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

成果简介通过光度计采集不同偏光下焦炭显微图像， 采用图像处理的方法焦炭提取图像中颜色、 纹理、 分形、 区域及边界等特征， 并采用模式识别的方法， 实现焦炭光学组织的自动分类与识别。成熟程度和所需建设条件硬件平台及软件系统均已构建， 算法已得到实验验证。 作为成熟产品， 软件尚需要进一步优化， 软硬件需要联调。技术指标识别准确率： 各向同性与各向异性>95%， 片状 98%， 纤维状 99%， 镶嵌状>95%。

ASV-Subtools的设计理念在于代码高度复用的同时保持模块分化和开发自由，因此具有高效性、可读性、通用性、灵活性四大特性。使用者可以轻松上手并只需通过简单的编辑配置文件就能探索不同的网络架构，实现最优异的性能。 一、项目分类 关键核心技术突破 二、成果简介 声纹识别是指从说话人的语音信号中提取声纹特征，并通过有效的分类识别模型，对说话人的身份进行校验和鉴别。声纹识别广泛应用于刑侦、人机交互声纹口令验证、银行声纹身份验证等领域。得益于深度学习的发展，声纹识别的性能在不断提升，但落地难度也相应提高。 ASV-Subtools是厦门大学智能语音实验室（XMUSPEECH）于2020年6月推出的一套高效、易于扩展的声纹识别开源工具，该工具是基于Kaldi与Pytorch开发的，充分结合了Kaldi 在语音信号和后端处理的高效性以及PyTorch 开发和训练神经网络的便捷灵活性。自开源以来，ASV-Subtools就以卓越的性能和灵活便捷的框架受到国内外重点科研院所和研发人员的青睐。 ASV-Subtools的设计理念在于代码高度复用的同时保持模块分化和开发自由，因此具有高效性、可读性、通用性、灵活性四大特性。使用者可以轻松上手并只需通过简单的编辑配置文件就能探索不同的网络架构，实现最优异的性能。 相较于语音领域的其他开源工具，ASV-Subtools专注于声纹领域的研究，不仅先后为东方语种、CNSRC等国内外知名竞赛中提供基线系统和技术支持，同时在声纹领域公开的VoxCeleb数据集上也在不断刷新着SOTA的结果。 为了加快声纹产品的落地，厦门大学智能语音实验室（XMUSPEECH）与厦门天聪智能软件有限公司（TalentedSoft）合作，共同为ASV-Subtools的开发与更新做出贡献。目前ASV-Subtools已打通声纹识别从算法研究到产品落地的全流程，技术成熟度已达到可以量产的水平。     GitHub：https://github.com/Snowdar/asv-subtools

脑电信号（EEG）可以反馈人类情绪对应的电位变化，这为情绪识别提供了一条可行的路径。脑电信号幅值低，易受到外界噪声干扰，获取高保真度的脑电信号是实现情绪识别的基础。 一、项目分类 关键核心技术突破 二、成果简介 情绪可以有效反映人的生理和心理状态，在日常生活中起着举足轻重的作用。然而与情绪密切相关的多种疾病，具有隐蔽性，难以提前预防，对患者的生活造成很大困扰。由于脑电信号（EEG）可以反馈人类情绪对应的电位变化，这为情绪识别提供了一条可行的路径。脑电信号幅值低，易受到外界噪声干扰，获取高保真度的脑电信号是实现情绪识别的基础。目前用于脑机接口的数据采集设备通常为多通道刚性电极集成的脑电帽，其便携性和佩戴舒适性较差，易受运动伪影的影响。此外，脑电信号的非平稳性和个体间存在域转移问题，也会导致分类准确性下降。因此，在确保的脑电采集设备佩戴舒适性和便携性的同时，实现高质量信号的采集和高精度的情绪分类仍然存在重大挑战。近年来，开发高性能的柔性表皮电极成为研究热点。如何降低电极的接触阻抗，进一步提高电极在极端变形、出汗、运动、高湿度等复杂条件下，稳定采集高质量电生理信号的能力成为研究关键。

本发明公开了一种基于噪声识别的红外图像降噪方法，本方法引入了噪声识别的基本思想，分别计 算了当前像素基于截尾均值的和基于梯度的隶属度，考察当前像素受噪声干扰的程度，采用联合判据判 断当前像素是否为噪声像素，最后根据判断结果进行降噪，实现对红外图像的降噪。本发明计算量小， 易于实时实现;相对传统算法能更有效的保护图像边缘与细节;在对噪声点进行降噪的过程中也考虑了 图像的纹理梯度信息，更为准确的对原有信号进行估计。

