本发明公开了一种激光红外融合检测识别系统，包括非均匀性校正 SoC 芯片、图像旋转 ASIC 芯片、多级滤波 ASIC 芯片、连通域标记 ASIC 芯片、主 DSP 处理器、从 DSP 处理器、主 FPGA 处理器和从 FPGA 处理器，其中，从 FPGA 处理器控制各 ASIC/SoC 芯片完成激光和红外图像的预处理，主 FPGA 处理器控制主 DSP、从 DSP 及标记 ASIC 协助完成远距离、中距离和近距离的目标融合检测识

1 成果简介语音识别在嵌入式芯片上实现的主要矛盾是算法实现的性能精度与芯片功耗、速度之间的矛盾，一个性能较好的 800 条典型汉语普通话语音识别算法以纯粹软件嵌入方案实现通常需要 200MIPS 以上 ARM（ Advanced Risc Machine） MCU 处理速度，因此我们提出语音识别集成电路 IP 与协处理器来克服以上的问题，通过关键运算的硬件化映射来大幅提高语音识别计算的功耗和处理速度。该设计可作为语音识别集成电路 IP 放入客户的 SoC 芯片中，也可作为协处理器放在片外。 关键性能指标如下： *工艺：苏州 HJTC 0.18um 1P6M 标准 CMOS 工艺 *管芯面积： 1.5 x 2mm *逻辑规模： 3 万等效门（标准二输入与非门，不含 SRAM） *I/O 数： 52 封装: CQFP64 *存储规模：片上集成 1 片单口 SRAM，共 4K×16 比特 *供电电压：核心部分->1.8V， IO 部分->3.3V *正常工作频率： 20MHz（最高工作频率 100MHz） *功耗： 80uW/MHz *速度： 4us/帧（特征维数取 27，时钟频率取 20MHz） 图 1 语音识别集成电路版图图 2 ARM+语音识别协处理的测试系统表 1 与其他语音识别芯片的对比2 应用说明语音识别 IP 或协处理器基于对高斯混合模型计算的优化，适合于各种 HMM 模型的模式识别计算，在语音识别、说话人识别、说话人确认、语音合成等方面均可以广泛应用。 语音识别 IP 或协处理器以加速 ASIC 的模式工作，相同时钟主频下计算性能是 TI C54x系列 16bit DSP 的 5.5 倍以上，对主系统计算性能提升可以达到 4~8 倍。 语音识别 IP 或协处理器对于性能要求型场合和功耗限制型场合都十分适合，芯片支持16bit 并行总线接口，适合于各种 32 位/16 位 MCU 系统，迅速为系统集成高性能语音处理能力。3 应用范围车载导航， GPS 手机，支持大规模识别词表（例如万条以上的地名）支持模糊语音检索；低端手机平台，支持语音拨号、语音控制，支持用户身份确认、声纹密码。4 效益分析语音识别 IP 或协处理器芯片可应用拓展到个人移动信息终端的全市场空间，以 GPS 产品为例，细分的预装 GPS、个人导航设备（ Portable Navigation Device， PND）， GPS 手机三种产品，根据 CCID（ Consulting China Research Center）咨询公司预测 2008 年这三者分别约占到全球市场总量的 15%、 35%和 50%。快速增长的 GPS 市场，对语音识别功能有着非常迫切而又实际的需求， GPS 应用提出的超大规模词表、高混淆度和高环境复杂度这一系列语音识别的技术难题，也只能由语音识别芯片解决。语音识别加快了人机交互与地名等信息的检索，可提高驾驶期间操作 GPS 的行车安全性，同时可以反过来进一步促进 GPS 产品的销售增长。 语音识别技术通过芯片在性能得到大幅提升后，将摆脱传统的人名拨号功能，可用于菜单控制、地名、信息、多媒体内容的检索等等。而语音识别芯片使得低功耗和低成本的要求得以满足，有望成为手机人机交互界面（ Man-Machine Interface， MMI）发展的新技术增长点，移动通信领域的市场潜力特别巨大。

