所属分类：电子信息产业

所属单位：陕西海月明文化传媒有限公司

成果简介：‌视频内容作为信息传播的主要载体之一，‌其安全性和合规性成为了社会关注的焦点。同时，用户数量庞大，视频数量巨大，审核的人力资源和效率面临一定的压力。同时，由于短视频的时效性和特殊性，违规内容往往在很短的时间内就能够传播，给内容监管与合规审核带来了困难。‌为了确保视频内容的健康、‌合法、安全、以及全面的监管审核，‌视频内容安全审核智能管理平台应运而生，通过技术手段对视频内容进行审核和管理，‌以防止违规、‌违法等有害信息的传播，并提高审核效果。核心技术：包括内容识别模块、违规内容检测模块、内容分发模块、用户反馈模块、系统管理与维护模块；其中，内容识别模块能够识别出视频中的关键信息，如人物、场景、对话内容等，为后续的内容审核提供基础数据；违规内容检测模块根据预设的规则和模型，对视频内容进行自动审核，识别出违规、敏感或不良内容；内容分发模块根据用户的兴趣和行为数据，实现内容的精准推送；用户反馈模块收集用户对内容的反馈和评价，为平台提供改进的依据；系统管理与维护模块负责整个平台的系统管理和维护工作。 创新点：对视频内容进行高效、准确的识别和分析，能够自动学习视频中的特征，提高识别违规内容的准确性和效率；平台采用分布式处理架构和优化的算法，能够高效地处理大量视频数据；随着硬件和软件技术的不断进步，平台能够实现视频内容的实时审核；平台通过不断优化算法和模型，提高对违规内容的识别精度；平台将内容识

所属分类：电子信息产业

所属单位：国家技术转移西北中心

成果简介：针对卷积神经网络模型体积大、运算量高,在体积小、资源有限的嵌入式平台上运行效率低。而现有轻量化模型无法兼顾检测速度和检测精度的问题,提出了一种基于 Ghost模块的 YOLO目标识别算法 GS-YOLO。以 YOLOv4 模型为基础,基于 Ghost 模块重构目标识别网络,减少模型参数与卷积运算量,提升目标识别速率:通过融入多个空间金字塔池化模块优化目标识别精度:利用通道剪枝极限压缩方法剔除冗余参数,进一步减小模型体积与计算量:利用微调技术提升剪枝后模型的精度。实验结果表明:在自主构建的测试集和相同的测试环境下,与YOLOv4 相比,GSYOLO将 YOLOv4 模型体积压缩 96%,浮点型计算量减少 91.2%,预测速度提升29倍,压缩后模型识别精度达到87.63%,精度仅损失243%。本发明公开了一种基于一体式网络的微光图像增强方法。本发明提供的方法是:首先运用计算机读取低光照条件下拍摄的微光图像,通过将微光图像分割为若干超像素,利用局部标准差与局部梯度的比值估计每个超像素的噪声电平:然后,将图像反转,采用BM3D滤波器与结构滤波器自适应方法进行平滑处理,以获得无噪声和纹理完整图像:最后,将无噪声和纹理完整图像输入微光一体式网络中,以增强对比度,防止对比度过度增强。本方法可以对微光图像进行有效的增强处理,在主观评价和客观评价方面均优于传统方法,且图像质量评价指标峰值信噪比和结

所属分类：电子信息产业

所属单位：重庆市畜牧科学院

成果简介：动物行为是直接反应生猪对圈舍设施环境适应状态的关键指标，猪的大多数行为都具有空间不确定性，传统人工观察的方式存在主观性强和耗时费力等不足，成为制约生猪养殖新型设施装备和环境精准调控技术研发的基础性难题之一。该成果以福利、清洁、高效的养殖设施装备及环境调控技术研发应用为目标，以动物行为识别分析及其与设施环境互作规律为切入点，利用计算机视觉等人工智能技术开展了系列研究，提出了改进Faster R-CNN的群养猪只圈内位置识别算法、群养猪只空间行为智能监测系统V1.0等技术，识别准确率达96.7%，识别速度0.064s/帧，实现了猪群分布热力图、空间占比和昼夜节律的高效分析，丰富了生猪养殖设施环境研究过程中猪群行为的评价指标体系，有助于推动生猪养殖智能化和福利化转型升级。 该成果实现了基于视频图像采集和深度学习技术的群养猪只圈内空间分布的自动识别，为快速分析猪群躺卧、活动和排泄等基本动物行为的时空分布规律提供了高效技术手段。该成果符合我国生猪大规模工厂化无人养殖的发展趋势，能够满足生猪养殖场对信息智能感知的算法需求，具有广阔的市场应用前景。

所属分类：电子信息产业

所属单位：天目山实验室

成果简介：“智航天目”多模态遥感图像AI基础模型集成了多种智能算法，结合可见光、红外、多光谱、高光谱、微光夜视等多模态遥感图像大数据，构建了一套高效、易用的遥感图像智能解译分析系统，涵盖地物分类、目标检测、变化检测、超分辨率重建、三维图像建模等基础功能模块。在无人机巡检领域，具有路面抛洒物检测、溺水状态检测、海水水质高光谱检测、渔船码头智能监测等多类场景应用能力。同时，将算法模块嵌入到边缘计算机，通过搭载各类无人机，可实现机载遥感图像实时智能分析与处理。在城市规划、资源监测、应急救灾、绿色金融、森林保护、农业监测等领域具有广阔应用前景。

所属分类：电子信息产业

所属单位：北京科技大学

成果简介：

所属分类：电子信息产业

所属单位：北京科技大学

成果简介：

所属分类：电子信息产业

所属单位：北京科技大学

成果简介：

所属分类：电子信息产业

所属单位：北京科技大学

成果简介：

所属分类：电子信息产业

所属单位：北京科技大学

成果简介：

所属分类：电子信息产业

所属单位：北京科技大学

成果简介：

所属分类：电子信息产业

所属单位：北京理工大学

成果简介：本发明公开了一种智能感知虚拟装配系统，本系统采用的虚拟现实仿真硬件设备，配备有一个头戴式显示器、两个手持控制器、两个定位基站，并搭配LeapMotion体感交互设备，来代替原有的手持控制器，使操作更加灵活自由。同时可支持大屏幕和投影设备的接入，为虚拟装配提供第三视角。软件部分包含装配约束智能识别模块、手势识别交互模块、自适应视线辅助交互模块和数据可视化装配辅助模块。本发明的优点在于：利用HTCVive头戴显示器，结合两个单手控制器及LeapMotion交互设备的相互配合使用，实现零件的抓取及装配操作，从而使虚拟装配的精确度更高，人机交互性更强，同时通过可视化信息显示、多模型电子手册交互界面和多方式人机交互的设计，提高了装配的训练效果。

所属分类：电子信息产业

所属单位：福州大学

成果简介：机器学习是大数据核心技术之一，其基本思想是基于训练数据构建统计模型，从而使计算机具有对新数据进行预测和处理的能力。2013年以来，随着数据量的上涨、运算力的提升和新算法的涌现，机器学习不断推动大数据在智慧城市、智慧金融、智慧政务等领域的应用，其中，机器学习基础设施是大数据进一步广泛应用和高效整合的核心前提。然而，机器学习算法框架的异构性、机器学习流程组装的多样性、软硬件资源管理的复杂性等，都给机器学习基础设施构建带来了极大挑战。就此，2014年始，项目组针对上述挑战，研究了集成化的机器学习算法库、智能化的机器学习流程组装、自动化的软硬件资源管理，形成了智能化集成化的机器学习云平台。