本项目实现自然视觉监控环境下单/多人的人脸检测、跟踪及识别。系统能实现单样本条件下，完成视频中所出现人物的身份判别，能应对自然监控环境下的光照、姿态、表情变化及面部遮挡物的改变。目前，系统识别精度在千人库小规模测试中达到 95%以上，识别速度为 25 帧/秒。系统主要特点在于： (1) 不同环境下的人脸特征点标记：以主动外观模型为基础，初始化后经过一组级联回归器的数次迭代来优化标记点，最终得到足够精度的标记点。方法能适应多姿态、多表情以及多种光照等自然环境下的人脸。 (2) 高效的有效人脸检测、跟踪及确认机制：在监控视频中，人脸在某些帧会出现模糊、严重遮挡而使得脸部特征严重缺失，此时所捕捉到的人脸已不适合进行识别。为此，通过建立高效的模糊及遮挡判别机制，自动抛弃原始检测到的非人脸和非正常人脸，完成非连续帧多个人脸的有效跟踪。 (3) 鲁棒且具有区分度的人脸特征提取机制：考虑到校正后的人脸仍然与原始样本人脸存在差距，从多个尺度从校正后的归一化人脸中提取不变性特征，能适应多种环境改变，同时设计特征投影空间，进一步加强样本区分度。 (4) 高速有效的识别确认机制：为提高识别的准确性，建立视频识别序列中正确识别确认机制，通过 voting 方式，删除序列中的误识别，保留正确识别结果。 此外，为提高系统对人脸表情和眼镜等遮挡物的适应性，正在进行二次版本的提升工作，目前已完成人脸表情归正以及遮挡物自动摘除的仿真，部分仿真结果。

本发明提供一种养殖水体中铅镉汞即时检测装置及方法，该装置包括：黑盒模块与微机模块连接，黑盒模块包括第一光源、第二光源、滤光片、光纤、微流控芯片和光电检测芯片；第一光源设置于微流控芯片的上侧，滤光片设置于第一光源与微流控芯片之间，光纤的一端与微流控芯片连接，光纤的另一端与第二光源连接，光电检测芯片设置于微流控芯片的下侧；微机模块用于驱动第一光源和第二光源交替照射微流控芯片。本发明通过对光谱数据进行浊度补偿处理，并对基质效应进行校正，建立检测模型，从而得出养殖水体中铅、镉、汞含量，实现了高效、快速、定量、精确、自动化检测，并且大大节省了试剂的使用，实现养殖水体现场即时检测。

团队与合作者首次报道了米级单晶Cu(111)衬底的制备方法，并在此基础上实现了米级单晶石墨烯的外延生长（Science. Bulletin 2017, 62, 1074）。与石墨烯不同，六方氮化硼等其它绝大多数二维材料不具有中心反演对称性，其外延生长普遍存在孪晶晶界问题：旋转180°时晶格方向发生改变，外延生长时不可避免地出现反向晶畴，而在拼接时形成缺陷晶界。 开发合适对称性的外延单晶衬底是解决这一科学难题的关键。研究团队探索出利用对称性破缺的衬底外延非中心反演对称二维单晶薄膜的新方

