产品详细介绍北京欧雷FACEWARE助力唯晶科技VR游戏，打造真实细腻的面部表情动画。     为提升VR游戏的制作质量和制作效率，南京唯晶信息科技有限公司从FACEWARE的中国总代理——北京欧雷新宇动画科技有限公司购买了FACEWARE面部捕捉系统。借助全球领先的Faceware面部捕捉系统可以极大的提升唯晶信息科技的VR游戏角色的面部表情真实度、细腻度，增强VR游戏的“沉浸感”， FACEWARE是全球领先的无标记点面部表情捕捉系统，是一个在电影和游戏行业有超过10多年卓越应用的成熟的产品。Faceware的头部摄像机系统是为Faceware表情捕捉提供最佳面部视频的系统套件。Faceware头部摄像机系统分为：高清专业捕捉头部相机          GoPro头部相机系统    Faceware高清专业头部相机已经在电影、广告、游戏和网页等制作方面有超过1000天的拍摄。从2006年起，我们从全球范围内接受用户反馈，不断完善用户体验。在捕捉过程中可以选择不同的头盔样式、内衬、镜头选择、照明平衡、电池容量、无线传输、数据采集等部分。通过丰富的选择定制适合用户的最佳选择 任意地方表演和捕捉便携和安静的高清专业头部相机可以在任何地方完美的录制，包括录音棚。高清专业头部相机可以在两分钟内完成安装和调试。不需要技术校准和复杂的设置。超轻的面部表情捕捉头盔采用碳纤维材料制作，舒适的佩戴体验和超轻的重量可以让演员戴着后轻松的移动和表演。支持高清1080P和最大60fps的视频捕捉。 完全控制标准的视频信号录制专业高清头部捕捉相机可以输出HD-SDI视频信号。固定的帧速率、长的线缆、高品质专业无线传输、手动相机设置和可以更换的镜头给你的工作带来非常大的便利。使用专业的录播设备可以给视频嵌入时间码和音频。不需要渲染和手动同步。 支持任意身体捕捉结合使用专业高清头部捕捉相机可以无缝和每一个动作捕捉结合使用。包括：光学运动捕捉、惯性运动捕捉、体感运动捕捉等等。 智能的面部特征识别技术和精准的像素级跟踪运算是制作真实面部表情动画的技术保障 全自动跟踪通过10多年的发展，我们使用超过一万分钟的面部表情数据（有数百个不同的演员、表演和照明条件）对表情视频分析算法进行优化。 一个完全不需要标记点的自动跟踪，将几个小时的自动跟踪降低至几分钟。 眼到眼的观察 通过一个简单的自动分析，我们可以将大量的捕捉信息分析出脸部的细微变化。这个过程很简单。 直观的软件界面让用户自动的快速得到一个接近完美的表情数据。 如果你想数据质量更好，还可以对分析的数据进行进一步的调整。 Faceware的面部捕捉数据可以通过Autodesk Maya, 3DS Max, Softimage, MotionBuilder、Unity和UE4的插件匹配到三维动画角色上。 惊人的效率面部捕捉的好处是可以实现高层次的细节和真实性，提高工作效率并降低生产成本。 要实现这些东西你需要你的团队尽快的进入到最后的动画阶段，而这正是我们表情匹配系统。可以让你在一小部分时间内产生惊人的效率。 匹配到任何动画角色控制器我们的角色设置是定义人脸的区域组。每个角色都有个关联的属性集，这些属性可以将面部捕捉的数据匹配到你的角色区域。没有控制器类型的要求。 表情集是一个新功能，可以让你轻松的创建一个通用的面部表情集。这些表情集可以使得角色能够实现自动匹配角色动画，这将很容易并且很快速的完成动画匹配，创作逼真的动画。 简单的数据处理工作数据匹配完后可以方便的优化和编辑动画。表情系统系统提供智能关键帧减少（修剪）、动画平滑、主控制器工具，这些工具可以轻松应对数据匹配中产生的大量关键帧，通过一个简单的工具就可以批量删除和优化动画关键帧和曲线。 实时面部表情捕捉利用专利的计算机视觉技术，Faceware 可以实时跟踪演员的视频流并将数据实时导出到Motionbuilder、unity 3d和UE4等软件中。 一秒校准——一个独特的功能 在实时捕捉中，如果想要更换演员，我们只需要一秒钟即可校准好设备，不需要漫长复杂的设置和调试，即可进入实时的表演和捕捉工作中。 faceware自带照明，用户可以在任意环境下，快速调整，快速进入捕捉工作和实时得到捕捉结果。 部分客户  部分作品  

