|
搜索
搜 索
高等教育领域数字化综合服务平台
企业视觉形象识别设计（VI） 及品牌包装、 策划、 推广
成果简介视觉识别设计（VI） 是企业形象识别系统（CI） 的可视化识别,它透过一切可见的视觉符号对个传达企业的经营理念及情报信息。 在企业形象识别系统（CI） 中， 视觉识别设计（VI） 是最外在、 最直接、 最具有传播力和感染力的部分。 VI 设计是将企业标志的基本要素， 以强力方针及管理系统有效地展开， 形成企业固有的视觉形象， 是透过视觉符号的设计统一化来传达精神与经营理念，有效地推广企业及其产品的知名度和形象。成熟程度和所需建设条件本课
安徽工业大学
2021-04-14
基于图像的焦炭光学组织自动识别系统
成果简介通过光度计采集不同偏光下焦炭显微图像， 采用图像处理的方法焦炭提取图像中颜色、 纹理、 分形、 区域及边界等特征， 并采用模式识别的方法， 实现焦炭光学组织的自动分类与识别。成熟程度和所需建设条件硬件平台及软件系统均已构建， 算法已得到实验验证。 作为成熟产品， 软件尚需要进一步优化， 软硬件需要联调。技术指标识别准确率： 各向同性与各向异性>95%， 片状 98%， 纤维状 99%， 镶嵌状>95%。
安徽工业大学
2021-04-14
智能声纹识别系统（开源工具ASV-Subtools）
ASV-Subtools的设计理念在于代码高度复用的同时保持模块分化和开发自由，因此具有高效性、可读性、通用性、灵活性四大特性。使用者可以轻松上手并只需通过简单的编辑配置文件就能探索不同的网络架构，实现最优异的性能。
一、项目分类
关键核心技术突破
二、成果简介
声纹识别是指从说话人的语音信号中提取声纹特征，并通过有效的分类识别模型，对说话人的身份进行校验和鉴别。声纹识别广泛应用于刑侦、人机交互声纹口令验证、银行声纹身份验证等领域。得益于深度学习的发展，声纹识别的性能在不断提升，但落地难度也相应提高。
ASV-Subtools是厦门大学智能语音实验室（XMUSPEECH）于2020年6月推出的一套高效、易于扩展的声纹识别开源工具，该工具是基于Kaldi与Pytorch开发的，充分结合了Kaldi 在语音信号和后端处理的高效性以及PyTorch 开发和训练神经网络的便捷灵活性。自开源以来，ASV-Subtools就以卓越的性能和灵活便捷的框架受到国内外重点科研院所和研发人员的青睐。
ASV-Subtools的设计理念在于代码高度复用的同时保持模块分化和开发自由，因此具有高效性、可读性、通用性、灵活性四大特性。使用者可以轻松上手并只需通过简单的编辑配置文件就能探索不同的网络架构，实现最优异的性能。
相较于语音领域的其他开源工具，ASV-Subtools专注于声纹领域的研究，不仅先后为东方语种、CNSRC等国内外知名竞赛中提供基线系统和技术支持，同时在声纹领域公开的VoxCeleb数据集上也在不断刷新着SOTA的结果。
为了加快声纹产品的落地，厦门大学智能语音实验室（XMUSPEECH）与厦门天聪智能软件有限公司（TalentedSoft）合作，共同为ASV-Subtools的开发与更新做出贡献。目前ASV-Subtools已打通声纹识别从算法研究到产品落地的全流程，技术成熟度已达到可以量产的水平。
GitHub：https://github.com/Snowdar/asv-subtools
厦门大学
2022-07-28
用于人体情绪识别的表皮混合电子系统
脑电信号（EEG）可以反馈人类情绪对应的电位变化，这为情绪识别提供了一条可行的路径。脑电信号幅值低，易受到外界噪声干扰，获取高保真度的脑电信号是实现情绪识别的基础。
