本发明公开了一种注塑制品缺陷检测识别方法，包括以下步骤： 1)采集正常和存在已知缺陷的注塑制品的图像，对图像进行分类并生 成样本；2)构建多层卷积神经网络模型；3)使用步骤 1)中的样本对步 骤 2)中构建的卷积神经网络模型进行训练；4)将采集的实测注塑制品 的图像经过预处理后输入步骤 3)中已训练完成的卷积神经网络模型， 卷积神经网络模型对实测注塑制品的图像进行分类识别，以判断注塑 制品是否存在注塑缺陷，若存在缺陷则对缺陷类别进行识别。本发明 构建的卷积神经网络模型对各种注塑缺陷均采用相同的特征选择、提 取方式，适应性较强，可适用于注塑制品各种类型缺陷的检测与识别。

本发明公开了一种激光红外融合检测识别系统，包括非均匀性校正 SoC 芯片、图像旋转 ASIC 芯片、多级滤波 ASIC 芯片、连通域标记 ASIC 芯片、主 DSP 处理器、从 DSP 处理器、主 FPGA 处理器和从 FPGA 处理器，其中，从 FPGA 处理器控制各 ASIC/SoC 芯片完成激光和红外图像的预处理，主 FPGA 处理器控制主 DSP、从 DSP 及标记 ASIC 协助完成远距离、中距离和近距离的目标融合检测识

AI心理情绪识别系统1.多模态信号采集：人脸动态图像、脑电信号采集、语音情感检测。2.功能模块包含：情绪检测、情绪档案、数据统计、用户管理、系统设置功能模块。3.系统基于情绪心理学相关理论，结合面部表情的二维情感空间分析技术、脑电信号的状态分析、语音的三维情感空间分析三种模态相互融合叠加技术，检测人心理情绪状态，提高其检测准确度。3.    基于摄像头面部情绪识别技术，可以实时分析人体面部所包含的情绪状态。通过非接触式的实时视采用 AI 人工智能学习技术，结合心理学，通过对被测试人员 60秒的测试，能够获取相关心理/心理指标。帮助被测试人员了解自己的心理健康状况，并且引起人们重视心理健康，从而在工作、学习、生活当中提高身心健康。并且通过定期测试，能够获取个体、准确的进行心理危机预警，显示被测人员心理危机测试报告，提醒心理医生重点关注。用户在进行注册登录后，根据语音提示可直接进入测试界面进行情绪识别。点击测试按钮，调整好站立位置，脸部朝向屏幕，人脸录入即可完成测试，测试完成即可生成测试报告并能打印报告。4    基于脑电生物传感器状态检测、实时展示人体脑波原始状态指标以及Delta、Theta、Alpha、Beta、Gamma等8个EEG参数。5.    采用任务态模式进行语音情感分析，测试者按照系统设定的特定语境信息进行朗读来进行情感分析。6.    检测结束后可实时出具“心理生理状态分析结果报告”，其中包括被测试人员信息、检测时间、12维度心理生理情绪数据，包含正面情绪（平衡、自信心、活力、调节水平），负面情绪（攻击性、压力、紧张、可疑），生理参数（抑制、神经质、消沉、幸福指数），以及综合状态指标：专注度、放松度、疲劳指数、焦虑指数、压力指数、抑郁指数等。7.    统计分析：系统自带数据中心的统计功能，可以按单位进行所有检测人员的压力分布图及重点关注人员的信息显示。8.    检测完成后系统自动生成检测报告，检测报告需包含每项参数的检测数据大小、参考范围、异常数据等，以及用情绪参数雷达图、饼状图、直方图、曲线视图等多种表示方法。9.    信息查询功能：管理员可通过多条件查询功能，只需通过任意一项查询条件即可快速查询出与之对应和匹配的测试者信息，以及该测试者的历史测试记录，并可对该测试者的测试记录进行纵向和横向对比，综合分析该名测试者的心理健康状况。9.用户管理端：以管理员身份登录该系统可对用户进行管理。可进行添加用户、删除用户、查询用户、用户信息修改、密码修改、级别权限设置、单位框架搭建、查看用户报告，以及导出、打印用户报告。10.系统具有特定场合模态设置功能，可关闭和开启语音检测功能。11.视频检测时面部框具有信号质量检测功能，通过不能的颜色在面部框进行彩色状态提示，同时具有人脸检测判别功能，比如面部不全、距离较远等识别功能

已有样品/n采用自主研发的人脸识别技术，识别率达到国际先进水平。已经在 多个案例中使用。 该项目广泛应用于平安城市、智慧城市、智能安防、门禁、司法鉴 定、公安侦查方面，具有较好的市场前景。

本发明公开了一种基于运动检测的舵片偏转极性识别方法，包括：取得舵片未偏转静态图像，运用旋转矩形掩模提取出各舵片的感兴趣区域图像作为各舵片背景帧，同时得到正负偏转分割区域；对各舵片动态图像结合各舵片背景帧运用背景消除法得到各舵片运动图像，对各舵片运动图像进行去噪和增强处理，获得各舵片识别图像，进而获得各舵片识别图像在正负偏转分割区域的平均灰度值，根据单帧识别图像正负偏转分割区域的平均灰度值和正负偏转分割区域的多