产品详细介绍

天津市人民政府颁发了2021年度天津市科学技术奖。突破卡脖子技术，助力“平安中国”的天津大学教授刘安安主持完成的“复杂环境智能视觉计算关键技术及应用”获得2021年度天津市科技进步特等奖。

成果介绍主要研究方向为人工智能、知识图谱、自然语言处理、社交网络、大数据、信息检索等。作为项目负责人主持完成2项国家自然科学基金，1项中国博士后基金一等资助项目，5项省部级重点实验室开放课题项目，10余项企业联合研发项目等。作为主要负责人参与国家重大研发计划子课题、总装预研、863课题等项目。研究成果已应用于国防、科技情报、医疗、智慧司法、智能制造等行业。担任数十个重要国际会议和国内外重要期刊的程序委员或审稿人。已在国内外重要学术期刊和会议上发表学术论文90余篇。研究工作被60多个国家和地区的学者引用1500余次。技术创新点及参数面向多源异构数据的知识图谱构建技术；大规模知识图谱的高效融合技术；面向跨媒体异构数据的知识表示技术；基于语义关联和知识驱动的信息汇聚技术；面向复杂问题智能问答技术；基于知识和机器学习和问题推理和分析技术。

本项目研究基于知识元的危化品爆炸事故关键情景要素抽取及表示方法；研究基于动态贝叶斯网络、案例推理及智能关联技术的危化品爆炸事故情景推演模型；研究危化品爆炸事故应急响应方案生成方法及对应的任务清单和所需资源列表动态生成方法及系统。项目成果已完成高水平学术论文3篇，培养硕士研究生3名。

项目成果/简介:项目在多年国家项目的支持下，在项目“面向工厂规划和生产过程的数字化工厂技术”获2013年教育部科技进步二等奖的基础上，进行持续开发完善，与沈阳机床合作，在智能制造领域进行了深入的合作研究， 在沈阳机床智能制造展示线开发完成数字化孪生仿真模型及基于互联网的定制信息系统，系统实现了网络化定制下达生产订单，数字化孪生系统在线仿真模拟，真实展现生产场景，并可通过移动设备进行浏览和信息管理。项目符合中国制造2025所倡导的智能制造和互联网+技术的发展，对中国制造向智能化转型起到促进作用。项目通过展示真实个性化印章的智能加工、检测和装配，体现网络化的定制及数字化双胞胎技术。应用范围:项目所开发完成的技术符合中国制造2025所提出的智能制造技术路线，已应用于工业实际和大专院校的教学培训。目前国家大力资助建立智能制造试点示范项目，制造企业也在积极转型，向数字化和智能化转型发展，这些都需要数字孪生和互联网+技术的支持。 项目成熟度：小批量生产，项目已独立以及结合沈阳机床的生产线及教育系统得到市场的应用，特别是在中国航发商用航空发动机有限责任公司相关项目中得到应用。 拟在全国范围内推广：1.项目可应用于离散制造业的规划、调试、运行和维护阶段的仿真优化，通过建立工厂、生产线、设备的三维模型，实现虚实结合的数字双胞胎。 2、教育培训领域：通过实现智能制造理念的面向教育和培训的生产线系统，通过模块化的系统，实现对智能制造教学和培训。项目阶段:小规模生产效益分析:项目的技术创新点、先进性在于实现了数字孪生技术在生产线中的应用，达到了生产线的虚实融合。不仅可在规划阶段对生产线进行仿真验证，还可在生产运行过程中实现虚实融合，并通过AR-VR技术对操作指导、维修指导和生产过程监控提供支持，从而实现多维的虚实融合，是实现智能制造的关键技术之一。项目相关技术不仅能够应用于工业实际的智能化制造之中，还特别适合面向智能制造的教育和培训。

产品服务:静脉穿刺采血机器人的创新萌芽在疫情期间诞生。大量的静脉穿刺操作给一线临床医护人员带来了不小的工作负担，甚至可能造成医患交叉感染。疫情期间，医护人员都穿着厚厚的防护服、带着双层手套，还有护目镜容易起雾，使得扎针难成为一个棘手而普遍的问题，而且近距离接触，更会极大增加扎针过程医护人员感染的可能性。项目优势:针对疫情防控中的实际需求，项目团队立足解决科学问题，迅速开展“基于深度学习的多模态图像引导静脉穿刺机器人系统”的研发，设计出一款自动采血机器人系统。这款穿刺机器人有着“敏锐的眼睛”，采用了近红外光和超声双模态成像，在全局位置和局部穿刺点捕捉血管分布和深度信息，其精准度强于肉眼，可以准确识别传统扎针困难人群的血管，并在机器学习算法的帮助下，选取最优的穿刺位置完成采血。市场概况:静脉穿刺机器人应用场景广泛，可以应用于医院和诊所，还可以应用于实验室，作为动物实验穿刺的自动化设备。此外，还可以走进家庭和养老院，作为家用便携式静脉穿刺采血设备。

