高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
一种基于移动终端的答题卡识别分析方法及系统
本发明公开了一种基于移动终端的答题卡识别分析方法及系统,属于图像识别技术领域。本发明包括数据通讯模块、图像处理模块、记分统计模块、数据存储模块和数据输出模块。通过采用二阶图像势能原理进行赋值运算,每一个选项赋值为 2 的 n-1 次幂,n 代表选项的顺序号,每一题中任意选项的组合求其所有选项值的算术和即为该题的选项值,确保任意一个选项组合都不会出现重复值,得出该答题信息的成绩。本发明使用已广泛普及的智能移动终端设备,
华中科技大学 2021-04-14
一种基于边缘几何特征的图像识别方法及系统
本发明公开了一种基于边缘几何特征的图像识别方法,包括对工件的原始图像进行滤波处理;对上述滤波处理后的图像进行二值化处理;对二值化处理后的图像查找获得轮廓序列集;从上述轮廓序列集中筛选出合格的工件轮廓;确定上述工件轮廓的最小外接矩形,并确定上述工件轮廓的中心点;沿上述最小外接矩形的四条边的方向截取上述工件轮廓的四个子序列;使用边缘几何特征算子计算上述四个子序列中各子序列的能量值;确定上述四个子序列中能量值最大的子序列,并确定工件的方向角。本发明还提供了相应的图像识别系统。本发明无需建立工件的模板数据库
华中科技大学 2021-04-14
一种基于忆阻器的图像识别系统及方法
本发明公开了一种基于忆阻器的图像识别系统及方法。所述系 统包括图像信号提取模块、多个基于忆阻器的神经网络模块和识别模 块;所述识别模块其输入端与多个神经网络模块的输出端相连;每个 神经网络模块的输出端与识别模块的输入端相连,其输入端与信号提 取模块的输出端相连。所述方法包括以下步骤:(1)获取待识别灰度 图像的特征向量并输入各神经网络模型;(2)各神经网络模型根据其 图像模型对所述特征向量分别进行打分并进行识别;(3
华中科技大学 2021-04-14
一种基于忆阻器实现多层识别的电路及其控制方法
本发明公开了一种基于忆阻器实现多层识别的电路及其控制方 法,来模拟生物大脑的多状态(认知、熟悉、陌生)认知能力。通过分别 调节第二输入端与第一输入端信号脉冲的匹配数目和第二输入端信号 脉冲幅值来实现多层次脉冲识别。第一输入端输入信号代表已存储在 生物大脑中的样本信号,第二输入端输入信号代表生物大脑接收到外 界环境的刺激信号,这种识别方法的原理是通过控制大脑存储的样本 信号和外界环境的刺激信号相互匹配,来调控大脑对于外
华中科技大学 2021-04-14
一种动平台对地固定目标异构并行自动目标识别器
本发明公开了一种动平台对地固定目标异构并行自动目标识别器,所述目标识别器包括:交换式网络与至少一个处理部件,所述处理部件与所述交换式网络之间通过输入 FIFO 接口、同步存储器输出接口以及控制线连接,所述交换式网络用于动态链接不同的所述输入FIFO 接口和所述同步存储器输出接口,所述处理部件用于完成自动目标识别过程中所需的各种算法功能,所述输入 FIFO 用于缓存输入的待处理图像数据,所述同步存储器输出接口用于缓存待
华中科技大学 2021-04-14
一种基于边缘几何特征的图像识别方法及系统
本发明公开了一种基于边缘几何特征的图像识别方法,包括对 工件的原始图像进行滤波处理;对上述滤波处理后的图像进行二值化 处理;对二值化处理后的图像查找获得轮廓序列集;从上述轮廓序列 集中筛选出合格的工件轮廓;确定上述工件轮廓的最小外接矩形,并 确定上述工件轮廓的中心点;沿上述最小外接矩形的四条边的方向截 取上述工件轮廓的四个子序列;使用边缘几何特征算子计算上述四个 子序列中各子序列的能量值;确定上述四个子序列中能量值最大的子 序列,并确定工件的方向角。本发明还提供了相应的图像识别系统。 本发明无需建立
华中科技大学 2021-04-14
食品中多种农药残留生物识别及快速检测关键技术与应用
创新性地开发出了能同时识别有机磷、氨基甲酸酯及拟除虫菊酯类农药残留的生物酶,并筛选了相应的检测体系,从而解决了目前使用的农药残留速测方法只能检测有机磷和氨基甲酸酯类农药的问题;在此基础上,利用固定化生物敏感元件分别与不同的检测换能器紧密配合构建了系列生物传感器型农药残留速测仪,实现了农药残留检测的自动化和通用化。 
上海理工大学 2021-01-12
一种基于近邻原则合成情感模型的说话人识别方法
