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

图像识别服务基于大数据和深度学习实现，可精准识别图像中的视觉内容，包括上千种物体标签、数十种常见场景等，包含图像打标、场景分类、鉴黄等在线API服务模块，应用于智能相册管理、图片分类和检索、图片安全监控等场景。

包括基于流量分析的移动应用指纹识别技术以及基于应用程序和浏览器的设备指纹识别技术等。移动应用指纹识别技术通过综合应用动态流量采集和静态特征抽取技术，在保证应用规模和流量覆盖率的前提下，实现流量数据的大规模自动化采集。设备指纹识别技术针对Android系统终端，在零权限的前提下分别基于应用程序和浏览器提取层次化标识符组合形成指纹实现设备识别。

工业或轻工业环境下的抓取和分拣操作一直是劳动密集型的生产环节。本研究室搭建了以视觉感知     为基础的机械手臂控制系统，核心硬件包括 UR 机械臂和 Barratte Hand 三指灵巧手。能够准确、快速地识别与定位抓取目标，并实现可靠地运动控制。该技术对提高相关产业的自动化、智能化、以及劳动生  产率具有重要的应用价值。

利用手机上的 APP 刷人脸，进行识别后，驱动门禁开关。由于手机比较普及，出入门禁的人，无需携带其他识别物，就能自由进出。成本低、方便快捷。

本成果以专利形式体现（专利号 201310723968.2 ），生命科学大多以微生物为研究对象，有很多物种都是近缘的，无法用普通方法区分，本方法通过 PCR 方法可以快速区分，建立了一种设计特殊引物的方法。

一种植物种子发芽及根系观察装置，包括支撑架，转动轴，电机，控制系统，种子培养容器；所述种子培养容器为长方体，左右两面和底面为不透明遮光板，前后两面为透明板，上面为不透明遮光种子培养容器盖，所述种子培养容器通过不透明遮光隔挡板分成多个种子培养室，种子培养容器前后两面的底端设置有不透明遮光升降板，所述不透明遮光升降板通过导线与控制系统相连接，所述种子培养容器两端安装有转动轴，所述转动轴通过支撑架支撑，位于支撑架上方，种子培养容器左侧转动轴连接有电机，通过电机带动转动轴，使种子培养容器发生转动，所述电机通过导线与控制系统连接。

为从根本上治理杨、柳飞絮污染，克服杨树和柳树产业发展的瓶颈问题提供了创新解决方案。 一、项目分类 关键核心技术突破 二、成果简介 （1）阐明了杨树和柳树的遗传分化机制，建立了杨柳科植物大遗传系统研究平台，创建了木本植物遗传研究的新模式体系。本项目首次在基因组水平明确了杨属和柳属两个姊妹属的进化关系，比较基因组学结果表明：杨柳科植物的共同祖先经过二倍化形成了杨树，杨树的两条染色体发生了断裂与重新融合，染色体重新融合的结果导致柳树的产生。以前杨树和柳树是作为独立的体系进行遗传研究的，由于两者基因组有高度的相似性，本项目建立了将两者作为一个大遗传系统进行研究的分子平台。 （2）阐明了杨树和柳树的性别决定系统以及杨柳科植物性染色体演化的分子机制。发现杨树性别决定基因定位在19 号染色体近端粒区域，为XY 性别决定系统；而柳树性别决定基因均定位在15 号染色体的着丝粒附近，为ZW 性别决定系统。杨柳科植物虽然起源于同一个古四倍体祖先，但这两个姊妹属的性染色体分别由两条不同的常染色体进化而来，并且常染色体向性染色体的转变发生在杨树和柳树物种分化之后，性染色体在这两个姊妹属中独立起源和进化，分别演化形成XY 和ZW 两种完全不同的性别决定系统。 （3）发现了飞絮发生发育过程，揭示了杨树性别决定基因及其作用机制。发现美洲黑杨性别决定区的2 个Y染色体特有的基因FERR-R 和MSL。FERR-R 基因具有抑制雌蕊发育的功能，该基因是由一个在雌花发育早期特异表达的促雌基因（FERR）复制产生。杨树雄株中，FERR-R 基因通过产生small RNA 对FERR 基因的启动子进行甲基化，同时降解FERR 基因的转录产物，在杨树雄株中关闭了FERR 基因的表达，从而导致雄株中雌蕊不发育；而雌株中没有FERR-R 基因，FERR 基因表达不受抑制，雌蕊可以正常发育。MSL 基因转录产生长片段非编码RNA，具有促进雄蕊发育的功能。杨树雄株由于存在MmS 促雄基因，所以雄花原基发育，但雌株中没有MmS 促雄基因，所以雄花原基不发育。 （4）建立了杨树和柳树的性别早期鉴定和标记辅助选择育种技术体系。选育雄株品种在生产上进行推广，可以有效的解决杨、柳飞絮问题，因此苗木性别的早期鉴定至关重要。然而苗木性别的早期鉴定一直存在可靠性低、误检率高等问题。本项目利用杨树Y 染色体特异序列和柳树W 染色体特异序列开发了用于杨、柳性别鉴定的特异分子标记，分别在美洲黑杨、山杨和簸箕柳苗木性别的早期鉴定工作中实现100%准确率。杨、柳性别早期鉴定技术在“国家林草局南方林木种子检验中心”开展的杨、柳种苗抽检工作中得到应用。 本项目取得的原始创新性研究成果，不仅使我国在相关研究领域处于国际领跑地位。通过解决技术瓶颈背后的核心科学问题，促使基础研究成果走向应用，为从根本上治理杨、柳飞絮污染，克服杨树和柳树产业发展的瓶颈问题提供了创新解决方案，为通过科技创新服务生态文明和美丽中国建设提供了典型案例，将带来巨大的经济效益、社会效益和生态效益。

项目简介： 本项目针对复杂的实际工业环境，基于机器学习最新理论成果和机器视觉基本原理，研究并实现了具有较强鲁棒性的变电站传统机械式电表远程智能读数系统。首先通过图像的预处理对电表区域进行初步定位，然后在此有效范围中利用电表指针的几何形状特点对其进行精准定位，最后通过指针与表盘刻度的相对位置计算电表读数，最终实现了在复杂环境下对电表快速、可靠、精确地远程智能读数，代替了低效的传统人工抄表和数据录入，具有可推广应用的工业价值。 运用机器学习和计算机视觉技术，首先获取指针式仪表表盘图像，然后采用数字图像处理技术提取和识别目标，最后实现指针式仪表示值的自动判读，从而避免人工判读示值工作量大、容易出错等问题。本项目的主要工作内容有：电表特征配置、指针类表计读数判别、建立前馈式神经网络模型、图像智能化判断。 由于工业环境复杂多变，在数据采集过程中不定期地会出现各种故障和干扰。这些极端情况下所采集到的图片若进入系统进行智能读数分析，所得到的分析结果往往是不可信或者无意义的。所以，根据图像的像素分布特点进行分析，系统将自动拒绝对质量过差的问题图像进行分析判断，并向变电站工作人员发送相关警告提示。在提高系统读数结果可靠性的同时，及时发现设备问题并通知工作人员，有利于尽早排除故障、防患于未然。主要技术指标：识别正确率：92.5%；识别速度<3s。 应用范围：项目目前已进入产业化阶段，成果权属为我校独自拥有。

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。