随着移动互联网、智能移动终端及云计算的迅速崛起，移动视觉标签搜索与识别已经成为有重要影响的关键技术之一。摄像头成为了移动互联网时代的入口，就像PC时代的搜索框一样。 “凤凰眼”视觉标签识别系统及产品原型通过自主研发的图像识别算法，实现“静态视觉信息的自动提取与识别”，所见即所得。当用户使用本产品来浏览感兴趣的目标物体时， 用户无需为商品拍照或扫描条形码，当摄像头对着目标“看”了几秒钟后，即可以将真实的物理世界信息映射为视觉标签并识别。 本产品可作为智慧景区、智能购物、私

一种射频识别标签，包括封装体和位于封装体内的射频电路，所述封装体内轴向开有至少一个导流孔，导流孔的一端开孔小于另外一端，导流孔远离轴线的侧壁形成导流斜面，这些导流斜面以封装体轴线为中心对称分布。通过控制导流斜面的斜率而控制射频识别标签投掷到油井管道盐水中时的下落速度，且所述射频识别标签在盐水中下落时不易旋转，运动更加平稳。

本项目着重研发一系列不同工作频率与不同储存信息量有机射频识别（ORFID）标签或有机射频卡为主，研究各种有机集成器件，为大面积集成柔性电子产品产业化奠定了有机电子方面的理论基础。本研究采用不同有机导电材料及制作工艺使有机薄膜晶体管（OTFT）集成于塑料基底上，制备出RFID塑料芯片。工作采用一套新的完整的技术方案，包括结合应用需要进行有机RFID标签的结构，电路设计，在柔性衬底上进行芯片集成电路的制作（通过掩模板及光刻工艺制备高性能的低聚合物RFID标签集成电路，喷墨打印方式制备便宜的高分子等有机RFID标签集成塑料芯片两种路线），印刷天线，及选择合适的测试系统进行应验标签和分析标签工作机制等部分。制备出工作频率为125kHz、13.56MHz 及储存信息量为1字节及8字节的有机RFID标签。其中晶体管的性能达到开关比在104以上，迁移率0.4~0.7cm2/Vs，电路工作电压在15V左右。本项目是国内首批研发有机RFID标签的实验室研究工作，从而给国内有机RFID技术的研发工作建立一个良好的平台，弥补国内在有机RFID标签领域的空白。 主要应用范围： 从长远发展看，有机RFID有可能成为将来主导各行业信息处理的关键技术之一。有机RFID标签作为一个低成本的选择，并不会代替常用、标准的无机RFID标签，而是开辟另一个新的市场，到时在RFID市场，有机半导体将与Si片技术相互补。有机RFID技术除了具有半导体RFID技术的优点以外，还具有便宜、厚度可以非常薄等特点，可以制成柔性电子标签，使用时可以随意粘贴，不受软硬度及厚度等限制，将来可以广泛应用于工业自动化、商业自动化、交通运输控制管理、军事物流等众多领域。 有机半导体的生产工艺将彻底改变了以往的Si集成电路生产流程，省去了复杂及昂贵的CMOS工艺过程（扩散、光刻、刻蚀、离子注入、薄膜生长、抛光等步骤），便宜并且环保。因为有机电子学能够实现大规模应用很关键的一点就是其能通过印刷工艺来实现有机电子器件的低成本。同样有机RFID标签的研究中，各国研究者的目的是想通过有机半导体材料制备有机集成电路，最终可以通过印刷的方式来得到有机RFID标签产品。这意味着有机RFID标签的到来将带动印刷行业领域的进展。采用打印制备RFID标签的工艺将碳基材料的微细颗粒喷射到芯片的基底上，不到几分钟就可以制造出芯片成品，且塑料芯片可以单片制造，其成本甚至不到0.1美分。而目前如果要建造一座生产Si芯片的工厂，其资金可能要高达百亿美金以上，然而同样的资金却可以建造超过100个生产塑料芯片的工厂。不论从前端厂房及材料成本，到后端的应用与生产成本，有机RFID技术的生产都极具优势。 目前世界各国都认为有机RFID市场前景巨大。至于技术的发展，目前全球都还在探索阶段。各国家、地区和机构纷纷加大研发力度，尤其各国已经有专门的公司进行相关项目的投资。比如，美国Organic ID、IBM和德国PolyIC等公司。而中国的大部分企业一直处于观望的状态，虽然目前已经开始尝试无机RFID在一些领域的应用示范，但在技术基础方面远远落后于欧美各国，加之标准待确立和产业基础薄弱，诸多因素制约着RFID技术在中国这个世界最具潜力的消费市场难以大规模运行。如果有机RFID的研究及应用方面迟迟不肯投资，在未来新崛起的有机RFID产业里又必将落后于欧美、日韩和新加坡等国。只有在快要占领市场的有机RFID技术方面尽早投入，将来才可能分得一杯羹。 制备出基本器件后，随着研发不断深入发展，将制备存储量和响应不断提高的器件。