成果研发机构长期跟踪、研究HTML5 Web标准，是国内移动Web中间件的技术开拓者，实现了面向行业的、基于HTML5技术的智能终端Web应用平台产品，处于国内领先、国际先进水平。目前已经积累了大量的技术经验和产业化基础，掌握了多项跨平台适配技术，先后将平台产品适配到上百款手机终端，覆盖iOS、Android、Windows Phone等各大主流操作系统，产品支持iPhone、诺基亚、HTC、三星、摩托罗拉等百余款国外品牌及机型，并覆盖华为、中兴、TCL、联想等基于国产操作系统的智能移动终端。产品目前已成功运用到银联手机支付、中国电信移动OA等行业系统。

本项目在已有技术条件下，研究开发具有自主产权的工业物联网应用技术，构建面向制造企业的多主体按需使用的云服务平台，形成支持云服务平台的运行和使用的标准规范，推动工业企业服务模式的创新，促进生产型企业向服务型企业转型

本项目中我们将从分子结构入手，设计开发BODIPY使其不仅可以诊断早期AD，并能干预抑制AD发展，开发出基于BODIPY的阿尔兹海默症人工智能药物，达到AD早期诊断和干预治疗的目的，为临床AD早期诊疗提供理论基础和技术支持。整个研究工作具备以下特点：（1）设计开发近红外BODIPY荧光探针对细胞和活体进行成像可避免生物背景荧光的干扰；（2）BODIPY对与AD早期相关的Aβ寡聚体具有特异响应，为临床前AD早期诊断提供科学依据；（3）BODIPY通过与Aβ聚集的作用点结合，呈现荧光，到达有效诊断的目的，在此基础上Aβ聚集缠结的作用点被BODIOY占据从而达到一定程度上抑制AD发展的目的；（4）将抑制Aβ聚集的天然小分子药物山柰酚与BODIPY有效结合，可进一步提高AD早期诊疗的效果。   Scheme 1. Aβ derives from the proteolytic cleavage of a larger glycoprotein named amyloid precursor protein. (A) A near-infrared BODIPY probe (NB-K) was synthesized which detected and drove self-assembly of FF. (B) NB-K designed according to the structure of FF and the two aromatic rings of FF overlap well with the two aromatic rings of NB-K. When NB-K binds to Aβ oligomers, free rotation of three benzene rings of NB-K is restricted resulting in 1650% increasing of NB-K fluorescence. (C) Overview of the amino acid sequences of the Aβ-related peptides Aβ1–40 and Aβ1–42. (D) Aβ produces β-folds and then aggregates to form tetrad oligomers. NB-K could be potentially useful in the early diagnosis (via imaging) of AD via binding to the FF of oligomeric Aβ. On the other hand, the tetramer could rotate 90° along the β-fold axis to form fibrils. Aβ源自β-和γ-分泌酶对糖蛋白（称为淀粉样前体蛋白（APP））的蛋白水解切割（Scheme 1C）。二苯丙氨酸二肽（FF）是Aβ折叠起始作用点，对Aβ聚集过程起着关键作用。四个β折叠的Aβ通过FF的π-π堆积作用和其它氨基酸之间的氢键作用以面对面的方式排列形成Aβ寡聚物，这是AD早期的重要生理标志，严重损害了大脑的健康。当β折叠的Aβ形成四聚体Aβ寡聚物时，FF几乎被完全暴露，这为近红外BODIPY荧光探针（NB-K）与FF有意组合提供了极好的机会（Scheme 1D），并能够通过荧光信号传输有效地诊测早期AD。Aβ寡聚物沿β折叠链方向逐渐以90°旋转，变成Aβ原纤维，其比Aβ八聚体更大，且与中期/晚期AD有关。当β折叠的Aβ形成原纤维时，疏水性片段（包括FF）聚集在球形结构的核心，大多数FF参与Aβ的自组装并形成球形结构，导致NB-K与Aβ原纤维的结合不良（Scheme 1D）。而且，Aβ单体表现出更大的自由弹性，这可能导致NB-K对Aβ单体的不良反应。总的来说，NB-K可以有效地分化以响应寡聚体和单体/原纤维，从而达到AD早期诊断的目的。如Scheme 1B所示，FF的两个芳环与NB-K的两个芳环很好地重叠，形成稳定的π-π结构。FF的羧基和氨基进一步促进了NB-K-FF的结合。