本技术成果克服了现有技术的不足，提供了一种对未知 应用（包括恶意软件）进行自动发现、自动聚类、自动分析、自动识别的技术

已有样品/n1）主要技术特点：该成果的特点是针对生物质燃料的光谱图像,利 用深度特征学习方法,建立生物质燃料的水份和灰份含量的传感函数模 型，然后,针对现场获取的生物质燃料光谱图像,利用训练好的传感函数 模型,自动检测和评估生物质燃料成份和品质。与现有生物质燃料成份检 测系统相比，具有生物质燃料品质检测速度快、精度高等优点。 2）主要技术指标：(1)水份和灰份含量检测误差：<1%； (2)水份和 灰份含量检测速度：<2 秒/样本； 3）应用范围：可用于生物质发电厂生 物质燃料品质评估，提

该系统可对钢轮毂中的焊缝缺陷进行自动识别和判断，并对缺陷大小进行自动统计，从而自动判断是否合格。其控制软件具有图像采集、数据通信、数据及工艺文件存储、合格不合格统计及数据库查询、图像的自动处理与模式识别、加密、打印及帮助等功能。

结合模式识别及语音情感感知算法，开发了应用于移动平台的语音情感识别系统，该技术具有自主知识产权。该系统能够通过移动终端采集用户的语音信号，经情感建模和识别算法处理后，实时感知用户语音中包含的六种基本情感信息（高兴、悲伤、惊讶、害怕、生气、嫌恶）。系统特点：1、融合说话人无关和说话人相关两种语音情感模型，用以弥补单一模型无法兼顾算法普适性和准确性的不足；2、具备在线及离线两种工作模式，在线模式下，移动设备可以借助服务器获得更为准确的识别结果，并且节省运算资源；3、对移动设备使用环境中的低采样率与低信噪比环境作了针对性优化，保障了识别算法在一般环境下的鲁棒性。 本系统基于北京航空航天大学模式识别与人工智能实验室的多模型融合语音情感识别技术，在移动平台上实现了对说话人情感表达的识别。其能够对说话人相关和说话人无关情形进行相应优化，对于未在系统注册的一般用户，识别准确率为76%；对于已在系统注册的用户，识别准确率可达83%，属于国内外领先水平。对于长度为2s的语音，本系统离线模式下识别时间小于0.5s，在线模式下识别时间小于0.2s。

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

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

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

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

悬赏金额：15万元 发榜企业：中科软件测评（广州）有限公司 需求领域：图形图像处理 数据库系统及数据处理 软件开发 检测分析技术及服务 信息技术及系统服务 产业集群：新一代电子信息产业集群 技术关键词：图像,识别,准确率