一、项目分类
关键核心技术突破
二、成果简介
情绪可以有效反映人的生理和心理状态，在日常生活中起着举足轻重的作用。然而与情绪密切相关的多种疾病，具有隐蔽性，难以提前预防，对患者的生活造成很大困扰。由于脑电信号（EEG）可以反馈人类情绪对应的电位变化，这为情绪识别提供了一条可行的路径。脑电信号幅值低，易受到外界噪声干扰，获取高保真度的脑电信号是实现情绪识别的基础。目前用于脑机接口的数据采集设备通常为多通道刚性电极集成的脑电帽，其便携性和佩戴舒适性较差，易受运动伪影的影响。此外，脑电信号的非平稳性和个体间存在域转移问题，也会导致分类准确性下降。因此，在确保的脑电采集设备佩戴舒适性和便携性的同时，实现高质量信号的采集和高精度的情绪分类仍然存在重大挑战。近年来，开发高性能的柔性表皮电极成为研究热点。如何降低电极的接触阻抗，进一步提高电极在极端变形、出汗、运动、高湿度等复杂条件下，稳定采集高质量电生理信号的能力成为研究关键。
华中科技大学
2022-07-27
一种基于噪声识别的红外图像降噪方法
本发明公开了一种基于噪声识别的红外图像降噪方法，本方法引入了噪声识别的基本思想，分别计 算了当前像素基于截尾均值的和基于梯度的隶属度，考察当前像素受噪声干扰的程度，采用联合判据判 断当前像素是否为噪声像素，最后根据判断结果进行降噪，实现对红外图像的降噪。本发明计算量小， 易于实时实现;相对传统算法能更有效的保护图像边缘与细节;在对噪声点进行降噪的过程中也考虑了 图像的纹理梯度信息，更为准确的对原有信号进行估计。
武汉大学
2021-04-13
非控环境下基于视频的人脸识别系统
本项目实现自然视觉监控环境下单/多人的人脸检测、跟踪及识别。系统能实现单样本条件下，完成视频中所出现人物的身份判别，能应对自然监控环境下的光照、姿态、表情变化及面部遮挡物的改变。目前，系统识别精度在千人库小规模测试中达到 95%以上，识别速度为 25 帧/秒。系统主要特点在于：
(1) 不同环境下的人脸特征点标记：以主动外观模型为基础，初始化后经过一组级联回归器的数次迭代来优化标记点，最终得到足够精度的标记点。方法能适应多姿态、多表情以及多种光照等自然环境下的人脸。
(2) 高效的有效人脸检测、跟踪及确认机制：在监控视频中，人脸在某些帧会出现模糊、严重遮挡而使得脸部特征严重缺失，此时所捕捉到的人脸已不适合进行识别。为此，通过建立高效的模糊及遮挡判别机制，自动抛弃原始检测到的非人脸和非正常人脸，完成非连续帧多个人脸的有效跟踪。
(3) 鲁棒且具有区分度的人脸特征提取机制：考虑到校正后的人脸仍然与原始样本人脸存在差距，从多个尺度从校正后的归一化人脸中提取不变性特征，能适应多种环境改变，同时设计特征投影空间，进一步加强样本区分度。
(4) 高速有效的识别确认机制：为提高识别的准确性，建立视频识别序列中正确识别确认机制，通过 voting 方式，删除序列中的误识别，保留正确识别结果。
此外，为提高系统对人脸表情和眼镜等遮挡物的适应性，正在进行二次版本的提升工作，目前已完成人脸表情归正以及遮挡物自动摘除的仿真，部分仿真结果。
江南大学
2021-04-13
分层检测空移键控传输系统接收端数据检测
包括以下步骤：第一步、确立接收端模型；第二步、化简接收端模型；第三步、通过分层检测算法解调出发送的数据。本发明的基于分层检测的空移键控传输系统接收端数据检测方法，其误码（BER）性能随着搜索半径的增加逐渐逼近最优检测算法（ML），当搜索半径为发送端天线数目时，本发明的检测算法等价于最大似然检测算法。本算法通过对每层进行计算排序使得在较小的搜索半径下可获得接近最优检测算法的误码率性能，因此本发明能在获得较好性能的同时，大幅度降低接收端算法的复杂度。
