本期精选8项电子信息领域的技术成果进行推荐
项目1:智能购物环境中的视觉识别技术
项目2:智能镜显
项目3:医学图像自动分析及计算机辅助诊断/手术系统
项目4:数字图像非真实感绘制及艺术化生成系统
项目5:多功能智能视频监控系统
项目6:全自动人脸比对识别与年龄分析系统
项目7:基于混合模型的视频背景建模和前景提取
项目8:多样化图像检索(内容多样化学习)技术
项目一:智能购物环境中的视觉识别技术
1成果简介
对于智能云店来说,最关键的技术是如何快速准确地结算所有商品。目前基本的技术形态为二维码扫码技术;RFID标签识别技术;重力传感器技术,基于视觉识别技术是未来技术和产业的方向和需求。本项目根据智能云店的需求,以及后续应用的扩展,研发购物环境中的视觉识别技术,实现基于视觉技术的智能无人购物商店。
图 智能云店(无人超市)
2技术特点
利用计算机视觉技术,基于光学摄像头,实现对无人购物商店内客户的消费行为和异常行为的结算和监控。
3技术内容
(1)货架监控:实现对货物离开货架以及货物放回货架的自动识别;
(2)非货架区域(地面,室内)监控:对非货架区域的商品监控,实现商品遗留的判断。对非货架区域,出现商品,发出报警信息,同时结合商品识别模块,判断商品信息;
(3)店内人员跟踪:对进店购物各人员位置的实时跟踪。用于购物行为的识别以及后续应用扩展;
(4)商品自动识别:识别商店内商品类别,以及非店内商品,用于购物行为的监控和识别。
项目二:智能镜显
1成果简介
本方案采用瑞芯微3288/3399超强性能的嵌入式芯片和各种传感器、人脸识别算法、语音交互等最前沿的AI技术,结合特殊的镜面工艺,打造针对厨房、酒店、美容、卫浴行业的高端智能化镜显产品。
图 智能镜显样品
2主要特点
(1)具备传统显示设备的功能,同时又嵌入了智能化的显示功能;
(2)支持触控和人脸识别、语音交互应用;
(3)支持客流统计、数据分析、购物、支付等各类场景应用。
项目三:医学图像自动分析及计算机辅助诊断/手术系统
1成果简介
本系统利用图像处理、机器学习、计算机视觉等技术对医疗诊断中的图像(如CT、MRI、PET等)进行分析处理,使得医生能快速、安全、有效地利用医学数据做出诊断或完成手术,促使医学进入可视化、个性化、精准化、智能化信息时代。具体地,本系统可以半自动/自动地分割、提取并可视化目标组织或者病灶部位,融合和配准多模态医学图像,提取并筛选疾病相关的生物标记,并可以根据图像分析辅助进行疾病的早期诊断和手术预案的制定。
图 医学图像自动分析及计算机辅助诊断/手术系统
2获得奖项
项目荣获中国高校科技成果交易会成果创新奖。
项目四:数字图像非真实感绘制及艺术化生成系统
1成果简介
本项目产品是一种利用数字图像处理和机器学习等技术对采集的数字图像进行非真实感绘制及艺术化生成的管理软件,能够有效的增加视觉的艺术性。随着大众审美水平的提升以及网络媒体在现实生活中的流行,用户和艺术创作者经常采用非真实感图像来增加视觉的戏剧性和娱乐性。而在抽象视觉艺术中,铅笔画和油画化等是非真实感图像绘制的基础并能有效增加视觉的艺术性。
项目五:多功能智能视频监控系统
1成果简介
本系统利用图像处理、模式识别、机器学习、计算机视觉、信号处理等技术对采集视频进行自动分析处理,从而发现监控场景中潜在危险、违规行为或者可疑目标,并对这些行为和目标进行实时报警、提前预警、存储以及事后检索的智能视频分析系统。
图 多目标跟踪
2关键技术算法
(1)单目标视觉跟踪算法
(2)多目标视觉跟踪算法;
(3)密集目标视觉跟踪算法;
(4)基于上述三种类型视觉目标跟踪算法;
(5)视频中不同事件的识别和分割算法;
(6)基于人体骨架和姿态的行为识别算法。
3典型应用
无人机(无人机避障和目标追随)、无人车(运动目标检测与跟踪)、禁区分析、人群流量统计、人群异常检测、人群密度估计、空视频检测、超速检测等。
项目六:全自动人脸比对识别与年龄分析系统
1成果简介
全自动人脸比对识别系统一般包括三个核心模块,即:人脸检测模块、面部特征点定位模块以及人脸特征提取与比对模块。其中,人脸检测模块采用了一种结合传统人造特征与多层感知机(MLP)的级联结构,可在单个i7 CPU上实时处理VGA分辨率的图像。面部特征点定位模块,通过级联多个深度模型(栈式自编码网络)来回归5个关键特征点(两眼中心、鼻尖和两个嘴角)的位置。人脸识别模块采用9层的卷积神经网络(CNN)来提取人脸特征,对比验证和年龄分析。
图 全自动人脸比对识别系统
项目七:基于混合模型的视频背景建模和前景提取1成果简介
本系统利用Beta-Liouville混合模型以及在线变分贝叶斯推导算法来进行视频背景建模与前景检测。
视频背景建模和前景检测的主要目的是从视频帧序列里的背景中分离出前景对象,其在涉及视频监控、交通流量监控、人体运动分析和对象跟踪等许多应用中发挥着重要作用。
图 视频背景建模和前景提取
2成果优点
在模型训练中能够利用变分贝叶斯推导算法同时计算模型所含参数和自动估算其混合成分(即类簇)的数量,并避免出现过度拟合的问题。
项目八:多样化图像检索(内容多样化学习)技术
1成果简介
图像检索的内容多样性学习技术,就是指在图像检索中,在保证检索的相关性的前提下,使新颖的、独特的、非重复冗余的图像在检索结果中排序靠前的技术。
如果能解决检索内容多样性学习的问题,在海量图像数据面前用户检索、浏览与决策效率也就能得到提高。本技术充分利用多子流形学习算法能够最大化子流形间差异的优势,在各子类局部约束基础上,增设正类样本局域保持强化与分布差异扩大双约束来进行半监督特征提取。
通过新型的最大散度多样性静态评价函数来指导流形算法参数选择,针对样本非均衡分布问题,采用径向基概率神经网络结构优化方法以提高检索多样性。
图 基于相似性的检索(左)与多样化检索(右)
2应用场景
该技术可广泛应用于图像大数据检索。