本发明公开了一种基于近邻原则合成情感模型的说话人识别方法,包括:(1)训练出参考语音和用户中性语音的模型;(2)提取GMM参考模型的中性-情感高斯分量映射集;(3)提取与用户的中性训练高斯分量邻近的若干中性参考高斯分量映射的情感参考高斯分量;(4)合成出用户的情感训练高斯分量,进而得到用户的情感训练模型;(5)合成出所有用户的GMM训练模型;(6)输入测试语音进行识别。本发明采用基于KL散度的近邻原则从语音库中提取若干与用户的中性训练语音相似的参考语音,用参考语音中的情感参考语音合成出用户的情感训练语音,改善了在训练语音与测试语音失配情况下说话人识别系统的性能,提高了说话人识别系统的鲁棒性。
浙江大学 2021-04-13
HEVC高效视频编解码器及图片编解码器
项目简介 当今社会,随着多媒体技术的不断发展,图片视频已经成为了人们获取信息的重要来源,图片视频的数据量出现爆发式地增长。面对大量的图片视频信息,如何高效的存储和传输成为一个重要的问题,在这样的背景下,HEVC视频编码标准应运而生。HEVC(High-Efficiency VideoCoding)是ISO/IEC和ITU-T联合制定的最新视频编码标准,该标准进一步优化了前代视频编码标准H.265,并进一步创新,最终在相同的主观质量下比前代标准H.264提高一倍的压缩率。 HEVC视频编码标准虽然在相同的主观质量下提高了一倍的压缩率,与此同时编码过程中所需的计算量大幅提高。过高的计算量严重的阻碍了HEVC标准产业化的过程。本项目通过一系列技术高效的实现了HEVC视频编码标准下的编解码器以及图片编解码器。项目设计了快速率失真优化框架、高性能并行框架以及高效全平台支持框架,生产出高效的编解码器。 本研究室在视频编码技术上有多年的积累,在率失真优化上有深厚的理论基础。同时,在视频编码标准的实现上,本实验室也积累的丰富的经验,设计并实现了高效的HEVC视频以及图片编解码器。应用范围 虽然目前H.264仍然是主要的视频编码标准,但是HEVC必将很快取代H.264的行业地位。随着高清视频的普及,以及超高清视频的出现,如何在保证视频质量的情况下,提高压缩率减少成本,成为产业界必须要考虑的问题,HEVC视频编码标准必将得到广泛应用。项目阶段 本实验室在视频图像编解码器上进行了多年的研究,对于编解码的过程进行了透彻的分析,设计出快速的率失真最优化模型以及高效的并行框架,最终开发出高效视频编解码器Lentoid以及高效图像编解码器LentP。经过测试对比,Lentoid和LentP与市场同类产品相比均具有可观优势。目前本项目已经完成原型系统开发,有待进一步完善。知识产权 本实验室在高效编解码器的上进行了大量的研究,在编码快速码率失真优化RDO算法,高性能并行框架以及高效解码方案上的研究成果均已在相关领域的顶级会议以及期刊上发表,同时申请了大量的专利。合作方式 合作开发、技术转让、技术许可。
北京大学 2021-04-11
HEVC高效视频编解码器及图片编解码器
当今社会,随着多媒体技术的不断发展,图片视频已经成为了人们获取信息的重要来源,图片视频的数据量出现爆发式地增长。面对大量的图片视频信息,如何高效的存储和传输成为一个重要的问题,在这样的背景下,HEVC视频编码标准应运而生。HEVC(High-Efficiency VideoCoding)是ISO/IEC和ITU-T联合制定的最新视频编码标准,该标准进一步优化了前代视频编码标准H.265,并进一步创新,最终在相同的主观质量下比前代标准H.264提高一倍的压缩率。 HEVC视频编码标准虽然在相同的主观质量下提高了一倍的压缩率,与此同时编码过程中所需的计算量大幅提高。过高的计算量严重的阻碍了HEVC标准产业化的过程。本项目通过一系列技术高效的实现了HEVC视频编码标准下的编解码器以及图片编解码器。项目设计了快速率失真优化框架、高性能并行框架以及高效全平台支持框架,生产出高效的编解码器。 本研究室在视频编码技术上有多年的积累,在率失真优化上有深厚的理论基础。同时,在视频编码标准的实现上,本实验室也积累的丰富的经验,设计并实现了高效的HEVC视频以及图片编解码器。本实验室在视频图像编解码器上进行了多年的研究,对于编解码的过程进行了透彻的分析,设计出快速的率失真最优化模型以及高效的并行框架,最终开发出高效视频编解码器Lentoid以及高效图像编解码器LentP。经过测试对比,Lentoid和LentP与市场同类产品相比均具有可观优势。目前本项目已经完成原型系统开发,有待进一步完善。虽然目前H.264仍然是主要的视频编码标准,但是HEVC必将很快取代H.264的行业地位。随着高清视频的普及,以及超高清视频的出现,如何在保证视频质量的情况下,提高压缩率减少成本,成为产业界必须要考虑的问题,HEVC视频编码标准必将得到广泛应用。
北京大学 2021-04-11
首页 上一页 1 2
  • ...
  • 43 44 45
  • ...
  • 57 58 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1