|
搜索
搜 索
高等教育領域數(shù)字化綜合服務平臺
大學.jpg){kind=logo}
基于乘客出行特征感知的公交線網(wǎng)優(yōu)化平臺
北京工業(yè)大學
2021-04-14
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(yī)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(xiàn)語義、幾何及空間關系的透徹感知。
現(xiàn)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(zhì)量場景與目標信息，同時現(xiàn)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(tài)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(lián)建模的動態(tài)場景深度估計方法，綜合語義信息、幾何結(jié)構信息以及時空間信息進行濾波，實現(xiàn)復雜動態(tài)場景的無先驗深度估計，將觀測目標與背景進行區(qū)分；提出一套從圖像和視頻中預測目標的位置和姿態(tài)的方法，包括迭代匹配的深度網(wǎng)絡、基于物體三維坐標的旋轉(zhuǎn)/平移解耦、自監(jiān)督6D模型等，克服了遮擋、光照變化、視覺歧義與數(shù)據(jù)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(zhuǎn)量）；構建了基于全卷積網(wǎng)絡和興趣區(qū)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?qū)崿F(xiàn)同時對場景中多個目標檢測與分析。
合作需求
尋求醫(yī)療健康服務、醫(yī)療器械等領域有相關技術開發(fā)、市場推廣經(jīng)驗，能推廣本技術落地的高科技企業(yè)，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(tǒng)
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(tǒng)，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(jiān)測感知。通過視覺目標檢測，實現(xiàn)激光雷達點云數(shù)據(jù)處理和多傳感器數(shù)據(jù)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(fā)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(xiàn)時刻隨機的條件下，克服現(xiàn)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(jù)檢測情況動態(tài)調(diào)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(lián)網(wǎng)感知大數(shù)據(jù)可信存儲與分析處理平臺
物聯(lián)網(wǎng)感知大數(shù)據(jù)可信存儲與分析處理平臺（IOT-SeaCloudDM）：針對智慧城市、物聯(lián)網(wǎng)、車 聯(lián)網(wǎng)中各種采樣數(shù)據(jù)（包括各類傳感器、RFID、條形碼閱讀器采樣的時空相關數(shù)據(jù)）的數(shù)據(jù)管理需求， 提供一個通用的感知大數(shù)據(jù)處理平臺，對各類相關的感知采樣數(shù)據(jù)進行統(tǒng)一管理，并達到如下目標：（1） 提供 PB~EB 級的感知采樣數(shù)據(jù)存儲、管理與查詢處理。（2） 提供時態(tài) - 空間數(shù)據(jù)、采樣數(shù)值數(shù)據(jù)的統(tǒng)計分析與數(shù)據(jù)挖掘。（3）在此基礎上，為各類智慧城市、物聯(lián)網(wǎng)應用提供基礎軟件支撐。
北京工業(yè)大學
2021-04-13
物聯(lián)網(wǎng)感知大數(shù)據(jù)可信存儲與分析處理平臺
北京工業(yè)大學
2021-04-14
大學.jpg){kind=logo}
面向獨居老人的活動感知及其異常監(jiān)測系統(tǒng)
本系統(tǒng)使用時序區(qū)域定位技術提供實時安全監(jiān)測報警服務，應對獨居 老年人發(fā)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(tǒng)一 方面通過紅外傳感器釆集老年人在室內(nèi)的活動狀況，另一方面通過分析 長期積累的日常活動數(shù)據(jù)，發(fā)現(xiàn)老年人一些規(guī)律性較強的生活習慣。以 實時活動狀況和規(guī)律性生活習慣為基礎，對老年人在室內(nèi)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(yè)大學
2021-04-14
環(huán)境感知和先進駕駛輔助功能開發(fā)與測試
智能網(wǎng)聯(lián)汽車是汽車工業(yè)革新的一次重要機遇，也是當前先進技術和 生產(chǎn)力融合的產(chǎn)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(jīng)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(xiàn)技術再升級。主要研究內(nèi)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(tài)融合認知框架
北京交通大學
2023-05-08
大學.jpg){kind=logo}
生物膜數(shù)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(nèi)部的相互轉(zhuǎn)化、 群體的消散和混合， 整個材料系統(tǒng)近似為不可壓縮， 因此當一個種群的體積分數(shù)增長時， 一個或多個其他的種群必須相應的以體積分數(shù)的形式轉(zhuǎn)化為增長的種群。 我們還把這個二元模型變?yōu)楦氈碌娜Ｐ停?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(yǎng)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(yè)大學
2021-04-14
1比特壓縮感知的低功耗數(shù)據(jù)采集與重構方法
本發(fā)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(huán)迭代的公式最小化凸的替代函數(shù)，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