|
搜索
搜 索
高等教育领域数字化综合服务平台
自然场景视觉感知和大数据分析
"自然场景视觉感知与理解是人工智能的前沿热点，其主要任务是对场景中的视觉要素进行认知，进而推断出其中包含的场景语义。 IMAGINE实验室近年来相继从场景构成分析、场景内容推理、场景结构建模等角度对这一问题展开了系统研究，着重探索了融合先验建模与深度学习的自然场景视觉理解这一问题。"
南京大学
2021-04-10
智能视觉感知芯片
1.痛点问题
元宇宙时代三维成像基础设备和数字终端成像及显示设备都将需要革命性的提升。同时，工业智能和基础科学的快速发展也对感知和成像极限提出了更高的需求。
现有的成像技术，即摄像头模组和3D成像模组，存在诸多技术和经济的缺陷，如抗扰动性能差、占据空间大、功耗大、成本高等，特别是随着传感芯片像素数的增加，传统光学成像系统需要多级较大的昂贵镜片才能实现高分辨率的成像性能，很难应用于手机等小型化设备上，不足以适应科技的高速发展。
“智能视觉感知芯片”将达成光学感知的技术革新并有效解决现存问题。通过数字自适应光学技术矫正系统像差和环境像差、实现高速重构目标景物高精度三维信息，进而实现使用普通的低成本小型化单镜片即可实现高分辨率成像，同时该芯片能够适用于不同的光学系统，包括大口径天文成像，实现高分辨率远距离成像，克服大气湍流干扰。
2.解决方案
团队提出“智能视觉感知芯片”概念，该种芯片拥有多项优势：全球领先的4D感知技术，自适应抗干扰；创新的透镜设计方案结合自主知识产权算法，可通过单摄像头模组实现原多摄像头模组功能，大幅降低现有成本、体积和功耗，显著提升分辨率。通过对目标场景进行多维度的密集采样，将多维度的耦合信息解耦，重构傅里叶面的非期望相位分布，实现高速大范围的自适应光学矫正，显著降低光学成像系统尺寸与成本，提升成像效果，同时具备三维深度感知能力。
合作需求
寻求消费电子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
2022-05-19
智能视觉感知芯片
1. 痛点问题
元宇宙时代三维成像基础设备和数字终端成像及显示设备都将需要革命性的提升。同时，工业智能和基础科学的快速发展也对感知和成像极限提出了更高的需求。
现有的成像技术，即摄像头模组和3D成像模组，存在诸多技术和经济的缺陷，如抗扰动性能差、占据空间大、功耗大、成本高等，特别是随着传感芯片像素数的增加，传统光学成像系统需要多级较大的昂贵镜片才能实现高分辨率的成像性能，很难应用于手机等小型化设备上，不足以适应科技的高速发展。
“智能视觉感知芯片”将达成光学感知的技术革新并有效解决现存问题。通过数字自适应光学技术矫正系统像差和环境像差、实现高速重构目标景物高精度三维信息，进而实现使用普通的低成本小型化单镜片即可实现高分辨率成像，同时该芯片能够适用于不同的光学系统，包括大口径天文成像，实现高分辨率远距离成像，克服大气湍流干扰。
2. 解决方案
团队提出“智能视觉感知芯片”概念，该种芯片拥有多项优势：全球领先的4D感知技术，自适应抗干扰；创新的透镜设计方案结合自主知识产权算法，可通过单摄像头模组实现原多摄像头模组功能，大幅降低现有成本、体积和功耗，显著提升分辨率。通过对目标场景进行多维度的密集采样，将多维度的耦合信息解耦，重构傅里叶面的非期望相位分布，实现高速大范围的自适应光学矫正，显著降低光学成像系统尺寸与成本，提升成像效果，同时具备三维深度感知能力。
合作需求
寻求消费电子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
2022-03-03
面向机器人的智能视觉环境感知及三维场景重建
面向机器人的智能视觉环境感知及三维场景重建 面向机器人视觉的自然场景理解是近年来的研究热点和重要挑战之一，其目标是对自然场景图像及视频的内容作出有效分析、认知与表达，目前相关理论和算法正处于初期探索阶段。我们的研究成果表明，从场景视觉语义推理、场景目标识别和场景行为模式检测三个环节展开研究，有助于构建自然场景理解的创新机制，进一步开发机器人
