|
搜索
搜 索
高等教育領域數字化綜合服務平臺
一種場景和目標感知與理解技術
1. 痛點問題
場景、目標對象的感知與語義理解在醫療健康、運動培訓等領域具有廣闊的應用前景，其核心是如何在像素級、對象級、場景級多層次、多尺度表示下實現語義、幾何及空間關系的透徹感知。
現有計算機視覺方法或激光雷達等手段無法同時獲取多個維度的高質量場景與目標信息，同時現有的深度估計、語義分割、位姿估計等相關技術，存在識別精度低、提取不到關鍵信息、應用場景單一等問題，無法滿足大尺度場景應用的需求。
2. 解決方案
團隊提出多模態采集、時空復用編碼攝像方法，獲取大景深、高時空分辨、豐富的精確場景視覺信息；提出一種基于物理空間推理和語義關聯建模的動態場景深度估計方法，綜合語義信息、幾何結構信息以及時空間信息進行濾波，實現復雜動態場景的無先驗深度估計，將觀測目標與背景進行區分；提出一套從圖像和視頻中預測目標的位置和姿態的方法，包括迭代匹配的深度網絡、基于物體三維坐標的旋轉/平移解耦、自監督6D模型等，克服了遮擋、光照變化、視覺歧義與數據標注依賴等因素的影響，可以準確估計目標相對相機的 6D 位姿（3D平移量和3D旋轉量）；構建了基于全卷積網絡和興趣區域的多目標實例檢測與分割框架，有效的解決了復雜類別、場景遮擋情況下的多目標實例分割問題，能夠實現同時對場景中多個目標檢測與分析。
合作需求
尋求醫療健康服務、醫療器械等領域有相關技術開發、市場推廣經驗，能推廣本技術落地的高科技企業，可以進行深度合作。
清華大學
2022-02-18
高速移動場景下列車軌道安全自主感知系統
本項目搭建一套基于深度學習技術的列車軌道安全自主感知系統，利用攝像頭，激光雷達毫米波雷達等多傳感器，通過多傳感器融合和物體檢測技術，對軌道安全進行監測感知。通過視覺目標檢測，實現激光雷達點云數據處理和多傳感器數據整合。
北京交通大學
2023-05-08
一種認知無線電頻譜感知方法
本發明通過對非參量CUSUM檢測算法進一步改進并應用到頻譜檢測中，能夠在沒有信號先驗知識與信號出現時刻隨機的條件下，克服現有快速檢測方法的不足，更加快速低地檢測到信號。并能夠根據檢測情況動態調整偏移量，使得檢測延時進一步縮減。
電子科技大學
2021-04-10
物聯網感知大數據可信存儲與分析處理平臺
物聯網感知大數據可信存儲與分析處理平臺（IOT-SeaCloudDM）：針對智慧城市、物聯網、車 聯網中各種采樣數據（包括各類傳感器、RFID、條形碼閱讀器采樣的時空相關數據）的數據管理需求， 提供一個通用的感知大數據處理平臺，對各類相關的感知采樣數據進行統一管理，并達到如下目標：（1） 提供 PB~EB 級的感知采樣數據存儲、管理與查詢處理。（2） 提供時態 - 空間數據、采樣數值數據的統計分析與數據挖掘。（3）在此基礎上，為各類智慧城市、物聯網應用提供基礎軟件支撐。
北京工業大學
2021-04-13
物聯網感知大數據可信存儲與分析處理平臺
北京工業大學
2021-04-14
面向獨居老人的活動感知及其異常監測系統
本系統使用時序區域定位技術提供實時安全監測報警服務，應對獨居 老年人發生意外狀況時,得不到及時救助而威脅生命安全的情況。系統一 方面通過紅外傳感器釆集老年人在室內的活動狀況，另一方面通過分析 長期積累的日常活動數據，發現老年人一些規律性較強的生活習慣。以 實時活動狀況和規律性生活習慣為基礎，對老年人在室內的潛在不安全 狀況做出準確判斷并報警。 性能指標：
西北工業大學
2021-04-14
環境感知和先進駕駛輔助功能開發與測試
