本项目面向交通管理行业，基于公共视频监控数据源，快速感知移动（运动）目标并在此基础上对车辆的异常行为进行识别（逆行、压线、违法掉头、违停、违法占道行驶等多种交通违法行为），同时能够记录移动轨迹，具体场景参照附件所提供的一组照片。该成果经过完善和产品（产业化）后，可以直接为城市交通管理提供技术支持。

成果完成年份：2010年7月 成果简介：本项目面向交通管理行业，基于公共视频监控数据源，快速感知移动（运动）目标并在此基础上对车辆的异常行为进行识别（逆行、压线、违法掉头、违停、违法占道行驶等多种交通违法行为），同时能够记录移动轨迹，具体场景参照附件所提供的一组照片。该成果经过完善和产品（产业化）后，可以直接为城市交通管理提供技术支持。 项目来源：自行开发 技术领域：信息技术 应用范围：城市交通管理 现状特点：国内领先

项目成果/简介: 目前，公路治超主要集中在限制性的监测点或者现场人工执法，对于非限制性非现场治超才刚刚起步，技术尚不完善。在非限制性的交通场景下存在诸如车辆角度问题、遮挡问题、光照问题、车辆数据分布不均衡等问题，阻碍了非限制性非现场公路治超的推广。 该车辆精细化检测与识别组合技术可应用于非限制性非现场公路综合治理超载超限中的货车精细化检测与识别。基于该车辆精细化检测与识别组合技术，可以对货车的属性进行精细化检测与识别，融合视觉信息与道路称重信息来实现非限制性非现场公路综合治理超载超限。通过该技术的升级改造，极大地提升公司的非限制性非现场治超产品的市场竞争力。知识产权类型:其他技术先进程度:达到国内先进水平成果获得方式:与企业合作获得政府支持情况:无

目前，公路治超主要集中在限制性的监测点或者现场人工执法，对于非限制性非现场治超才刚刚起步，技术尚不完善。在非限制性的交通场景下存在诸如车辆角度问题、遮挡问题、光照问题、车辆数据分布不均衡等问题，阻碍了非限制性非现场公路治超的推广。 该车辆精细化检测与识别组合技术可应用于非限制性非现场公路综合治理超载超限中的货车精细化检测与识别。基于该车辆精细化检测与识别组合技术，可以对货车的属性进行精细化检测与识别，融合视觉信息与道路称重信息来实现非限制性非现场公路综合治理超载超限。通过该技术的升级改造，极大地提升公司的非限制性非现场治超产品的市场竞争力。

本发明公开了一种面向车辆精细识别的车辆部件定位方法，通过训练模型以及部件检测两部分得到 精确的车辆部件定位结果。模型训练即为对已标注的车辆以及车辆部件的训练数据集提取 HOG 特征， 并使用 SVM 分类器训练得到模型参数，最终得到可用于检测车辆部件的模型。部件检测为对测试图像 提取特征金字塔，利用已得到的模型对特征金字塔进行卷积运算，得到卷积响应值，并结合形变约束， 得到的车辆部件的粗略定位，再结合刚体特性，加入位置约束及对称性约束，实现车辆

成果与项目的背景及主要用途：智能交通在国民经济可持续发展中的作用已 不言而喻。在车辆牌照中嵌入射频识别卡（Radio Frequency Identification，RFID）， 结合由所有路口和主要路段地下铺设的读卡器、手持终端、监控中心构成车辆交 通监控系统，可以实现一个城市（地区）的完整、严密的交通管理，大幅度提高 道路交通的效率，并具有以下有突出的效果：（1）统计该路口的交通流量及其时间、车型分布，为正确引导和调度车辆 行驶、道路改造提供依据。 （2）追踪被盗车辆和特定车辆。 （3）跟踪肇事逃逸车辆。 （4）跟踪报废车辆和逃避规费的车辆。 （5）跟踪套牌、伪造（RFID）车牌车辆。 （6）配合车辆传感器、摄像头和专用 PDA，可以准确甄别无合法 RFID 车牌 的车辆。 （7）对在路口的车辆交通违章可以实现自动判断、自动记录和自动通知相 关人员等功能。 （8）统计车辆运行的种类、时刻与时间等，为社会发展提供宝贵的基本数 据。 （9）为各种智能交通子系统提供基础条件。如在此系统的基础上可以建立： （一）城市道路交通控制与管理系统及其子系统：(a)静态交通管理及停车诱 导系统；(b)城市道路停车收费管理系统；(c)公共交通自动监控及通信调度系统； (d)城市交通一卡通智能支付、结算系统。 （二）城市交通综合管理系统 （三）城市对外交通综合管理系统及其子系统：(a)不停车收费系统；(b)出 入口交通信息采集系统。 技术原理与工艺流程简介：系统构成如图所示。技术水平及专利与获奖情况：该机采用了当今最先进的 RFID(射频识别卡)、 微处理器技术和网络技术。已申请国家发明专利：基于射频识别的车辆交通监控天津大学科技成果选编 89 系统（专利申请号：200510013229.X）。并正在申请国际专利。 应用前景分析及效益预测：基于 RFID 的车辆交通管理系统具有原始创新性， 该系统可望解决车辆交通中多数的管理问题，而且易于实施和低成本，具有重大 的社会效益和经济效益。 应用领域： 车辆交通管理。 技术转化条件（包括：原料、设备、厂房面积的要求及投资规模）：生产不 需特殊条件，但投资需要千万元以上。 合作方式及条件：专利许可（费用＝实施地车辆总数×5 元×年数）。 8 无源 RFID 定位系统 9 海洋物联网技术

