（1）开发工业字符自动识别算法，有效对旋转、变形、缺失字符进行准确识别，实现自动物流跟踪；（2）支持面喷、侧喷、钢印和手写字符的识别；（3）支持自定义字库，语法，多点同步识别；（4）识别算法对喷印质量没有要求，识别准确率为：对人工能进行识别的字符整体识别正确率为 99%。

场景文字检测与识别是指将自然场景中出现的文字信息识别出来。具体来讲其包含两个部分（如图1）：文字检测和文字识别。在现实生活中，场景文字检测与识别的应用十分广泛。

一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 学号 高志豪 计算机学院/物联网工程 2017年/2021年 201731064410 林钟煇 计算机学院/物联网工程 2018年/2022年 201831064119 阳旭菻 计算机学院/计算机科学与技术 2018年/2022年 201831062525 李沛键 计算机学院/物联网工程 2018年/2022年 201831064115 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 陈雁 计算机科学学院 副教授 人工智能、复杂网络、能源与人工智能交叉领域 刘忠慧 计算机科学学院 副教授 机器学习、人工智能、形式概念分析 四、项目简介 美国海相页岩气藏的成功勘探开发，展现了页岩气的巨大潜力和发展空间，同时也极大地促进了页岩储层微观结构表征分析技术的发展，通过页岩岩心薄片观察底层形态、确定底层数据，是页岩气勘探开采中的重要一环。页岩储层的孔隙作为页岩组分的一个重要部分，其结构特征直接影响着储层剩余储量的剩余油的分布，因此，对页岩薄片孔隙的形状和类型进行研究是十分必要的。但在目前，页岩薄片只能靠人工鉴定，这种方法工作量大，效率低，且主观性强，误差较大。深度学习是近年发展起来的具有多层次特征抽象归纳与知识发现能力的机器学习算法，目前已经被广泛应用到了语音识别、计算机视觉、自然语言处理等众多领域。在地质和岩石物理领域也有了初步的应用，深度学习方法在地质数据的特征提取及预测识别方面有着广阔的应用前景，本项目组将会开发页岩薄片智能平台，通过机器学习算法来学习专家知识，自动识别孔隙类型，这样就可以大大提高效率，节省人力。

一、项目简介 声纹识别是人工智能的核心技术，可广泛应用于司法、社保、银行等领域的身份认证，但还存在跨信道、噪声、短语音等技术瓶颈，需要持续研发改进。 二、前期研究基础 有超过15年的研究积累（实验室网址：speech.xmu.edu.cn），已研发dnn i-vector, x-vector等核心算法，达到国际一流水平，应用开发也积累了丰富的经验，在STEW-1、POATi、OLR2017等国内外评测名列前茅。 三、应用技术成果 课题组研发的文本相关说话人识别系统，已应用到全国10个省市的司法社区矫正平台。课题组与合作企业研发的文本无关声纹采集与辅警系统，应用到厦门110接处警系统。课题组研发的基于i-vector的大规模声纹检索系统，应用到市场调查电话录音的筛查中，处理语音超过50万条，有效降低人工成本，受到客户的好评。 四、合作企业 厦门天聪智能软件有限公司是一家成立于2005年的高新技术企业、公安部声纹识别行业标准制定单位，专业从声纹识别、语音技术和人工智能软件的研发和销售。经过13年的发展，天聪公司已成为国内领先的语音声纹识别技术开发商。天聪公司被认定为“高新技术企业”和“软件企业”，获得软件著作权6项、授权和受理专利9项、科技鉴定成果1项、制定声纹标准1项。天聪声纹识别技术及产品已成功应用于司法鉴定、社区矫正、市场调查、公安刑侦、社保养老等领域，其中社区矫正声纹识别系统市场占有率第一。