智能網聯汽車是汽車工業革新的一次重要機遇，也是當前先進技術和 生產力融合的產物。美國汽車工程師學會（SAE）則將智能汽車分為Level 0 - Level 5共6個等級，級別越高代表車輛的自動駕駛程度越高。當前L2級自動駕駛功能已經普遍配備在市場車型中。L3級自動駕駛在我國部分城市 開啟試運營。L4級智能駕駛需要在感知層，決策層和控制層實現技術再升級。主要研究內容有輕量化車道檢測模型G-NET、智能避障算法、ADAS算法、相機的逆透視技術、雷達算法面向自動駕駛的多模態融合認知框架
北京交通大學
2023-05-08
生物膜數學建模,動力學與群體感知
成果簡介在本項目中運用流體力學理論和動力學方程提出了一種單流體多組元模型，它包含了一個可以適用于多組元的模型框架， 可以處理不同生物膜菌種相互之間的動力學作用、 內部的相互轉化、 群體的消散和混合， 整個材料系統近似為不可壓縮， 因此當一個種群的體積分數增長時， 一個或多個其他的種群必須相應的以體積分數的形式轉化為增長的種群。 我們還把這個二元模型變為更細致的三元模型， 除包含等效溶劑， 還將包含 EPS 和細菌兩種組分， 抗菌劑濃度和營養素也被更細致地建模。 并且使用二元和三元模型研
安徽工業大學
2021-04-14
1比特壓縮感知的低功耗數據采集與重構方法
本發明基于壓縮感知理論將將測量的信號通過1比特量化，去掉了之前被測信號能量為1的假設，通過循環迭代的公式最小化凸的替代函數，最終恢復出要測量的信號，相比于之前相關算法明顯的提高的信號的恢復精度。
電子科技大學
2021-04-10
輸電鐵塔結構健康狀態邊緣智能感知與評價技術
該技術建立了在役輸電鐵塔結構性能弱化模型和評估方法，提出了適用于瞬變載荷測量的輸電鐵塔狀態全面感知技術，考慮臺風、龍卷風、覆冰等災害氣象條件下載荷的瞬變特征，完成了輸電線路瞬變載荷狀態感知系統及終端設備研制，提出以架空導線載荷、鐵塔結構傾角和應力狀態實時測量為基礎，與數字仿真模型深度融合的輸電鐵塔狀態全面感知技術，構建輸電鐵塔的邊緣智能感知端與云端協調工作架構，實現輸電鐵塔結構狀態全面高速感知，可以實現輸電線路巡護重點定位和輸電鐵塔災害反演。
該技術的應用將解決重要架空輸電線路通道中鐵塔結構的健康狀態智能感知與評價問題，能夠實現架空輸電線路結構健康狀態全面感知，有效提升輸電鐵塔結構健康狀態感知的準確度和智能化水平，為定位輸電線路的巡護重點提供重要技術手段，為我國堅強智能電網的建設，提供重要理論支撐、技術保障和實踐依據。
1 系統功能
（1）輸電線路地理信息
以電子地圖方式顯示輸電線路的地理信息，展示輸電線路走向及鐵塔位置信息。同時，可標識當前的氣象信息。
（2）輸電鐵塔結構狀態感知實時監測數據
以表格、圖形的方式顯示狀態感知實時數據，對異常的狀態感知數據實現聲光報警，并可進行歷史狀態感知數據的查詢。
（3）輸電鐵塔災害反演
建立塔線體系三維模型，在三維模型上顯示導線位移、導線和絕緣子的應力計算結果，并可實現災害過程反演。
（4）輸電鐵塔實時健康狀態
建立輸電鐵塔的三維模型，在三維模型上顯示輸電鐵塔的桿件應力計算結果、輸電鐵塔結構變形結果及實時的健康狀態評價結果。
（5）輸電線路結構健康狀態及巡護重點定位
顯示輸電線路結構健康狀態評價結果，提供輸電鐵塔薄弱環節定位功能，為輸電線路重點巡護提供支持。
2 系統組成
輸電線路結構健康狀態智能感知平臺的系統結構分為感知裝置和主站系統構成，如下圖所示。
圖1 系統圖
系統客戶端界面如下圖所示。
圖2 客戶端界面
華北電力大學
2021-05-10