|
搜索
搜 索
高等教育领域数字化综合服务平台
上海视觉艺术学院
上海视觉艺术学院诞生于2005年。原名为复旦大学上海视觉艺术学院，2013年4月经教育部批准我校正式转设为独立设置的普通本科高等学校：上海视觉艺术学院。她是顺应文化艺术发展的世界潮流、时代呼声的产物。作为上海唯一的综合类视觉艺术高等院校，她将引领大视觉的艺术概念，构筑大视觉艺术创意的平 台，按照“忠诚、卓越、创新、和谐”八字校训培养优秀的艺术人才。 作为以新理念、新体制、新模式、新机制办学的新型艺术学院，上海视觉艺术学院致力于探索贴近产业、融入社会的开放办学模式和产学合作、资源共享的人才培养模式。SIVA网站是展现这一探索的窗口，也是社会各界参与办学、监督办学的门户。 在这里，你们可以看到SIVA已经发生、正在发生和将要发生的一切!
上海视觉艺术学院
2021-02-01
智能机器人视觉识别芯片
在信息时代，机器视觉在实现智能社会方面发挥着重要作用。视觉特征提取是机器视觉的一项关键技术，该技术可以提取图像中具有鲜明特征的信息，诸如边缘、角点、圆以及图像形状等特征，这些特征是标定机器视觉系统模型参数和运用机器视觉技术进行实际应用的前提和基础。视觉特征提取技术广泛应用于自主移动智能机器人、无人驾驶和无人机等场景，这些应用场景对视觉特征提取算法的鲁棒性和帧率提出了巨大挑战。
具体来说，视觉特征提取算法包括SIFT（Scale-Invariant Feature Transform，尺度不变特征转换算法）、SURF（Speeded-Up Robust Features，加速稳健特征）、ORB（Oriented FAST and Rotated BRIEF，快速特征点提取描述）、HOG（Histogram of Oriented Gradient，方向梯度直方图）、LBP（Local Binary Patterns，局部二值模式）等。在SURF、ORB、HOG、LBP这些经典的特征提取算法中，SURF的鲁棒性相对较高，但是过于依赖主方向的选取，使得其方向变化鲁棒性不足。SIFT算法可以从图像中提取具有不变性的鲁棒局部特征，对方向变化、光照变化、噪声、杂物场景及遮挡影响等方面的鲁棒性最强，满足无人驾驶技术的需求。SIFT算法的运算量大从而导致的系统帧率低、功耗高的问题可以通过设计具有高并行度的专用硬件加速器芯片来解决。
华中科技大学
2022-10-11
计算机视觉技术及应用
我国人工智能核心产业规模超过1500亿元，其中计算机视觉所做贡献最大，其规模占比超过35%。面向国家人工智能战略发展对计算机视觉技术的重大需求，攻克了多任务迁移目标检测技术、智能视频分析技术、高精度人脸/掌纹识别技术、医学图像处理技术等一系列关键技术，研究成果先后获得了教育部自然科学一等奖、黑龙江省自然科学一等奖、江苏省科学技术一等奖等一系列奖项，在目标检测与跟踪、目标识别、医学图像智能分析等领域形成了鲜明的研究特色。相关
哈尔滨工业大学
2021-04-14
实用激光焊缝视觉传感器
项目研究内容： 实用激光焊缝视觉传感器原形机由传感器、 十字滑架、 主控箱等部分组成。传感器内半导体激光经柱透镜成一片光投向焊缝， CCD 摄取光条纹图像， 经计算机数字图像处理， 求出焊缝位置信息， 通过 AC6410 卡控制电动十字架实时跟踪。 技术特点 ：实用激光焊缝视觉传感器具有较强的抗弧光干扰能力，能 对多种焊缝进行视觉传感，实现自动跟踪；同时集降温吹灰系统于一体， 降温吹灰系统工作，可减少飞
南昌大学
2021-04-14
IEEE1394立体视觉头
Ø IEEE1394立体视觉头由多个微型CMOS摄象机构成的成象模块和IEEE 1394传输模块组成。多个CMOS摄象机同步获取图象（摄象机之间信号完全同步），并将图象存储在成象模块的缓存中。摄象机的个数可以根据不同的视觉感知任务选配。IEEE 1394传输模块读取成象模块缓存的图象数据，通过IEEE 1394接口将图象数据实时传送至个人计算机或笔记本计算机，实现场景或目标的立体视觉感知。
北京理工大学
2021-04-14
视觉三维振动测量部件