NB-K和ThS在染色Aβ方面的主要区别如下：1）NB-K的分子量约为ThS的三倍。由于更大的空间位阻，NB-K不能进入由芳香环形成的浅槽，因此NB-K不能染色结合Aβ原纤维。 2）Aβ中的NB-K结合基段为FF。当Aβ形成β折叠时，折叠点恰好在FF，然后Aβ形成Aβ寡聚体。如Scheme 1所示，Aβ寡聚物中的FF几乎完全暴露，结果是NB-K会牢固结合识别响应Aβ寡聚物。    Figure 1. (A) Aβ aggregation assay: in vitro study to detect Aβ aggregation over time. ThT was used to detect formation of fibrillary Aβ species. Total fluorescence (%) was plotted as the fluorescence intensity divided by the maximum fluorescence intensity obtained during the plateau; (B) and (C) Fluorescence emission of NB-K and ThT response to buffer (background fluorescence, black line), oligomer and fibrils; (D) △I refers to the increased fluorescence intensity, I0 corresponds to background fluorescence of NB-K or ThT; Aβ morphology was evaluated by SEM after 160 hours incubation with NB-K (E) or ThT (F). 单体Aβ可以在24小时内衍变形成Aβ寡聚物，在72小时后开始有Aβ纤维形成。硫黄素-T（ThT）是市售检测Aβ原纤维的绿色荧光探针，以它为参照对比NB-K，以实时监测单体Aβ随时间的衍变聚集。在72小时后，ThT荧光强度略有增加，表明Aβ原纤维的形成（Figure 1A, ）。而对于NB-K，荧光强度在10小时后迅速增加，仅在40小时后才达到平稳状态，这表明NB-K缩短了Aβ衍变聚集成核相时间（Figure 1A, ）。 在24小时NB-K荧光强度急剧升高，这应与NB-K阳性Aβ物种有关，即Aβ寡聚体。换句话说，NB-K抑制寡聚体转变为原纤维。此外，使用荧光光谱法评价了NB-K在Aβ寡聚物和原纤维的溶液中区分识别Aβ寡聚物与Aβ原纤维的能力。对于Aβ寡聚物和Aβ原纤维，NB-K荧光分别增强了1650％±15％和450％±10％（Figure 1B, 1D）。相比之下，ThT荧光强度并未随Aβ寡聚物而增加，而随Aβ原纤维而增加了460％±10％（Figure 1C, 1D）。这说明ThT只对Aβ原纤维有荧光响应信号，而NB-K对Aβ寡聚物有很好的荧光响应信号，相比之下，NB-K对Aβ寡聚物的荧光响应性能高于ThT对Aβ原纤维荧光响应。此外，分别在ThT和NB-K存在下，Aβ单体衍变聚集160小时后，通过SEM观察Aβ单体最终衍变聚集形态。我们发现，在NB-K存在下，Aβ显示出六边形结构（Figure 1E），而在ThT存在下，Aβ显示出复杂的如斑块状的聚集体结构（Figure 1F）。这表明NB-K可能影响Aβ的构象聚集，从而产生有序排列的结构，而ThT对Aβ单体衍变聚集没有良性影响。    Figure 2. Epifluorescence microscopy of transgenic AD mouse (APP/PS1) brain stained with ThS or NB-K. ThS emission was obtained at 488 nm (left panels) and NB-K fluorescence was obtained at 561 nm (middle panels). Merged images of ThS and NB-K are shown on the right panels. Hippocampus is shown in A-C, whereas cortex is shown in D-F. G-I are magnified images from dotted squares in D-F, respectively. Scale bar: 100 µ (A-F), 50 µ (G-I). 在Aβ聚集的过程中，核心缠结成不溶性的原纤维，周围是由可溶性寡聚物组成的环状结构，这些可溶性寡聚物正在慢慢向原纤维衍变。AD脑组织的ThS / NB-K双重染色清楚地表明了这种现象，如Figure 2所示，Aβ原纤维的ThS绿色荧光染色被Aβ寡聚物的NB-K红色荧光染色所包围。 另外，在正常对照小鼠的脑切片中，未观察到NB-K染色，进一步说明NB-K对Aβ寡聚物的特殊识别性和荧光信号响应性，这对AD早期诊断预防研究无疑是一个有价值的信息。