南京大学
2021-04-14
基于人工智能的视觉智能感知平台
本项目研究面向成渝地区双城经济圈大数据智能产业需求，尤其是对智能制造、公共安全场景提供高效的视频流在线推理和管理平台，研发了一个通用性的智能中台架构，支持视频流和智能模型模块化管理，支持全程可视化操作交互式界面，支持视觉智能感知模型在线推理快速部署，支持感知与识别结果实时推送、预警和报警。
重庆文理学院
2025-02-21
一种场景和目标感知与理解技术
1. 痛点问题
场景、目标对象的感知与语义理解在医疗健康、运动培训等领域具有广阔的应用前景，其核心是如何在像素级、对象级、场景级多层次、多尺度表示下实现语义、几何及空间关系的透彻感知。
现有计算机视觉方法或激光雷达等手段无法同时获取多个维度的高质量场景与目标信息，同时现有的深度估计、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
团队提出多模态采集、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；提出一种基于物理空间推理和语义关联建模的动态场景深度估计方法，综合语义信息、几何结构信息以及时空间信息进行滤波，实现复杂动态场景的无先验深度估计，将观测目标与背景进行区分；提出一套从图像和视频中预测目标的位置和姿态的方法，包括迭代匹配的深度网络、基于物体三维坐标的旋转/平移解耦、自监督6D模型等，克服了遮挡、光照变化、视觉歧义与数据标注依赖等因素的影响，可以准确估计目标相对相机的 6D 位姿（3D平移量和3D旋转量）；构建了基于全卷积网络和兴趣区域的多目标实例检测与分割框架，有效的解决了复杂类别、场景遮挡情况下的多目标实例分割问题，能够实现同时对场景中多个目标检测与分析。
合作需求
寻求医疗健康服务、医疗器械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
2022-02-18
高速移动场景下列车轨道安全自主感知系统
本项目搭建一套基于深度学习技术的列车轨道安全自主感知系统，利用摄像头，激光雷达毫米波雷达等多传感器，通过多传感器融合和物体检测技术，对轨道安全进行监测感知。通过视觉目标检测，实现激光雷达点云数据处理和多传感器数据整合。
北京交通大学
2023-05-08
复杂环境的视觉感知、重建与理解
利用多机器人和多模态视觉传感器有效探索与感知复杂
环境的三维结构，进而理解和分析三维场景。研究从多源异
构的机器人定位与建图等环境感知方面、多模态融合的前景
分割、显著性检测和目标检测等场景分析方面取得突破。
浙江工业大学
2021-05-06
IMAGINELab视觉感知和大数据分析
自然场景视觉感知与理解是人工智能的前沿热点，其主要任务是对场景中的视觉要素进行认知，进而推断出其中包含的场景语义。IMAGINE实验室近年来相继从场景构成分析、场景内容推理、场景结构建模等角度对这一问题展开了系统研究，着重探索了融合先验建模与深度学习的自然场景视觉理解这一问题。大数据具有规模大、种类多、产生速度快、有价值数据密度低等特点。对大数据信息分析具有重要意义，也是目前研究的热点，其主要任务是利用数据分析的方法从大数据中获取有价值信息。IMAGINE实验室近年来结合深度学习前沿技术和传统数据分析方法进行数据分析和预测，并在海关大数据分析项目和国网电力冰风灾害预测项目中进行应用
南京大学
2021-04-10
高速移动状态下视觉感知技术
研究意义1. 视觉感知是高铁、自动驾驶车辆、无人航行器等自动化设备实现环境感知的重要手段。2. 对运动状态下产生的图像模糊进行复原是计算机视觉领域的重要研究内容。3. 运动模糊对于基于视觉的目标检测算法的检测能力具有显著影响。
研究目标 本研究相机在直线运动状态下前进速度与目标检测算法在产 生的模糊图像上检测能力的关系。通过实验进行具体关系的 研究与分析。对模糊图像应用合适的去模糊算法，观察并分 析去模糊后目标检测能力的变化。
北京交通大学
2023-05-08