AI心理情绪识别系统1.多模态信号采集：人脸动态图像、脑电信号采集、语音情感检测。2.功能模块包含：情绪检测、情绪档案、数据统计、用户管理、系统设置功能模块。3.系统基于情绪心理学相关理论，结合面部表情的二维情感空间分析技术、脑电信号的状态分析、语音的三维情感空间分析三种模态相互融合叠加技术，检测人心理情绪状态，提高其检测准确度。3.    基于摄像头面部情绪识别技术，可以实时分析人体面部所包含的情绪状态。通过非接触式的实时视采用 AI 人工智能学习技术，结合心理学，通过对被测试人员 60秒的测试，能够获取相关心理/心理指标。帮助被测试人员了解自己的心理健康状况，并且引起人们重视心理健康，从而在工作、学习、生活当中提高身心健康。并且通过定期测试，能够获取个体、准确的进行心理危机预警，显示被测人员心理危机测试报告，提醒心理医生重点关注。用户在进行注册登录后，根据语音提示可直接进入测试界面进行情绪识别。点击测试按钮，调整好站立位置，脸部朝向屏幕，人脸录入即可完成测试，测试完成即可生成测试报告并能打印报告。4    基于脑电生物传感器状态检测、实时展示人体脑波原始状态指标以及Delta、Theta、Alpha、Beta、Gamma等8个EEG参数。5.    采用任务态模式进行语音情感分析，测试者按照系统设定的特定语境信息进行朗读来进行情感分析。6.    检测结束后可实时出具“心理生理状态分析结果报告”，其中包括被测试人员信息、检测时间、12维度心理生理情绪数据，包含正面情绪（平衡、自信心、活力、调节水平），负面情绪（攻击性、压力、紧张、可疑），生理参数（抑制、神经质、消沉、幸福指数），以及综合状态指标：专注度、放松度、疲劳指数、焦虑指数、压力指数、抑郁指数等。7.    统计分析：系统自带数据中心的统计功能，可以按单位进行所有检测人员的压力分布图及重点关注人员的信息显示。8.    检测完成后系统自动生成检测报告，检测报告需包含每项参数的检测数据大小、参考范围、异常数据等，以及用情绪参数雷达图、饼状图、直方图、曲线视图等多种表示方法。9.    信息查询功能：管理员可通过多条件查询功能，只需通过任意一项查询条件即可快速查询出与之对应和匹配的测试者信息，以及该测试者的历史测试记录，并可对该测试者的测试记录进行纵向和横向对比，综合分析该名测试者的心理健康状况。9.用户管理端：以管理员身份登录该系统可对用户进行管理。可进行添加用户、删除用户、查询用户、用户信息修改、密码修改、级别权限设置、单位框架搭建、查看用户报告，以及导出、打印用户报告。10.系统具有特定场合模态设置功能，可关闭和开启语音检测功能。11.视频检测时面部框具有信号质量检测功能，通过不能的颜色在面部框进行彩色状态提示，同时具有人脸检测判别功能，比如面部不全、距离较远等识别功能

成果描述：本发明涉及互联网技术，公开了一种邮件行为特征库生成方法、垃圾邮件判断方法、垃圾邮件特征库更新方法。本发明实施采用分类已知的垃圾邮件的行为特征库生成方法，并使用生成的特征对分类未知的邮件进行判断。市场前景分析：本发明实施采用分类已知的邮件行为特征库生成方法，并使用生成的特征对分类未知的邮件进行判断。此发明方案，在应对当前不断变化的垃圾邮件具有显著优势，可为垃圾邮件过滤产品采用，具有一定的市场推广前景。与同类成果相比的优势分析：在数据库更新时，用已经识别的垃圾邮件，通过克隆变异算法实现抗体库的更新，更能适应一定时期内垃圾邮件行为特征变化趋势和垃圾邮件变化趋势。

本发明涉及互联网技术，公开了一种邮件行为特征库生成方法、垃圾邮件判断方法、垃圾邮件特征库更新方法。本发明实施采用分类已知的垃圾邮件的行为特征库生成方法，并使用生成的特征对分类未知的邮件进行判断。