所属分类：电子信息产业

所属单位：宁夏大学

成果简介：

所属分类：电子信息产业

所属单位：宁夏大学

成果简介：

所属分类：电子信息产业

所属单位：福州大学

成果简介：随着人工智能技术的飞速发展，具身智能（Embodied Intelligence）作为人工智能的重要分支，逐渐成为研究热点。具身智能强调智能体通过与环境的多模态感知和交互，实现自主学习和决策。然而，现有具身智能系统在多模态数据处理、跨模态语义理解及实时交互等方面仍面临诸多挑战，尤其是在复杂环境中，如何高效融合视觉、触觉、听觉等多模态信息，并实现高精度、低延迟的交互，是亟待解决的关键问题。同时，在具身智能的自主导航领域，视觉语言导航（Vision-and-Language Navigation, VLN）技术被提出。传统的导航方法大多依赖预定义的地图或全局定位信息，但在动态、未知环境中，这些方法往往难以适应实际应用场景。例如，在智能家居、无人配送或救援机器人等应用中，智能体需要能够依据自然语言指令，自主探索环境并执行任务，而不仅仅依赖已有地图或GPS信号。VLN技术正是基于这一需求而提出，其核心目标是使智能体能够结合视觉感知和语言理解，实现端到端的自主导航，提升人机交互的直观性与效率。 本项目的实施将推动具身智能技术的突破性发展，为智能机器人、虚拟现实、远程操作等领域提供高效、实时的多模态交互解决方案，助力新一代信息技术产业的升级与应用落地。通过解决多模态语义压缩、跨模态对齐和边端部署等关键技术问题，本项目将为具身智能技术的实际应用提供强有力的技术支撑，推动相关产业的智能化转型与高质量发展。

所属分类：电子信息产业

所属单位：福州大学

成果简介：金融业是国民经济健康运行的命脉。截至2021年三季度末，我国金融业机构总资产为375.68万亿元，同比增长8.2%。作为支撑金融业健康发展的核心技术，金融服务当前仍存在以下发展瓶颈：一是架构性能差：业务种类繁多，技术标准不一，响应要求不同；二是数据质量低：泛在分布、真假混杂、标注困难；三是服务同质化：精准性差、覆盖面窄、使用费高。

所属分类：电子信息产业

所属单位：福州大学

成果简介：“智慧城市”建设随之而来的是众多物联网设备的数据共享流动造成安全防护难度大，为确保智慧城市建设运营的健康发展，需要以“安全、合规、可控”为实现目标，构建智慧城市物联网可信认证技术体系。目前智慧城市城市跨系统交互技术标准参差不齐，面向智慧城市物联网的可信认证与跨系统交互等核心技术研究，具有非常重要的社会意义及经济价值。本次研究聚焦智慧城市的物联网可信认证关键技术及其产业应用。

所属分类：电子信息产业

所属单位：福州大学

成果简介：未来工业互联网是新一代信息通信网络技术与工业制造深度融合的全新工业生态、关键基础设施和新型应用模式，通过人机物的安全可靠智联，实现生产全要素、全产业链、全价值链的全面连接，推动制造业生产方式和企业形态根本性变革，形成全新的工业生产制造和服务体系，显著提升制造业数字化、网络化、智能化发展水平，打通未来工业互联网基础研究、原始创新的“最先一公里”和科技成果转化、产业市场化应用的“最后一公里”，为我国工业互联网发展水平走在国际前列奠定理论和技术基础。

所属分类：电子信息产业

所属单位：福州大学

成果简介：随着城市化进程的不断加快，房屋安全问题日益成为社会关注的焦点。基于物联网技术的房屋安全监测与预警模型，能够实现对建筑结构安全状况的实时监控和智能分析，为房屋安全管理提供科学依据和技术支持。本项目将利用物联网设备和北斗定位技术，开展房屋安全监测与预警模型的研究与开发，提高房屋安全管理的智能化、精准化水平。 研究基于北斗定位的房屋安全动态监测服务算法模块，依托北斗系统与物联网设备，面向多源数据的融合、清洗、归类、计算技术，将监测数据快速高效地转换为项目决策数据，为房屋安全监测项目提供SAAS化服务能力的支撑。

