通过人脸检测模块对输入图像进行预处理，自动而准确地定位人脸所在位置并分割出相应的人脸 区域，对人脸面部图像进行特征提取，利用模式分类器进行性别识别。

Ø 本项目以聚酰胺-胺型树形分子（PAMAM）为模板制备了粒径可控、颜色可调的CdS/PAMAM量子点溶液，该溶液具有较高的荧光强度；应用于潜指纹识别时选择性吸附能力优异，发光量子点沉积在纹线上，小犁沟没有吸附（图1）；尤其对胶带粘面潜指纹具有非常理想的显现效果，可以通过室温反射和紫外可见荧光两种形式成像，具有较广的适应性；对陈旧指纹的显现效果良好，大大提高了使用范围。该显现液在公安部物证鉴定中心、北京市公安局等实战部门进行了实际应用，均取得很好的效果，一致认为其操作简便、显现潜指纹效果好

1. 痛点问题 手指是三维柔性器官，在利用主流的接触式指纹采集技术时，天然会引入皮肤变形，并且无法一次采集得到全部信息。变形给指纹识别以及指纹拼接带来了很大挑战。在指纹识别方面，为提高指纹识别率，通常在匹配前先使用指纹配准技术将待匹配指纹与库指纹进行对齐，再计算匹配分数。然而变形导致配准偏差，从而影响识别率。目前的解决方案采取容忍偏差的方式，没有精密测量手指变形，区分真假匹配指纹的能力受到很大限制。指纹拼接是将不同角度采集的指纹图像进行拼接，得到完整指纹的技术。由于目前基于细节点匹配的方案难以准确测量指纹变形，在拼接时很容易出现脊线错位，产生虚假特征，并遗漏真实特征，进而影响识别率。 2. 解决方案 本技术的核心在于将通信领域的一维信号相位解调技术拓展到二维指纹图像的精确配准。基本原理为：给定两幅指纹图像，首先通过细节点匹配进行粗配准，然后再采用基于相位解调的方法进行精细配准。因此，该方法结合了细节点匹配适合全局对齐的优点，以及相位解调适合处理局部变形的优点，对噪声鲁棒而且速度快。本技术可用于指纹识别系统，还可用于指纹拼接模块。 合作需求 寻求在生物特征识别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。

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。

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。

生物特征识别是利用人体的虹膜、指纹和人脸等生物特征进行身份识别的技术。项目处于产业化阶段，已授权相关发明专利28项，成果突破了国际上信息安全领域中多模态生物特征识别技术中的虹膜清晰度检测，虹膜特征提取以及低质量指纹图像的识别等技术瓶颈，研制了信息安全的多模态生物特征识别系统，该系统建立在自主创新和自主知识产权的基础上，打破了国际技术垄断，其中低质量指纹图像分割、虹膜动态质量评估和特征提取技术达到国际领先水平，直接推动我国多模态生物特征识别技术在信息安全领域的发展。本成果的推广应用为解决信息安全的重大

将物联网技术融入到课堂教学当中，方便教师管理

通过机器学习方法对个人的各种属性，如身份、年龄、姿态、表情、颜值、行为等进行自动识别和分析，广泛应用于人机交互、推荐系统、智能监控、安全控制等诸多领域。包括3D手势姿态识别、基于静态图像的人体行为识别等技术。

01. 成果简介 随着移动计算、传感器网络和科学观测设备等新技术在经济社会各领域的广泛应用，特别是监控、遥感、定位等技术的崛起，人们获得了海量的时空数据。时空数据分布于连续空间，并且随着时间动态变化，具有十分复杂的模式规律。例如，卫星遥感数据和雷达回波数据是广泛应用于气象观测和军事侦察的时空数据，在连续的卫星扫描或雷达观测过程中，形成时间轴上的一系列遥感图像或回波影像，反映三维地理空间中某种观测物理量的变化规律。视频监控、医学影像、气象预报、环境监测等很多应用领域都涉及时空数据预测和识别任务，在问题求解过程中需要同时考察时间和空间两方面因素，存在时间上的非平稳性和空间上的高维相关性两大技术难题。 本成果创新大数据深度学习技术，从复杂、海量、高维、非平稳的时空数据中识别重要的时空模式，挖掘在时间和空间上的变化规律，并对未来的时空演变趋势进行预测，形成了时空数据预测和识别的深度学习技术（如图1所示）。具体包括：·        提出卷积结构与循环结构深度融合的统一建模方法，学习高维度、非线性时空特征表示，挖掘空间关联结构与时间动态信息；·        提出时空记忆单元和回忆机制，对时空非线性、非平稳性变化进行预测学习；·        提出时空数据的迁移学习技术，降低时空分布差异，实现知识的跨时空迁移。 该技术尤其擅长捕捉高维度、非平稳时空数据的非线性变化规律，例如多物体对象在空间和时间上的“产生、消亡、运动、形变“等复杂时空数据场景。与同类技术相比，运行时间短，预测和识别精度高，在国际上处于整体先进、部分领先的水平。  图1. 用于时空数据预测和识别的循环神经网络架构及其时空记忆单元图2. 本成果技术（时空数据预测与识别）在北京交通流量预测任务上的效果02. 应用前景 该技术成熟度高，部分成果已经以线上系统的形态成功应用于中国气象部门强对流天气预报业务中，与国内现有极端天气预报业务系统相比，该技术将雷达回波外推预报准确率平均提高了45%，其中高强度雷达回波外推预报准确率提高了353%，处于国际先进水平。气象灾害中70%以上是由雷暴大风、下击暴流等强对流天气导致，致死人数占自然灾害死亡人数的93%，因此该技术在避免人员伤亡、实现财产保全、减少农业损失方面产生显著的社会经济效益。同时，该技术还可广泛应用于时空数据的预测和识别场景，在关系国计民生的气象、环保、交通等领域可以发挥重要作用，应用前景广阔。例如，采用该技术可实现未来交通流量时空分布的精准预测（如图2）。该项成果还入选了2018年首届数字中国建设峰会，为杭州G20峰会、厦门金砖会晤、中国国际进口博览会等提供了精准预报支持，获得2018年教育部技术发明一等奖和2018年中国气象学会科技进步奖一等奖。03. 知识产权 本项成果已获得发明专利授权6项。04. 团队介绍 本成果团队长期研究大数据管理与分析技术，包括分布式数据存储与查询、深度学习与迁移学习、业务过程挖掘、数据质量治理等方向。团队负责人为王建民教授、软件学院院长，机器学习小组组长为龙明盛副教授。团队在本领域发表国际学术论文100余篇，申请专利100余项，授权专利60余项。相关成果获2018年教育部技术发明一等奖、2018年中国气象学会科技进步一等奖、2014年国家科技进步二等奖、2013年中国电子学会科技进步一等奖、2012年教育部科技进步一等奖等奖励。05. 合作方式 技术许可 / 软件服务。