测诊断技术与软硬件工程相结合，研制开发了面向多平台的作物生长监测诊断装置和基于遥感的作物生长监测诊断系统等简便适用的软硬件产品，进而形成了基于反射光谱的作物生长指标快速监测与定量诊断技术体系，实现了作物生长的实时监测、精确诊断和智慧管理。 该成果突破了作物生长监测、诊断、调控一体化精确化技术，实现了传统农业向现代农业的技术升级；并且促进了农学与遥感、信息、工程、物联网等多学科的交叉融合，开创了作物精确栽培与智慧农业的新领域；形成了一系列农业信息化自主知识产权成果，提升了农业产业化水平和核心竞争力。同时，培养了一批高素质人才，带动了现代农业相关领域的创新研究与开发应用。 已授权国家发明专利25项、实用新型专利5项，登记国家计算机软件著作权20多项；发表学术论文160多篇，其中SCI/EI论文60多篇；出版专著1部。成果先后得到国内外专家同行的充分肯定，2011年的成果鉴定认为（罗锡文院士主鉴），该研究整体居国际先进水平。同时作为稻麦精确管理关键技术，入选江苏省主要农作物2014~2015年“四主推”推介名录，团队起草的《稻麦生长指标无损监测诊断技术规程》入选2014年江苏省地方标准项目。技术成果已在江苏、河南、江西、安徽、河北、浙江等水稻和小麦主产区进行了大面积示范应用，表现为明显的节氮和增产作用，取得了显著的社会经济效益，对于推进精确农业和智慧农业的发展具有重大意义和良好的应用前景。

1. 痛点问题 场景、目标对象的感知与语义理解在医疗健康、运动培训等领域具有广阔的应用前景，其核心是如何在像素级、对象级、场景级多层次、多尺度表示下实现语义、几何及空间关系的透彻感知。 现有计算机视觉方法或激光雷达等手段无法同时获取多个维度的高质量场景与目标信息，同时现有的深度估计、语义分割、位姿估计等相关技术，存在识别精度低、提取不到关键信息、应用场景单一等问题，无法满足大尺度场景应用的需求。 2. 解决方案 团队提出多模态采集、时空复用编码摄像方法，获取大景深、高时空分辨、丰富的精确场景视觉信息；提出一种基于物理空间推理和语义关联建模的动态场景深度估计方法，综合语义信息、几何结构信息以及时空间信息进行滤波，实现复杂动态场景的无先验深度估计，将观测目标与背景进行区分；提出一套从图像和视频中预测目标的位置和姿态的方法，包括迭代匹配的深度网络、基于物体三维坐标的旋转/平移解耦、自监督6D模型等，克服了遮挡、光照变化、视觉歧义与数据标注依赖等因素的影响，可以准确估计目标相对相机的 6D 位姿（3D平移量和3D旋转量）；构建了基于全卷积网络和兴趣区域的多目标实例检测与分割框架，有效的解决了复杂类别、场景遮挡情况下的多目标实例分割问题，能够实现同时对场景中多个目标检测与分析。 合作需求 寻求医疗健康服务、医疗器械等领域有相关技术开发、市场推广经验，能推广本技术落地的高科技企业，可以进行深度合作。

本发明公开了一种自然场景文字检测方法及系统，属于模式识别技术领域。本发明首先对图像进行二值化处理以获取文字初步候选区域，然后基于判决规则和置信度图像建立两层滤波机制以剔除伪文字区域。为弥补前期处理所可能导致的文字丢失问题，将已获得的文字候选区域形成种子区域，然后在其邻近区域根据上下文信息恢复已丢失的文字候选区域。将沿水平方向排列的相邻的文字区域形成文字行并采用分类器进行判决以剔除伪文字行。最后，将文字行中的文字

本项目搭建一套基于深度学习技术的列车轨道安全自主感知系统，利用摄像头，激光雷达毫米波雷达等多传感器，通过多传感器融合和物体检测技术，对轨道安全进行监测感知。通过视觉目标检测，实现激光雷达点云数据处理和多传感器数据整合。

本实用新型涉及力学测定领域，尤其是一种模块化作物机械力学特性测量仪。包括测力系统模块1、支撑模块和推拉件模块，测力系统模块固定在支撑模块上，推拉件模块与测力系统模块的底部连接，测力系统模块和推拉件模块的连接处设置力传感器；所述测力系统模块包括螺杆Ⅰ、固定螺塞、活动螺塞和螺杆Ⅱ，螺杆Ⅰ设置在固定螺塞内，螺杆Ⅰ与固定螺塞之间形成螺旋副，螺杆Ⅰ的中心设有孔，螺杆Ⅱ设置在螺杆Ⅰ的中心孔内，螺杆Ⅰ与螺杆Ⅱ之间形成螺旋副，螺杆Ⅱ的底部连接有活动螺塞，螺杆Ⅱ与活动螺塞之间形成螺旋副，活动螺塞的底部与推拉件模块连接，活动螺塞与推拉件模块的连接处设有力传感器。其模块化设计理念，可装可卸，多用途使用，采用开速进给及精细调整结合，便于人工操作，数据测量准确,结构简单，收方自如，使用方便。