西华师范大学发布关于大熊猫保护的最新研究成果：大熊猫面部识别技术。据悉，目前该技术主要针对圈养大熊猫，可为各只大熊猫建立专属ID，既方便工作人员管理，也方便游客们对每只熊猫的识别、了解。西华师范大学生命科学院研究员张晋东表示，“从2015年开始计划做这个事情，找人来合作，从思路到确定方法，一直到2019年才把数据的手机、模型的训练、最后的结果得出来。”接下来，会逐步向野生大熊猫种群推进，为其保护研究做更深入的工作。西华师范大学副教授韦伟称，目前主要用第三代红外线相机，把它放到大熊猫旁边就不用管了，只要熊猫从旁边过，它就能拍到个体的图像。但是“人脸识别技术”是比较先进的，它可以运用人工智能通过不同的模型来矫正，且准确率是比较高的。未来，大熊猫种群身份库的建立，可以解决大熊猫长期野外跟踪和监测数据，没有合适方法来识别、监测的难题，为野生大熊猫保护研究做更深入的工作。

一种射频识别标签，包括封装体和位于封装体内的射频电路，所述封装体内轴向开有至少一个导流孔，导流孔的一端开孔小于另外一端，导流孔远离轴线的侧壁形成导流斜面，这些导流斜面以封装体轴线为中心对称分布。通过控制导流斜面的斜率而控制射频识别标签投掷到油井管道盐水中时的下落速度，且所述射频识别标签在盐水中下落时不易旋转，运动更加平稳。

计算机网络通讯技术的迅猛发展，使生活在网络时代的人们几乎每时每刻都需要证明自己的身份，为此需要记住许多能够标识份的有效信息，如信用卡等，但利用密码来进行身份识别存在许多安全隐患。如何准确方便的进行身份鉴定是生活在网络时代的人们关注的焦点问题。利用生物特征识别技术不仅能够提供相对方便，快速，准确的身份识别方法，而且还能够解决传统身份识别方法所存在的问题。在网络环境下利用生物特征进行身份识别，无论是生物特征数据库还是网上传输的生物特征，都需要确保其真实性和完整性，然而网络信息的全透明性和易操作性，使得恶意攻击者可以轻易地对其进行篡改和伪造，因此有效的保证网上生物特征数据的安全性是利用生物特征进行准确身份识别的前提条件。一个简单而有效的方法是采用近年来兴起的数字水印技术。一方面，可以利用数字水印技术实现信息的隐蔽传输；另一方面，可以利用认证水印技术对其进行完整性和真实性认证。同时结合密码学、数字签名等技术对网络环境下的生物特征数据进行安全维护，进一步提高生物特征数据的安全性。该课题是网络环境下生物特征识别技术推广与应用必须解决的关键问是，有着广阔的应用前景。

