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%。

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

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。

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。

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。

技术亮点 ❖ 单轴/双轴测量； ❖ 超宽测量范围：±180°； ❖ 卓越的测量精度，0.01°（全量程）； ❖ 工业级可靠性设计； ❖ 符合严苛工业环境应用要求； ❖ 多种标准输出接口，便于系统集成与扩展。   应用范围 该系列产品特别适用于：建筑结构健康监测（古建筑、历史遗迹、危房等）、工业自动化控制系统以及高精度角度测量应用场景需要长期稳定监测的工业现场。   产品介绍 STS标准输出型倾角传感器是瑞惯科技专注于工业自动化控制领域而研发的产品。该产品采用紧凑型工业设计，配备RS485/RS232标准串行通信接口，集成高性能MEMS倾角传感单元和24位高精度差分A/D转换器，结合五阶数字滤波算法，可实现水平面倾斜角与俯仰角的高精度测量。 凭借其优异的测量精度、可靠的工业级性能和灵活的配置方案，STS标准输出型倾角传感器已成为工业测量领域的高性能解决方案。   性能参数 STS 条件 参数 测量范围 - ±10° ±30° ±60° ±90° ±180° 测量轴   - X Y轴 X Y轴 X Y轴 X Y轴 X轴 分辨率1） - 0.001° 精度 最大绝对误差2） 室温 0.01° 0.01° 0.015° 0.02° 0.02° 均方根值误差3） 室温 0.008° 0.008° 0.008° 0.009° 0.009° 零点温度系数4） -40～85℃ ±0.0005°/℃ 灵敏度温度系数5） -40～85℃ ≤0.01%/℃ 上电启动时间   0.5S 响应频率 20Hz 输出信号 TTL / RS232 / RS485可选 通信协议 串口通讯协议 / MODBUS RTU协议 可选 电磁兼容性 依照EN61000和GBT17626 平均无故障工作时间 ≥99000小时/次 绝缘电阻 ≥100兆欧 抗冲击 100g@11ms、三轴向(半正弦波) 抗振动 10grms、10～1000Hz 防水等级 IP67 电缆线 标配2米M12航空插头带PVC屏蔽电缆线，线重≤120g 重量 ≤150g(不含电缆线) 1) 分辨率：在有效量程内可识别的最小角度变化量，反映其对微小倾角波动的监测能力。 2) 最大绝对误差（MAE）：全量程范围内，对多个标准角度点进行测量，各测量值与实际角度值偏差绝对值的最大值。该参数表征产品在最不利情况下的测量偏差极限。 3) 均方根误差（RMSE）：量程范围内，对固定角度点进行多次重复测量（采样次数≥16次），计算各测量值与实际角度值偏差的均方根值。该参数反映测量结果的重复性与稳定性，是评估系统随机误差的重要指标。 4) 零点温度系数：传感器在零输入状态下，其输出值随温度变化的比率，定义为额定工作温度范围内零点偏移量与常温基准值的比值。   5) 灵敏度温度系数：传感器满量程输出值随温度变化的稳定性指标，表征额定温度范围内灵敏度相对于常温参考值的漂移率。

本发明公开了一种能够直接产生动态强调标识图案的电子教鞭， 包括外壳以及安装在外壳上的第一激光输出组件，外壳的左端设置有 左出光口，第一激光输出组件包括第一安装板、转轴、第一光栅镜片、 第一激光发射器和转轴驱动装置，第一安装板固定安装在所述外壳的 内壁上;转轴可转动安装在第一安装板上，其上固定安装所述第一光 栅镜片;转轴驱动装置用于驱动所述转轴旋转;第一激光发射器安装 在第一安装板上;第一光栅镜片用于透射和衍射第一激光发射器发射 的激光，从而使透射和衍射后的激光从左出光口发出并屏幕上显示的 图形呈圆形

本发明公开了一种基于标识密码技术的电子护照扩展访问控制系统及鉴权方法。密钥服务中心提供密钥服务；护照验证中心提出阅读敏感生物特征信息权限的申请，密钥服务中心颁发授权智能卡进行授权，护照验证中心将授权智能卡分发给所管辖的验证终端；护照发放中心向密钥服务中心申请鉴权的认证密钥及公开参数，并将认证密钥及公开参数写入到电子护照的护照智能卡中。在验证护照时，授权智能卡和护照智能卡之间进行基于标识密码算法的鉴权协议，判断验证终端是否有权阅读敏感生物特征数据。本发明能克服欧盟方案中授权信任传递的漏洞，不需建设复杂

本发明公开一种基于鸽群智能反向学习的无人机集群多目标控制优化方法，其实现步骤为：步骤一：搭建无人机动力学模型；步骤二：搭建具有感知能力无人机传感器模型；步骤三：搭建无人机目标搜索图模型；步骤四：建立无人机目标搜索代价函数模型；步骤五：设计多目标鸽群优化算法；步骤六：设计基于鸽群智能反向学习的多目标鸽群优化算法；步骤七：输出无人机目标搜索仿真轨迹图。

一、 项目简介本项目通过仿生学方法模拟生物听觉系统，建立机器人实时性、鲁棒性强，并具有较高适用性的环境感知新方法，充分利用机器人感知信息，实现其在复杂环境下基于听觉的目标定位。二、 技术指标（包括鉴定、知识产权专利、获奖等情况）已授权发明专利1项:《一种声源定位装置》（201010191634.1）三、 市场前景（应用领域、市场分析等）听觉感知机器人技术可在军事上和民用上得到十分广泛的应用，例如：智能雷弹系统对目标的定位与跟踪；护理机器人可通过语音识别完成患者指定的任务；地震救灾任务中利用被困者发出的声音来判断其具体位置的；在危险气（液）体泄漏时，可通过听觉传感器对声音场强度大小的判断找到其泄漏源，从而避免搜索人员的伤亡。四、 项目具体联系人及联系方式（包括电子邮箱）联系人：杨鹏 教授/博导，控制科学与工程学院 院长通讯地址：天津市红桥区河北工业大学东院358信箱办公地址：河北工业大学东院七教1024电子邮箱：yphebut@aliyun.com手机：13602051146五、高清成果图片2-3张