成果与项目的背景及主要用途： 防伪，是企业在目前社会诚信缺失、假冒伪劣商品扰乱企业正常经营和损害企业、消费者利益的情况下，为保护企业市场、保护广大消费者合法权益而采取的一种防范性技术措施。企业在充分利用防伪技术来打击假冒伪劣、整顿和规范市场的同时，更是品牌企业对外提升企业及其产品形象、展示企业对消费者、对社会负责任的一种必须手段。 同时，企业应以防伪为契机，将有效的防伪措施作为企业的一种战略投资，并有计划地制定并逐步实现防伪工作目标，并将防伪贯穿于产品生产、市场营销、企业管理的全过程，将防伪作为企业维权、打假、增效、塑造品牌的重要手段。 技术原理与工艺流程简介： 将高科技应用于防伪是国际上普遍采用的方法之一，基于频率转换技术的特殊光学防伪措施就极具代表性，比如：紫外油墨防伪、激光防伪等。特殊光学防伪是利用发光器（如：激光器、特定波长光源等）激发涂覆在纸面上的特殊材料，发出特定波长的光，再利用接收系统对此光进行接收，从接收信号的有、无或编码顺序来识别真假。可以看出，特殊光学防伪涉及到几个重要的元器件，即特定波长半导体激光光源、窄带光学滤波器、光电探测器和专用处理芯片及配套的机具结构。在防伪鉴别系统的研制过程中，对这几种器件提出了很高的要求，即体积小、强度高、温度特性好、对特定波长接收敏感、自动漂移补偿等，以保证防伪机具的稳定性和可靠性。我们采用的原理是频率变换光油墨，然后用某个特定波长的激光激发，最后用 PD 探测，以此组成防伪识别仪器。所谓光学频率转换理论是采用光谱发射器件以特定的波长激发被测物的表面产生另一个特定波长的光学信号，这个信号经过光滤波器件、专用光电接收器件后由专用信号处理电路进行识别，并使整个系统始终处于自动补偿状态。光子混合集成器件就是使新型光谱发射器件、专用光电接收器件、光滤波器件在一起有效地组合，可采用混合集成或光电集成来制成这种光子集成芯片调试、封装，再加上专用弱光信号处理及补偿芯片等元件实现优化组合和匹配，构成微型化系统模块。其原理图如下 频率变换原理：当荧光物质被激光照射时，其电子就会吸收光子被激发而跃迁至激发态，当他向低能态跃迁时，就产生荧光。从此发光过程来看，由于发光主要是电子跃迁引起的，并且经研究表明此种频率变换效应需要有晶体的机制才能发生，所以，简单的改变油墨涂料颜色等不会对它的频率变换有所影响。 应用前景分析及效益预测：防伪度高，识别性强，具有客观的市场前景。 应用领域： 包装防伪行业 合作方式及条件：根据具体情况面议

本发明实施例提供了一种冬小麦穗分化期识别方法及装置，发明方法包括：根据收集到的待识别冬小麦种植区内的参数，获取小麦生长模拟模型的模型参数，获得本地化小麦生长模拟模型；根据待识别冬小麦种植区农业气象站数据，获取待识别冬小麦的第一气温数据时间序列，根据待识别冬小麦种植区内的多时相遥感影像，获取待识别冬小麦的第二气温数据时间序列；利用数据同化方法，将第一气温数据时间序列和第二气温数据时间序列进行数据同化，获得待识别冬小麦同化气温数据时间序列；根据同化气温数据时间序列和本地化小麦生长模拟模型，获得待识别冬小麦种植区内的穗分化期识别结果。本发明实施例实现了区域尺度上的冬小麦穗分化期识别。

该成果每天可定时和随机方式要求社矫人员上传个人GPS位置信息，同时进行人脸识别和活体检测，从而在不需要增加额外的专用硬件设备，仅借助现有的智能手机，便实现对相关社矫人员行踪的实时监管，并有效杜绝监管工作中普遍存在的社矫人员“人机分离”、“冒名打卡”、“照片刷脸”等现象。目前，该系统已与现有社矫系统（蓝信、律兜）无缝对接。无人社矫厅版本已经投入使用。可以用于疫情中必要隔离人员的位置监控，提高人员移动的管控。

