|
搜索
搜 索
高等教育领域数字化综合服务平台
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
智能表记识别系统
项目简介： 本项目针对复杂的实际工业环境，基于机器学习最新理论成果和机器视觉基本原理，研究并实现了具有较强鲁棒性的变电站传统机械式电表远程智能读数系统。首先通过图像的预处理对电表区域进行初步定位，然后在此有效范围中利用电表指针的几何形状特点对其进行精准定位，最后通过指针与表盘刻度的相对位置计算电表读数，最终实现了在复杂环境下对电表快速、可靠、精确地远程智能读数，代替了低效的传统人工抄表和数据录入，具有可推广应用的工业价值。 运用机器学习和计算机视觉技术，首先获取指针式仪表表盘图像，然后采用数字图像处理技术提取和识别目标，最后实现指针式仪表示值的自动判读，从而避免人工判读示值工作量大、容易出错等问题。本项目的主要工作内容有：电表特征配置、指针类表计读数判别、建立前馈式神经网络模型、图像智能化判断。 由于工业环境复杂多变，在数据采集过程中不定期地会出现各种故障和干扰。这些极端情况下所采集到的图片若进入系统进行智能读数分析，所得到的分析结果往往是不可信或者无意义的。所以，根据图像的像素分布特点进行分析，系统将自动拒绝对质量过差的问题图像进行分析判断，并向变电站工作人员发送相关警告提示。在提高系统读数结果可靠性的同时，及时发现设备问题并通知工作人员，有利于尽早排除故障、防患于未然。主要技术指标：识别正确率：92.5%；识别速度<3s。 应用范围：项目目前已进入产业化阶段，成果权属为我校独自拥有。
四川大学
2021-04-11
动态捕捉技术( 人像识别)
通过人脸检测模块对输入图像进行预处理，自动而准确地定位人脸所在位置并分割出相应的人脸 区域，对人脸面部图像进行特征提取，利用模式分类器进行性别识别。
北京工业大学
2021-04-11
RFID射频识别系统
RFID即射频识别，是一种非接触式的自动识别技术，它通过射频信号自动识别目标对象，可快速地进行物品追踪和数据交换。识别工作无须人工干预，可工作于各种环境。RFID技术可同时识别多个对象，操作快捷方便。
本项目以电力井为对象，开发了手持式及桌面型RFID电缆信息化系统。项目开发的手持式RFID电缆信息化系统，由手持式读写器、UHF超高频射频卡及其读写软件组成，适用于电力井现场采集及电缆信息维护；项目开发的桌面型RFID电缆信息化系统，由桌面型读写器、UHF超高频射频卡及其读写软件组成，适用于办公室中对电力井电缆信息化管理工作。系统可处理中英文字符信息，手持式系统通过GPRS技术可实现远程数据维护。
集美大学
2021-04-29
智能物料跟踪与识别
（1）开发工业字符自动识别算法，有效对旋转、变形、缺失字符进行准确识别，实现自动物流跟踪；（2）支持面喷、侧喷、钢印和手写字符的识别；（3）支持自定义字库，语法，多点同步识别；（4）识别算法对喷印质量没有要求，识别准确率为：对人工能进行识别的字符整体识别正确率为 99%。
北京科技大学
2021-04-13
场景文字检测与识别
场景文字检测与识别是指将自然场景中出现的文字信息识别出来。具体来讲其包含两个部分（如图1）：文字检测和文字识别。在现实生活中，场景文字检测与识别的应用十分广泛。
南京大学
2021-04-14
页岩薄片智能识别平台
一、项目进展
创意计划阶段
二、负责人及成员
姓名
学院/所学专业
入学/毕业时间
学号
高志豪
计算机学院/物联网工程
2017年/2021年
201731064410
林钟煇
计算机学院/物联网工程
2018年/2022年
201831064119
阳旭菻
计算机学院/计算机科学与技术
2018年/2022年
201831062525
李沛键
计算机学院/物联网工程
2018年/2022年
201831064115