产品详细介绍ST4-2L系列  第三方无污染实验室研磨机是混合、细磨、小样制备、纳米材料分散、新产品研制和小批量生产高新技术材料的必备装置。该产品体积小、功能全、效率高、噪声低。主要用于地质、土壤、环保、第三方检测等部门的土壤分析前处理研磨。工作原理：第三方无污染实验室研磨机的必备装置。该产品体积小、功能全、效率高、噪声低。主要用于地质、土壤、环保、第三方检测等部门的土壤分析前处理研磨。第三方无污染实验室研磨机是在同一转盘上装有四个研磨罐，当转盘转动时，研磨罐在绕转盘轴公转的同时又围绕自身轴心自转。罐中磨球在高速运动中相互碰撞，研磨和混合样品。该产品能用干、湿两种方法研磨和混合粒度不同、材料各异的产品，研磨产品最小粒度可至0.1微米（即1.0×10mm-4）。1．第三方无污染实验室研磨机 主机1台，研磨罐4只。2. 传动方式：采用最先进的进口(瑞士)传动装置（噪音小），自动精密配合，无需手工调节；且使用寿命可长达10年（如出现传动装置问题，10年内免费更换），真正做到一劳永逸。该产品的核心部件是内嵌的4根圆柱形橡胶条，该橡胶条具有记忆功能，不易变形。臂和座之间最大可以扳转+/-32度，当传动装置松动变长时，臂能自动回弹，使得传动装置始终处在精密配合状态。3．干磨或湿磨均可，一次可研磨两个样品或四个样品，装样量为：研磨罐容积的三分之二。4．提供10种以上不同材质的研磨套件(研磨罐与研磨球)。5．压力可以设置(通过旋钮)，数字式定时。6．转速：公 转： 50-400转/分钟 自 转： 100-800转/分钟7．研磨室设计密封防尘，带观察窗。8．最大进料粒度：土壤料≤10mm。9．最小出料粒度：最小可达0.1um(即1.0×10mm-4)，粒度可以控制。10．研磨罐材质有：硬质钢、不锈钢、碳化钨、玛瑙、烧结刚玉、氧化锆、硬瓷、尼龙、聚氨酯、聚四氟乙烯、碳化硼研磨罐等，与介质接触的材质均不能给介质带来污染。11．最大连续工作时间(满负荷)：90小时， 定时总时间为: 9999分钟，交替运行定时时间为：1-999分钟。12．控制方式：按键（LED显示）或触屏，变频无级调速、程控控制，手动、自动定时正反转，定时关机。13．第三方无污染实验室研磨机 电机转速：0-1400rpm、功率0.75kw、电压220V、50HZ。14．第三方无污染实验室研磨机 型号（每台的总容量）：0.2L、0.4L、0.6L、1L、2L、4L、等。第三方无污染实验室研磨机（配套研磨罐材质有）:玛瑙、不锈钢、不锈钢真空、水晶、陶瓷、氧化锆、聚四氟乙烯、尼龙、聚胺脂、硬质合金等。每四只球磨罐为一套，每套研磨罐配备相应的磨球与垫片。

主要功能和应用领域： 本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。 特色及先进性： 1）复杂背景环境下的自动识别。采用自适应双闭值分割算法进行粗分割，提取出ROI区域中的单个细胞或细胞群作为分析目标，细胞图像的精细分割将在每个ROI区域里完成，极大地减少了数据运算量。 2）针对形态各异和边缘模糊图像的精准分割。针对有型成分的显微生物图像特点，去除边界拓扑结构复杂、细胞各组成区域内灰度不均匀以及成像易受噪声干扰等因素的影响，基于Chan一Vese模型，提出几何活动轮廓模型方法，使用几个独立的水平集进行有型成分图像的分割，与传统分割方法对比准确率提升30%。 3）针对种类繁多的神经网络集成识别。基于普通神经网络泛化能力不高的问题，提出利用有限个神经网络进行集成并将其结果进行合成，显著的提高整个分类学习器的泛化能力，提高了整个系统的识别能力。 4）采用重叠分离算法精准分类。有型成分分离、细胞个数的准确读取决定了整个系统的精准程度。通过寻找到合适的分离点并构建分离线，实现重叠区域的快速合理分离，从而将粘连、重叠的细胞分离开来，并进行准确计数。 技术指标： 有型成分 漏检率 误检率 白细胞 5% 15% 脓球 20% 30% 吞噬细胞 20% 30% 红细胞 5% 15% 孢子 15% 25% 夏科雷登结晶 10% 10% 寄生虫 5% 15% 脂肪球 10% 15% 单张图片检测时间：＜0.5 s 关键问题和实施效果 现今国内大多数医院和研究单位对生物细胞或微生物病菌等检测还是采用人工处理的方式，即将样品制成涂片，在显微镜下观察并根据大小、形状等特征进行分类计数以得到数据结果，医务人员再通过这些数据结果凭借自身的知识和经验诊断病症或得出研究数据。该技术能够实现样本显微镜检有型成分的自动识别，满足了临床开展常规及特殊检测需要，使得生物检测在自动化、无异味、无危险性的情况下进行，提高了检测效率，改善工作环境，保护工作人员，降低检测成本和检测时间，提高在国际市场的竞争力，有利于医疗检测行业的智能化发展。该技术可识别的部分生物细胞图像如下图所示。 红细胞 白细胞 霉菌 虫卵