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

通过采用两个不同光学放大倍率图像采集系统，进行巧妙的光路切换，实现了针对检测对象变换图像分辨率的要求，有效解决了高密度PCB检测速度和微小元件检测准确度的矛盾，破解了长期困扰自动光学检测技术领域共性技术难题；应用企业已累计生产销售682台套，用户已达到300多家，部分产品出口到了欧盟、东南亚等国家和地区，打破了相关高端设备一直被国外设备垄断的局面，有效促进了行业的技术进步。

简介： 1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。 层级分割模型示意图  分类模型可视化热图   2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。 钼靶乳腺图像预处理   双侧双体位深度学习网络   优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。  

1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。层级分割模型示意图 分类模型可视化热图 2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。钼靶乳腺图像预处理 双侧双体位深度学习网络 优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。

其中的前景图像提取方法包括：获取第i帧与第i-1帧中位置相同的像素点之间的距离，获取距离大于预定值的像素点集合Z，获取像素点集合Z中与第i-1帧中的前景区域的像素点位置相同的像素点集合U，将像素点集合U进行背景差分处理，获得像素点集合E，根据像素点集合E、像素点集合T以及像素点集合W的并集确定第i帧的前景区域，像素点集合W为像素点集合Z中与第i-1帧中的前景区域的像素点位置不相同的像素点集合，像素点集合T为第i-1帧的前景区域中与像素点集合U中的像素点位置不相同的像素点集合。上述技术方案能够快速准确的提取出第i帧中的前景图像。

清华大学利用具有自主知识产权的 DMB-T 系统所开发出来的应急双向视频图像传输系统，在国务院应急办领导视察时获得了好评，并已经在国内部分地区获得了应用，反应良 好，有效地解决了特殊情况下图像信息的传输和发送问题，如在反恐演习、奥运安保、2008 年雪灾、地震灾害的现场图像回传中发挥了作用。该系统对于构建和谐社会、维护社会治安、 打击犯罪提供了重要的技术保障。清华大学数字电视技术研究中心在原有技术基础上，针对 当前频率资源紧张的现状，提出了图像传输带宽可变的新一代系统。该方案已经被公安部正 式接收成为其标准技术方案之一，未来不少要害行业和部门(公安、消防、电力、卫生、水 利、森林防火、库区大坝安全等)都可能需要配备该系统。我们愿意与当地企业合作，根据 需求进一步做好系统优化并完成产品设计，使之成为一个具有低成本、高可靠性和产业化成 熟度高的产品。

本研究成果基于数字图像处理和智能识别原理，依据CCD工业摄像机获得的黑白彩色图像，进行滤波、校正、灰度化、白平衡、差分等数字图像处理，采用小波变换等技术，获得监测对象的轮廓外形，然后与基准图像轮廓比较，获得监测对象状态等信息。

多功能图像处理系统能够完成图像增强、图像恢复、画中画、自动调焦/调光、无极电子变倍等多种功能，重点解决光照不均、光学系统透光不均、以及雾霾和雾天等情况下造成的图像质量降质、视觉效果差等问题，并能抑制大气湍流引起的图像模糊，突破传统图像复原依赖于精确的物理模型的设计理念，解决了常规图像复原计算量大运行速度慢等关键问题。系统具有很好的实时性、稳定性和适应性。1. 图像增强：由于图像采集过程中，光学系统透光不均、光照不足、雾霾天气等因素使图像观看质量下降，图像增强可大大增加图像可视度，提高不同区域的图像对比度，很好的改善视觉效果；2. 图像恢复：解决由于大气湍流、焦距不准、光学系统缺陷所造成的图像模糊；3. 多模图像融合：根据EMI/EMC设计原则，抗干扰能力强，选用高TG制作材料，提供了极高的可靠性；重点解决了多模图像融合时信息不完整、可见光/微光/红外图像噪声偏大、双路图像不配准、远距离传输干扰大等问题，具有低延迟、信息保全度高、可靠性高等特点。 主要技术指标：1. 输入为模拟PAL/NTSC制式或双路数字接口cameralink，输出模拟PAL/NTSC制式、cameralink或者VGA、XGA；2. 图像增强FPGA实现具有极低的延迟，处理时间小于一场，图像增强后视频能量梯度平均提高2倍以上，对由于光照不足、光照不均、恶劣天气所引起的降质图像，可以凸显细节、自适应调节对比度，突显图像的关键信息；3. 图像复原使用专利的复原处理算法，能有效地抑制大气湍流引起的图像模糊，恢复出更多的图像细节，显著提升图像视觉效果，增强图像对比度和可视度，复原后的视频平均灰度梯度值提高3倍以上；4. 图像锐化算法有效增加图像细节信息，主要消除由于光学系统对焦不精确所造成的模糊现象，与精确对焦图片对比，平均结构相似度达到95%以上；5. 图像去雾算法针对薄雾、浓雾进行自适应调整，分析图像中色彩信息，对图像中各点景深进行精确测量，还原显示真实图像。图像经过去雾处理后，平均信息上提高30%以上；6. 多模图像融合技术分别处理模拟信号及数字信号，输出默认为XGA差分三线制视频，可进行远距离传输，抗干扰能力强；配准精度可达到个像素以内，配准实时处理；灰度融合图像局部信息相对于单模原始图像对应局部区域的联合熵提高30%以上； 图像降噪功能在降低噪声影响的同时很好的保留了图像的纹理信息。

已有样品/n主要技术指标：图像分辨率 800×600；量化位宽 12bit；图像帧率 1000fps；动 态范围 70dB；工作温度范围在-25℃至 85℃；芯片功耗 0.67W；同时定制的图像传 感器工艺和设计流程，具有更佳的高速图像获取能力。 高速图像传感器可应用于工业生产、农业生产、智能交通、虚拟现实、科学研 究、国防军事及其他民用领域。具体来说，高速图像传感器可应用于汽车碰撞试验、 火箭发射、弹道测试、体育赛事、目标追踪、微表情研究和高速车牌识别等领域。

1 成果简介清华大学利用具有自主知识产权的 DMB－T 系统所开发出来的应急双向视频图像传输系统，在国务院应急办领导视察时获得了好评，并已经在国内部分地区获得了应用，反应良好，有效地解决了特殊情况下图像信息的传输和发送问题，如在反恐演习、奥运安保、 08年雪灾、地震灾害的现场图像回传发挥了作用。该系统对于构建和谐社会、维护社会治安、打击犯罪提供了重要的技术保障。清华大学数字电视技术研究中心在原有技术基础上，针对当前频率资源紧张的现状，所提出了图像传输带宽可变的新一代系统。该方案已经被公安部 正式接收成为其标准技术方案之一，未来不少要害行业和部门（公安、消防、电力、卫生、水利、森林防火、库区大坝安全等）都可能需要配备该系统。我们愿意与当地企业合作，根据需求进一步做好系统优化并完成产品设计，使之成为一个具有低成本、高可靠性和产业化成熟度高的产品。2 应用说明在公安、消防、救灾、反恐、卫生、安全生产和突发事件中均可应用，预计年产值在1000 万元以上。