1. 痛点问题 我们生活在一个真实的三维世界中，二维环境感知是远无法满足我们的实际需求。在诸如自动驾驶、机器人抓取和三维目标识别等应用中（如图1），我们经常需要推理三维空间中物体之间的位置关系，从而能够理解真实三维场景并做出进一步的决策行为。 图1 自动驾驶、视觉抓取、物体识别 2. 解决方案 本技术成果提出了一种三维视觉目标检测与识别方法。在三维视觉目标检测方面，提出了一种基于关系推理网络的单目三维物体检测方法，方法流程图如图2所示。方法提出了一种新的单目三维物体检测架构，训练了一个深度关系推理网络来估计三维候选和真实物体之间的空间位置关系，通过测量投影结果和真实物体之间的视觉拟合度来实现高精的三维空间定位。 图2 三维目标检测的流程图 在三维视觉目标识别方法，提出了一种基于球面分形卷积神经网络的三维点云识别技术，方法流程图如图3所示。方法通过引入球面分形结构，将原始三维点云通过可学习的神经网络投影到球面，使得卷积神经网络可以高效处理三维点云数据并进行特征特征，同时通过设计基于分形结构的层次化学习框架，提高了三维点云物体识别的精度，实现了对于三维点云目标在旋转条件下特征表示的鲁棒性。 合作需求 寻求在人工智能、智能机器人、智慧城市等领域有相关技术开发、市场推广经验，能推进本技术落地的高科技企业，可以进行深度合作。本技术成果有望在自动驾驶、虚拟现实等场景进行落地应用。

创新性地开发出了能同时识别有机磷、氨基甲酸酯及拟除虫菊酯类农药残留的生物酶，并筛选了相应的检测体系，从而解决了目前使用的农药残留速测方法只能检测有机磷和氨基甲酸酯类农药的问题；在此基础上，利用固定化生物敏感元件分别与不同的检测换能器紧密配合构建了系列生物传感器型农药残留速测仪，实现了农药残留检测的自动化和通用化。 

声纹是对语音中所蕴含的、能唯一表征和标识说话人身份的语音特征参数及基于这些特征参数所建立的语音模型的总称。声纹是人的生物个性特征，很难找到两个声纹完全一样的 人。声纹识别技术属于生物识别技术的一种，是一项根据语音波形中所蕴涵的说话人信息， 自动识别说话人身份的技术。与语音识别不同的是，声纹识别利用的是语音信号中的说话人 信息，而不考虑语音中的字词意思，它强调说话人的个性;而语音识别的目的是识别出语音 信号中的言语内容，并不考虑说话人是谁，它强调共性。声纹识别根据应用的范畴，可分为两类:(1)声纹辨认(说话人辨认):用以判断某段 语音是若干人中的哪一个所说的，是“多选一”问题;(2)声纹确认(说话人确认):用以 确认某段语音是否是指定的某个人所说的，是“一对一判别”问题。截止到 2009 年初，声纹识别产品在生物识别市场的占有率为 15.8%，仅次于指纹识别 和掌形识别。目前，我国生物识别行业内厂商有 200 多家，其中 96%从事指纹识别技术相 关产品的研究和开发，产品趋同化明显。国内声纹识别市场已经启动，其发展空间更为广阔， 在金融、证券、社保、公安、军队及其他民用安全认证等行业和部门有着广泛的需求。

声纹是对语音中所蕴含的、能唯一表征和标识说话人身份的语音特征参数及基于这些特 征参数所建立的语音模型的总称。声纹是人的生物个性特征，很难找到两个声纹完全一样的人。 声纹识别技术属于生物识别技术的一种，是一项根据语音波形中所蕴涵的说话人信息， 自动识别说话人身份的技术。与语音识别不同的是，声纹识别利用的是语音信号中的说话人 信息，而不考虑语音中的字词意思，它强调说话人的个性；而语音识别的目的是识别出语音 信号中的言语内容，并不考虑说话人是谁，它强调共性。 声纹识别根据应用的范畴，可分为两类：（1）声纹辨认（说话人辨认）：用以判断某段 语音是若干人中的哪一个所说的，是“多选一”问题；（2）声纹确认（说话人确认）：用以 确认某段语音是否是指定的某个人所说的，是“一对一判别”问题。 声纹识别与其他生物识别技术，诸如指纹识别、掌形识别、虹膜识别等相比较，除具有 不会遗失和忘记、不需记忆、使用方便等优点外，还具有以下特性： l 用户接受程度高，由于不涉及隐私问题，用户无任何心理障碍； l 利用语音进行身份识别可能是最自然和最经济的方法之一。声音输入设备造价低廉， 甚至无费用（电话），而其他生物识别技术的输入设备往往造价昂贵； l 在基于电信网络的身份识别应用中，如电话银行、电话炒股、电子购物等，与其他 生物识别技术相比，声纹识别更为擅长，得天独厚。

项目成果/简介:声纹是对语音中所蕴含的、能唯一表征和标识说话人身份的语音特征参数及基于这些特 征参数所建立的语音模型的总称。声纹是人的生物个性特征，很难找到两个声纹完全一样的人。声纹识别技术属于生物识别技术的一种，是一项根据语音波形中所蕴涵的说话人信息， 自动识别说话人身份的技术。与语音识别不同的是，声纹识别利用的是语音信号中的说话人 信息