|
搜索
搜 索
高等教育领域数字化综合服务平台
XM-417D带数字标识耳解剖放大模型
XM-417D耳解剖放大模型（放大3倍，3部件，带数字标识）
XM-417D带数字标识耳解剖放大模型放大3倍，可拆分为3部件，展示了外耳、中耳、内耳、膜迷路、骨迷路以及完整的耳蜗结构，共有13个部位数字指示标志及对应文字说明。
尺寸：放大3倍，33×23×23cm
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
带数字标识内囊与基底神经核解剖模型
XM- 644A内囊与基底神经核解剖模型（带数字标识）
XM-644A带数字标识内囊与基底神经核解剖模型可拆分为2部件，显示了脑部内囊与基底神经核各部分解剖结构的外形及位置，以及半侧脑干及脑神经附着部位，左半侧显示丘脑、尾状核、杏仁体、豆状核的形态位置及相互的关系，豆状核上外髓板外为壳，内为苍白球；右半侧显示内囊，内囊是在尾状核、背侧丘脑与豆状核之间，上下交错穿行的投射纤维，在模型中用彩色氛围表示投射纤维的不同去向，共有多个部位数字指示标志和对应的文字说明。
尺寸：12×12×12cm
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
带数字标识唾液腺及咽肌解剖模型
XM-514A唾液腺及咽肌解剖模型（带数字标识）
XM-514A带数字标识唾液腺及咽肌解剖模型以正中切对开设计，可拆分为2部件，显示人体咽喉部的肌肉和咽壁咽部、下颌下腺及舌下腺内侧面鼻咽喉的解剖结构，有数字标识和对应的说明，可以更加直观的了解咽喉部肌肉如环咽肌、鼻咽腔、腺体等结构。
尺寸：自然大，17×16×29cm
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
带数字标识螺旋器及膜性蜗管模型
XM-855A螺旋器及膜性蜗管模型（带数字标识）
XM-855A带数字标识螺旋器及膜性蜗管模型放大350倍，可拆分为5部件，显示螺旋器及膜性蜗管三壁的立体微细结构，模型的内侧端为骨性螺旋板，相当于螺旋缘处的断面，可见其中的骨质，表面肥厚的骨膜及穿通骨质的听神经纤维束，模型的另一端为螺旋韧带，内含多数血管，由侧面看可见前庭膜起于螺旋缘上面的骨膜，止于螺旋韧带的上方。将前庭膜取下观察，可见它由上面的间皮，中间的结缔组织及下面的上皮所成，膜性蜗管的外壁为螺旋韧带，内面附有单层立方上皮。
尺寸：放大350倍，47.5×18×32.5cm
材质：PVC材料
上海欣曼科教设备有限公司
2021-08-23
实现“双碳”目标 减污降碳协同增效是重点
“十四五”时期，我国进入以降碳为重点战略方向、推动减污降碳协同增效、促进经济社会发展全面绿色转型、实现生态环境质量改善由量变到质变的关键时期。
科技日报
2022-03-09
基于线结构光的水下目标三维重建方法
本发明公开了一种基于线结构光的水下目标三维重建技术。本方法有效降低了由于水中悬浮物、海水对光的吸收和散射、非均匀光场等对探测精度的影响，完成了大角度、远距离的水下目标三维信息提取，实现了水下远距离、高精度、实时的目标三维探测。水下目标三维探测技术可为海洋资源开发、水下工程建设和水下军事应用等领域等所需的水下探测技术提供重要的方法和参考。可以为人类提供合适的观察通道，将水下被探测目标的外型显示为人眼可判断的图像或视频信息，以此来完成对水中信息的收集或者为下一步的研究及应用提供有价值的基础数据信息。
青岛大学
2021-04-13
一种弱小目标图像的自适应恢复增强方法
本发明公开了一种弱小目标图像的自适应恢复增强方法，步骤为：①利用光学成像探测系统获取气动光学模糊图像 g，图像大小为M*N，作为观测图像；②对气动光学模糊图像 g 进行校正增强，得到的初始校正图像<img file=""DDA00002538750100011.GIF"" wi=""57""he=""59"" />③对初始校正图像<img file=""DDA00002538750100012.GIF" " wi
华中科技大学
2021-04-14
一种动目标的红外辐射光谱特性仿真分析方法
本发明公开了一种动目标的红外辐射光谱特性仿真分析方法，该方法首先为动目标三维几何建模并将目标按区域划分；之后建立目标温度分布模型，计算不同观测角度下目标表面各点的温度；然后建立红外大气传输模型，计算大气透过率及大气路程辐射；之后设定测量系统及动目标的各参数；再利用已建立的目标温度分布模型及红外辐射传输模型计算动目标像方的辐射能量；最后分别计算点目标及面目标的红外辐射能量并绘制相应的辐射光谱曲线。本发明技术方案方
华中科技大学
2021-04-14
一种目标的数字化模型生成与驱动技术
1.痛点问题
本项预期成果是解决复杂场景中目标三维数据重建、驱动的关键技术。
针对实际应用中复杂运动场景，例如刚性运动的交通工具，变形移动行人等，传统的运动结构恢复方法在进行场景深度求解时无法确定每个单元结构的相对尺度，导致无法对复杂运动场景进行重建。在现有的深度估计、语义分割、位姿估计等相关技术，存在识别精度低、提取不到关键信息、应用场景单一等问题，无法满足大尺度场景应用的需求。
2.解决方案
本项目成果提出了一套面向目标、人体深度数据重建技术，有效实现对复杂运动场景下人、物的深度重建与驱动，有效解决现实场景目标的数字化模型生成与虚拟场景下的驱动映射问题。提出多模态采集、时空复用编码摄像方法，获取大景深、高时空分辨、丰富的精确场景视觉信息，基于超像素关系分析的深度重建方法，包括目标超像素分割，图像帧匹配，运动关系判定，通过时序传播与概率模型更新实现实时深度重建，提高最终三维重建模型的稠密度、鲁棒性、一致性和准确度。构建了基于深度卷积神经网络的目标实例检测与位姿估计框架，从目标对象观测图片提取其分割掩码并不断迭代更新，输入深度卷积神经网络进而得到目标6D位姿估计并进行迭代改进，从而实现目标在动态复杂场景下的位姿还原，克服了在光照、姿态变化、遮挡等不良因素环境下的目标位姿不准确问题，确保了目标6D位姿估计的鲁棒性与准确性。
合作需求
寻求在元宇宙、数字城市、自动驾驶、AR/VR、机器人、制造业等领域有相关技术开发、市场推广经验，能推广本技术落地的高科技企业，可以进行深度合作。
清华大学
2022-07-14
一种基于局部哈希特征的视频目标实时跟踪方法
本发明公开了一种基于感知哈希特征的视频目标跟踪方法，其特征在于，包括以下步骤：(1)读取待跟踪视频序列的第一帧；(2)在图像中画一恰好将目标包围的矩形框，作为目标框；(3)对视频帧图像进行灰度化处理；(4)提取目标框的局部哈希特征，并对特征进行为运算化处理；(5)读取视频下一帧，并采用同步骤(3)同样的方式对图像进行灰度化处理；(6)在当前帧中，采用倒金字塔候选框搜索方法在上一帧目标相同位置附近获取候选框；(7)采用
华中科技大学
2021-04-14