成果简介现代物流中货物传输登记的现代化具有非常重要的现实意义。 目前， 物流货物的登记主要依靠人工实现， 具有费时、 繁琐、 容易出错等缺点。 货物标签制作和识别系统的应用可以解决这些问题。 该系统可以实现货物信息的标签（自动化）制作、 货物识别信息的远距离传输、 货物信息的集中式管理、 货物信息的汉字化写入和识别， 降低对人员的要求， 以及提高货物传输的效率， 降低劳动强度以及信息登记的繁琐性等优点。成熟程度和所需建设条件本项目的产业化需结合具体需求进行定

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。

 本项目以图像处理、模式识别，以及多信息融合技术为基础，构建了一个通用性强、高智能化和自动化水平的视觉测量与检测平台。实现复杂环境下对多种类目标(不同形状和尺寸零件、结构件等)、多参数（尺寸、平行度、挠度等）、多尺度的测量与检测。

项目背景：近年来，我国自动售货机蓬勃发展的最佳时 期已经到来，从零售行业的视角来看，随着线上流量红利的 衰退，线下流量的价值越来越突出，但线下门店业态也面临 着高昂的人力成本和租金成本压力。而智能化升级引入自动 售货机，通过网络实现移动支付功能以及货物管理功能，使 得自动售货机运营效率得以提升，业务模式上也有了无限的 想象空间。随着移动支付的兴起，国内自动售货机市场近几 年可谓遍地开花，发展迅猛。近些年自动售货机行业一直朝 着低成本、多功能、更便利、售货广的方向发现。所以一款 造价低、性能稳定，运营简单，购物便利，售卖商品范围广 阔的机器越来越受到运营商的青睐。目前智能视觉柜采用静 态识别系统将非常好的满足上述条件，将来的发展潜力巨 大。目前消费者扫码后开门，取走商品后，关门，通过录制 取走商品的视频进行解析消费者取走的什么商品，从后进行 自动结算流程。核心技术是视觉识别，能通过人工智能 AI 进行识别商品类别及数量。 所需技术需求简要描述：扫码开门，采集视频或图片， 关门后通过算法自动识别消费者购买的商品明细，目前算法 准确度只有 90%，尚需突破。希望能基于视频、图像等媒体 资源，针对工厂质检、智能识别商品明细、智能补货统计等 场景，提供整体 AI 算法解决方案，全面提升智能售货机开 门取货自动识别商品的准确率达到 100%，带来更便捷的购物体验。  对技术提供方的要求:1.具有成功的自动化控制实施案 例，承担过国家重点研发计划项目。2.熟悉产品结构设计， 熟悉产品信息化、自动化设计。3.具有工学博士学位或高级 工程师职称，技术方案成熟可靠稳定有创新思维，不涉及知 识产权侵犯。 

成果简介视觉识别设计（VI） 是企业形象识别系统（CI） 的可视化识别,它透过一切可见的视觉符号对个传达企业的经营理念及情报信息。 在企业形象识别系统（CI） 中， 视觉识别设计（VI） 是最外在、 最直接、 最具有传播力和感染力的部分。 VI 设计是将企业标志的基本要素， 以强力方针及管理系统有效地展开， 形成企业固有的视觉形象， 是透过视觉符号的设计统一化来传达精神与经营理念，有效地推广企业及其产品的知名度和形象。成熟程度和所需建设条件本课

产品详细介绍NFC标签产品参数：常用尺寸:25x25mm，29x29mm 等，或按需定制封装材料：PVC/PET/纸质/抗金属层/3M背胶协议标准：ISO14443工作频率：13.56MHz供电方式：无源集成芯片：NXP ultralight,NXP Ntag203,213，215存储容量:512（bits）、1k Byte工作模式:可读写数据保存:10年读写次数:100000次读写距离:大约1~10cm （与标签天线配置及读写器配置有关）

本发明主要由计算机、数字摄像机、补光装置和声光提示装置组成,数字摄像机的视频信号输出给计算机,接受到视频传感器输入后计算机控制补光设备和声光提示设备,计算机内安装有QR码智能检测模块,通过循环读取扫描视频中的帧数据,检测其中的QR码图形,并提取和译码。