本项目调查和分析了绍兴市黄酒行业的大米原料和产品品质分析鉴定滞后、工艺革新缓慢等制约黄酒发展的问题，选取了浙江古越龙山绍兴酒股份有限公司采购的不同品种和产地的大米作为研究对象，利用光谱学和化学计量学对大米进行了品种和产地的模式识别研究，进一步考察了不同大米原料的黄酒酿造工艺，以及不同品质的大米对黄酒最终品质的影响。建立了可以应用于从大米原料、工艺筛选到黄酒酿造及黄酒品质安全的追踪与溯源体系。 创新要点 （1）建立大米品种和产地模式识别系统； （2）明确了浸米工艺的重要指标； （3）实现了黄酒模式识别，确定了大米对黄酒品质的影响。 

团队目前主要产品有：‍（1）三维彩色测量系统：基于光栅投影的三维测量技术，获取被测物体的三维彩色信息。可以用于工业级高精度测量，电影、游戏等行业中的人物、场景建模。（2）三维快速测量系统：可实现快速测量，获取物体三维动态数据，适用于工业有限元分析、动画人物动作捕捉等应用。系统整体性能达到国际先进水平。（3）三维微小测量系统：利用远心镜头获取微小物体的三维点云数据。可用于工业微小器件尺寸、材料形变测量、三维指纹识别、三维生物特征识别领域。（4）（门禁/闸机）三维安检人脸识别系统：将三维快速测量系统与自主开发的三维人脸识别软件有机结合，集自动人脸检测、自适应调光、三维测量与识别、身份认证为一体，构成可实时进行三维人脸测量与识别的自动化系统（门禁，闸机为应用场景之一）。

本发明公开了一种基于李群论的多模态情感识别方法，包括以 下步骤：获取视频，并提取视频帧中图像区域的高斯型特征描述子， 基于高斯型特征描述子对视频中的图像区域进行跟踪，根据视频子序 列构建 ARMA 模型获取 ARMA 模型间的距离，根据 ARMA 模型之间 的距离构建核函数，并进行情感表达分类，根据人体、脸部和手部的 情感类别概率对人进行情感识别。本发明根据视频中所包含的人体姿 态运动信息、手势和脸部表情信息来判断人的情感状态，是一个将视 频数据映射到人体运动特征、手势特征和脸部表情特征，再从人体运 动特征空间和脸部表情特征映射到状态空间的过程，并提出利用李群 论进行多模态情感识别，提高模型进行情感识别的精确性。

本发明公开了一种基于支持向量机的纳米结构形貌识别方法。首先生成训练光谱，确定支持向量机的核函数与训练方式；生成测试光谱及多种不同的支持向量机；利用测试光谱对支持向量机进行特征形貌识别准确率测试，找出识别准确率、训练光谱数目和核函数之间的关系，作为支持向量机训练的指导原则；对测试光谱添加不同量级的噪声影响，将含有不同量级噪声的测试光谱用于支持向量机中进行测试，找到在能保证正确识别率较高情形下所能添加的最大噪声量级，作为另一指导原则；利用两个指导原则，训练得到最优的支持向量机；对真实待识别结构对应的测量光谱进行映射，识别其形貌。本发明可以对半导体纳米结构的形貌特征进行快速、精确地识别。

本发明公开了一种行人重识别的度量学习方法和系统，其中方法的实现包括：收集两个摄像头下行人目标的特征向量，建立正样本对特征向量集合和负样本对特征向量集合，计算正、负样本对特征向量的距离，对正样本对特征向量进行单阈值约束，对负样本对特征向量采用双阈值进行约束，在正、负样本对特征向量的距离约束条件下建立基于度量矩阵的损失函数，以损失函数值最小为目标迭代更新度量矩阵，这种方法可以有效的减轻图像背景、噪声等无关变量对矩阵