电子科技大学
2021-04-10
一种在线水质快速检测系统及其检测方法
（专利号：ZL 201210372614.3） 简介：本发明公开了一种在线水质快速检测系统，属于工业废水水质检测领域。所述检测系统由检测装置、电源与信号转换处理装置、指示剂投加装置以及清洗装置四部分组成。本发明提供的系统，用于直接显色或指示显色工业废水水质检测，具有响应速度快（＜1秒）、抗腐蚀性强（无废水接触元件）、运行稳定（无活动检测元件）、使用寿命长、维护简单等优点。
安徽工业大学
2021-04-11
犬细小病毒乳胶检测试剂及检测应用
犬细小病毒病是由犬细小病毒引起犬科动物的一种烈性传染病。具有发病率高、死亡率高和传染性强。目前检测犬细小病原的方法HA/HI与PCR和ELISA方法自身所限，及目前宠物医疗的门诊条件，都难以在宠物医疗门诊推广。乳胶凝集检测迅速，不需要特殊的仪器和专门的技能，具有很大的优势。
该项目提供一种犬细小病毒乳胶检测试剂，由犬细小病毒单克隆抗体和乳胶组成。该试剂具有特异性强，灵敏度高，检测时间短的特点。该项目提供了一种犬细小病毒乳胶凝集检测方法，该方法简单，易于操作，准确率高。提供了一种杂交瘤细胞株，能够分泌抗CPV的特异性的单克隆抗体。该细胞由骨髓瘤细胞SP2/0和犬细小病毒粒子免疫的小鼠脾细胞融合而得，该杂交瘤细胞株27D可以在含有20%胎牛血清的RPMI-1640培养基中以半贴壁方式生长，生长环境为37℃，5%CO2的培养箱。该杂交瘤细胞株为浑圆透亮，成簇生长，并能稳定的分泌抗犬细小病毒的单克隆抗体。提供了一种抗CPV-2b的单克隆抗体，能够特异性的识别CPV-2a 、CPV-2b 等CPV病毒。提供一种犬细小病毒乳胶在体外检测犬细小病毒中的应用。
该项目制备的抗是CPV-2b亚型的单克隆抗体。克服了普通乳胶致敏抗体时，致敏量少，不稳定，抗体容易脱落等缺点，提高了抗体的结合效率，而且致敏上的抗体不容易从乳胶上脱落，进而提高乳胶的敏感性和保质期，适合了产品开发和大规模生产的要求。
转化条件:具有GMP车间，实现规模化生产;宠物医院
成果完成时间：2016年
华中农业大学
2021-01-12
空中微弱目标检测
本成果是基于针对空中隐身、弱小、高空高速等飞行目标的积累检测问题开展研究，通过建立三维时间模型和三维回波信号模型，并采用长时间积累检测算法，达到缩短发现时间、推远警戒距离，以改善空中微弱目标的检测性能。项目采用理论分析和计算机仿真验证相结合的研究方法，围绕“三跨”微弱目标回波建模及弱信号积累方法中的难点开展研究，结合空中微弱目标的运动方式及特点、在利用相控阵雷达多波束扫描工作特性的基础上，提出并建立了三维时间模型（即，快时间、慢时间和波束时间）和“三跨”微弱目标的三维回波信号模型；根据高速微弱目标的运动特征，提出并完善空中微弱目标长时间积累增强算法IAR-MTD，实现了空中匀速微弱目标的积累检测；利用空中目标的稀疏特性，通过将长时间积累算法与压缩感知技术相结合，提出IAR-MTD-CS算法，实现了空中稀疏微弱目标的检测；针对跨波束单元运动目标，基于上述三维时间模型和三维信号模型，提出并完善了MBACIA-TSMB和MBACIA-SSMB两种算法，并提出切向多普勒频率概念，从而实现对跨波束单元运动目标的检测及径向速度和切向速度的估计。
南昌航空大学
2021-05-04