三、指导教师
姓名
学院/所学专业
职务/职称
研究方向
陈雁
计算机科学学院
副教授
人工智能、复杂网络、能源与人工智能交叉领域
刘忠慧
计算机科学学院
副教授
机器学习、人工智能、形式概念分析
四、项目简介
美国海相页岩气藏的成功勘探开发，展现了页岩气的巨大潜力和发展空间，同时也极大地促进了页岩储层微观结构表征分析技术的发展，通过页岩岩心薄片观察底层形态、确定底层数据，是页岩气勘探开采中的重要一环。页岩储层的孔隙作为页岩组分的一个重要部分，其结构特征直接影响着储层剩余储量的剩余油的分布，因此，对页岩薄片孔隙的形状和类型进行研究是十分必要的。但在目前，页岩薄片只能靠人工鉴定，这种方法工作量大，效率低，且主观性强，误差较大。深度学习是近年发展起来的具有多层次特征抽象归纳与知识发现能力的机器学习算法，目前已经被广泛应用到了语音识别、计算机视觉、自然语言处理等众多领域。在地质和岩石物理领域也有了初步的应用，深度学习方法在地质数据的特征提取及预测识别方面有着广阔的应用前景，本项目组将会开发页岩薄片智能平台，通过机器学习算法来学习专家知识，自动识别孔隙类型，这样就可以大大提高效率，节省人力。
西南石油大学
2023-07-20
一种机床健康状态快速检查方法
本发明公开了一种机床健康状态快速检查方法。该方法利用华 中 HNC-8 型数控系统，预先在机床中需检查的各部位置入传感器，然 后在示波器采样界面，配置采样通道信息；在数控系统诊断界子界面， 配置健康检查参数；然后选择加工程序，按下循环启动开始后进行在 线采样，系统利用信号分析方法获取采样信息的特征值；最后与标准 数据进行综合对比，对机床健康评估，并图形化显示。本发明使用的外部传感器信号，通过数控系统接口直接传递到数控系统内部，实现 了在线采集和分析，改变了传统外部测量、离线建模分析的式，提高 了数控
华中科技大学
2021-01-12
城市道路交通状态预报系统
城市道路交通状态是交通管理部门进行实时动态交通管理和为市民提供交通出行信 息服务的前提和基础。合理而准确的道路交通状态预报服务，对进行良性的交通导航、 积极引导居民的出行，从而提高城市道路的使用效率，缓解交通拥堵有着重要的意义。 然而，城市道路交通系统是一个时刻都在变化着的复杂系统，其运行行为极难预测，如 何基于先进的交通状态检测手段，融合多元的交通信息，捕捉道路交通系统的状态特征， 推演道路交通状态的运行规律，实现城市道路交通状态预报和预警，为交通管理和出行 信息服务提供关键技术支撑，在国内还没有成熟的系统和应用，特别是没有针对中国城 市道路交通管理特点和信息服务而开发道路交通状态预报系统。 本次系统开发在实验交通工程思想的指导下，采用跨平台的体系架构，应用面向多 智能体的建模技术和并行计算技术，实现了包括多源和多元交通数据的接入和融合，道 路交通系统状态特征提取，道路交通状态的训练和自学习，道路交通状态的估计和预测， 基于道路交通状态预测的增值服务，如公交车辆的到站时间预测、基于行程时间代价的 最短路出行规划，以及基于 GIS 的交通信息服务展示平台。 系统界面友好，功能完备，内核模型适应我国的道路交通实际情况，能够在网络环 境和单机环境下运行，并能提供实时动态数据和历史静态数据两种交通状态检测数据接 入方式，可兼容基于浮动车的交通状态检测方式和基于道路断面的交通状态检测方式， 并留有其他交通状态检测收到的接口，便于将来系统功能的扩充和完善。系统能够根据 融合的道路交通状态检测信息，根据计算平台的计算能力在可调控的时间段（如1分钟、 5 分钟、10 分钟）内对该时段的交通状态进行估计，并根据历史估计信息和前若干时段 的估计信息，以及基于多智能体的微观仿真运行，推演预报短期内的道路交通运行状态。
同济大学
2021-04-13
风电机组健康状态 监测与评估系统
风电机组健康状态 监测与评估系统
东南大学
2021-04-13