视觉三维振动测量部件是总体项目仪器的主要辅助技术之一。本成果视觉三 维振动测量模块就是一种高效率的面阵振动同步测量手段。它能够同步测量大型 结构件面上众多点的三维振动数据，反映出整体结构的振动信息和关键测量点位 置，从而为最终的高精度宽频带测量提供支撑信息。基于此，可以利用机器人或 者其它定位方式将激光多普勒三维测振模块准确定位到待测物体的关键测量点 上。视觉多点三维振动测量部件研发作为跨尺度三维光电振动测量仪的重要部 件，其发展进步必然对精密、超精密加工、振动测量技术等相关行业的发展
上海理工大学
2021-01-12
技术需求：视觉定位、激光引导技术
视觉定位和激光引导。
青岛汉德焊自动化有限公司
2021-06-15
虚拟家装室内场景设计中的阴影渲染方法
成果介绍本发明公开了一种虚拟家装室内场景设计中的阴影渲染方法。包括阴影映射图生成步骤，半影估计步骤，基于泊松碟采样的百分比渐近滤波步骤，最后通过加入漫反射环境光，生成具有真实感的虚拟家装室内场景阴影效果图。本发明方法能够高效且能改善阴影映射图锯齿走样的问题。技术创新点及参数本发明提供一种真实感强烈，生成了场景中物体的软阴影而且速度快， 可以满足虚拟家装实时渲染要求的虚拟家装室内场景设计中的阴影渲染方法。市场前景本发明方法结合阴影映射图与百分比渐进滤波技术实现虚拟室内家装 的实时阴影效果渲染，不仅能够生成具有真实感的家装室内设计中的阴影渲染，而且 不会随着场景中三维物体复杂度增加而增加，无需预处理能够满足实时应用需求。该 技术对计算机虚拟现实在虚拟家装领域的应用具有重要意义。
东南大学
2021-04-11
一种风电功率爬坡事件概率场景预测方法
本发明涉及一种风电功率爬坡事件概率场景预测方法，通过构建计及累积密度函数和高阶矩自相关 函数的多目标适应度函数实现了分布特征一致性和时序特征一致性。基于多目标适应度函数的遗传算法 对概率生成模型参数进行迭代寻优，得到大量预测场景，并通过场景捕捉带内挖掘出的爬坡事件概率特 征评价该预测方法。选取国外某风场实际数据进行算例计算和统计分析，结果表明多目标函数较单目标 函数的统计结果更为精确，而且该概率场景预测方法可以较准确地估计出爬坡事件的特征量，证明了该 方法的正确性，可为概率场景生成方法和爬坡事件预测模型提供指导。
武汉大学
2021-04-13
一种高精度稠密室内场景重建技术
1. 痛点问题
场景三维重建是未来视觉成像技术发展的重要趋势，支撑导航与人机交互、虚拟现实与增强现实（VR/AR）、在线文旅、工程设计等前沿领域应用革命性发展。
目前技术仅仅是根据局限于面元自身区域内不同时刻的信息融合得到该面元的最终重建结果，忽略了面元之间的关系，导致重建面元的自由度过大，同时由于遮挡、光照变化、纹理不足、运动等因素的影响，降低了深度图像的稠密度，同时存在相关尺度模糊问题。重建面元受到输入深度图像噪声以及定位系统对相机定位误差的影响，出现重建面元的位置及朝向可能与真实值存在明显偏差，且相邻面元之间可能存在不一致的情况，导致最终重建的三维模型的稠密度、鲁棒性、一致性和准确性较低。
2. 解决方案
本项目成果提出了一套高精度稠密室内场景重建技术，首先提出基于物理空间推理和语义关联建模的场景多粒度（像素/体素-超像素/体素-对象-场景）感知方法，综合语义信息、几何结构信息以及时空间信息进行滤波，实现准确深度估计，联合光流估计与相机位姿估计进行多任务自监督训练，实现深度估计网络权重的在线调整，提高深度估计在未知场景下的性能，进一步引入在室内场景中常见的三种局部和全局尺度空间平面关系约束，为每一个重建面元提取三种支撑面元集，以支撑面元为载体将面元之间的空间关系作为额外约束引入密集面元生成阶段，抑制深度图噪声和定位误差的负面影响，提出基于语义先验的实时概率稠密重建方法，通过时序传播与概率模型更新实现实时场景深度重建，提高最终三维重建模型的稠密度、鲁棒性、一致性和准确度，新引入的部分计算量小，能保持现有方案的实时性和可扩展性，能够快速对大场景进行实景稠密三维重建，为用户提供低成本、高效率、极便捷的空间3D重建解决方案。
合作需求
寻求在VR/AR、机器人、智慧城市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
2022-01-24