本项目着重研发一系列不同工作频率与不同储存信息量有机射频识别（ORFID）标签或有机射频卡为主，研究各种有机集成器件，为大面积集成柔性电子产品产业化奠定了有机电子方面的理论基础。本研究采用不同有机导电材料及制作工艺使有机薄膜晶体管（OTFT）集成于塑料基底上，制备出RFID塑料芯片。工作采用一套新的完整的技术方案，包括结合应用需要进行有机RFID标签的结构，电路设计，在柔性衬底上进行芯片集成电路的制作（通过掩模板及光刻工艺制备高性能的低聚合物RFID标签集成电路，喷墨打印方式制备便宜的高分子等有机RFID标签集成塑料芯片两种路线），印刷天线，及选择合适的测试系统进行应验标签和分析标签工作机制等部分。制备出工作频率为125kHz、13.56MHz 及储存信息量为1字节及8字节的有机RFID标签。其中晶体管的性能达到开关比在104以上，迁移率0.4~0.7cm2/Vs，电路工作电压在15V左右。本项目是国内首批研发有机RFID标签的实验室研究工作，从而给国内有机RFID技术的研发工作建立一个良好的平台，弥补国内在有机RFID标签领域的空白。 主要应用范围： 从长远发展看，有机RFID有可能成为将来主导各行业信息处理的关键技术之一。有机RFID标签作为一个低成本的选择，并不会代替常用、标准的无机RFID标签，而是开辟另一个新的市场，到时在RFID市场，有机半导体将与Si片技术相互补。有机RFID技术除了具有半导体RFID技术的优点以外，还具有便宜、厚度可以非常薄等特点，可以制成柔性电子标签，使用时可以随意粘贴，不受软硬度及厚度等限制，将来可以广泛应用于工业自动化、商业自动化、交通运输控制管理、军事物流等众多领域。 有机半导体的生产工艺将彻底改变了以往的Si集成电路生产流程，省去了复杂及昂贵的CMOS工艺过程（扩散、光刻、刻蚀、离子注入、薄膜生长、抛光等步骤），便宜并且环保。因为有机电子学能够实现大规模应用很关键的一点就是其能通过印刷工艺来实现有机电子器件的低成本。同样有机RFID标签的研究中，各国研究者的目的是想通过有机半导体材料制备有机集成电路，最终可以通过印刷的方式来得到有机RFID标签产品。这意味着有机RFID标签的到来将带动印刷行业领域的进展。采用打印制备RFID标签的工艺将碳基材料的微细颗粒喷射到芯片的基底上，不到几分钟就可以制造出芯片成品，且塑料芯片可以单片制造，其成本甚至不到0.1美分。而目前如果要建造一座生产Si芯片的工厂，其资金可能要高达百亿美金以上，然而同样的资金却可以建造超过100个生产塑料芯片的工厂。不论从前端厂房及材料成本，到后端的应用与生产成本，有机RFID技术的生产都极具优势。 目前世界各国都认为有机RFID市场前景巨大。至于技术的发展，目前全球都还在探索阶段。各国家、地区和机构纷纷加大研发力度，尤其各国已经有专门的公司进行相关项目的投资。比如，美国Organic ID、IBM和德国PolyIC等公司。而中国的大部分企业一直处于观望的状态，虽然目前已经开始尝试无机RFID在一些领域的应用示范，但在技术基础方面远远落后于欧美各国，加之标准待确立和产业基础薄弱，诸多因素制约着RFID技术在中国这个世界最具潜力的消费市场难以大规模运行。如果有机RFID的研究及应用方面迟迟不肯投资，在未来新崛起的有机RFID产业里又必将落后于欧美、日韩和新加坡等国。只有在快要占领市场的有机RFID技术方面尽早投入，将来才可能分得一杯羹。 制备出基本器件后，随着研发不断深入发展，将制备存储量和响应不断提高的器件。

本车牌识别基于PC的一个高性能，全天候自动对过往车辆进行抓拍和号牌号码识别的工作系统, 它采用了先进的现代图像处理、模式识别、人工智能技术，特别采用了模糊小波牌照分割算法、自适应神经网络字符识别算法，以及图像识别自适应增强处理。可识别各种大陆的车牌，包括蓝牌、黑牌、黄牌以及白牌。本技术对于低劣质量的图像都有较高的识别率，而且识别速度快，可以满足现场苛刻的使用要求。能自动适应各种恶劣天气、白天夜晚光线变化，无需用户进行复杂的参数调整。图像抓拍时，有红外、线圈以及视频三种触发方式，依据现场需要而设定。该系统可以安装在交通干道、高速公路、桥梁隧道等场所，用来加大交通监控力度，消除交通安全隐患等。 主要特色： 1、适应恶劣天气、白天夜晚光线变化，各种复杂图像，无需用户进行复杂的参数调整。 2、对图像质量要求不敏感：在图像中车牌处于背光、对比度低的情况下，以及车牌字符出现断裂、遮挡、有污渍、模糊、掉漆等情况，本车牌识别都可较好的识别出来。 3、24小时对经过的车辆进行实时抓拍和监控，性能可靠，具备自检功能。 4、并行监控、抓拍4个车道，8个车道，多路扩展。 5、车牌号码自动识别及灵活扩展识别功能，对车牌号码和车牌颜色识别。另外，依据客户要求增加其它附加识别功能（车身形状、车身颜色、车体尺寸等）。 6、对抓拍和识别图片具有存储功能，可保存历史数据以供备查。 7、可扩展LAN宽带网络、GPRS无限通讯、自定义无限数据传输、连接服务器海量存储，监控中心实时报警。