所属分类：电子信息产业

所属单位：福州大学

成果简介：在数字中国建设的背景下，利用数字化技术推动城市治理方式变革成为各地发展的共性需求。利用多种传感器技术对城市环境进行全方位感知，利用AI技术对城市要素进行智能识别，从而实现城市环境三维模型快速重建，对支撑交通治理、危房改造、应急处置、智慧产业园区建设等城市运行和城市治理应用具有重要意义。已有城市环境三维模型构建主要通过传统测绘的工程化测量获得，或基于建筑设计图纸建模生成，存在更新周期长、要素类型有限等问题，而且有关产品与现实场景的匹配度不高，这导致有关数据难以有效支撑城市高效运行和城市科学治理。AI技术辅助的城市环境三维模型快速重建技术，能够通过融合激光点云、摄影测量等多源感知数据，利用AI技术智能识别城市环境要素，从而实现城市三维模型的快速重建，可用于常态化数据定期更新和应急情况下直接感知重建，有助于提升城市运行监测和城市治理水平。 本项目基于方老师副研究员团队长期开展基于激光点云等多源数据的城市部件智能识别与三维模型重建技术，以及有关技术的成功示范应用为背景和基础，根据产业化发展需求，推进该项目技术的常态化、规模化示范应用。本项目基于前期累积形成的专利、标准、获奖成果对应的关键技术，发掘在城市更新、城市治理、公共服务设施优化、智慧园区管理等应用场景需求，打造产品级算力算法库，可采用配套硬件设备、算法即服务等方式引领智慧城市从建设到运营的新模式。于此同时，还可以进一步将有关技术向数字矿山、绿色低碳等新型赛道拓展，打造新型应用模式。

所属分类：电子信息产业

所属单位：福州大学

成果简介：异常检测是指在海量的数据样本中挖掘出与众不同的异常样本，但存在执行效率较低，现有异常检测方法不能满足工业场景下对于实时性的需求。提出模型从轻量优化、多模态特征交叉融合、零样本条件三个角度分别进行针对性方法创新。提出了一个新的适合工业异常检测的特征知识蒸馏框架，通过使用提出的耦合学生蒸馏学习方法以及有效的损失设计，能够使学生模型可以继承经过预训练的教师模型的先验知识并过滤有害的知识冗余。同时，重新设计出了一个超轻量化骨干网络，将模型整体的FLOPs和Params压缩到了极小。最后，提出了一个快速特征嵌入融合模块，以更快的速度达到更好的多尺度特征融合效果。提出了一个基于在线互信息评分的零样本异常检测方法，利用多窗口粒度方式挖掘样本特征，并且无需额外的模态信息或样本信息，抛弃了离线模式，利用成长式投票者登记方法进行异常检测。所提的方法都在效率或精度上取得了引人注目的突破。

所属分类：电子信息产业

所属单位：福州大学

成果简介：从网络剪枝、网络重构、轻量化卷积模块设计等角度出发，提出了多种通用的轻量化人群检测模型。针对目标检测特征融合网络的参数冗余问题，通过精简卷积层输出通道数和使用小卷积核优化检测网络结构。在此基础上进一步提出一种基于归一化缩放系数的通道剪枝算法，删除重要性较低的卷积通道，减少检测模型体积。提出的模型在100+ FPS的检测速度下表现出良好的检测性能。针对图像中目标相互遮挡严重、传统回归器搜索空间存在局限性的问题，提出图像分区域、数量分区间并提升类别损失权重算法。引入深度强化学习进一步精调区域密度级别分类图，利用预设的智能体动作不断调整校正目标群体区域密度级别分类图从而使密度级别分类边缘准确清晰。针对目标样本监督信息存在数据稀疏性、点级标注获取困难的问题，提出基于多层级监督信息的小样本目标计数算法，指引计数模型泛化多样化目标特征空间。

所属分类：电子信息产业

所属单位：福州大学

成果简介：从增强特征的提取与融合角度出发，挖掘人脸目标的典型特征，提出了基于特征提取与特征传递优化的人脸检测方法以及基于典型特征与上下文信息的人脸检测方法，从不同方面提升人脸检测准确率。进而针对人脸检测方法在移动设备实际应用落地问题，对模型的骨干网进行了重新的设计与优化，提出了一种超轻量的人脸检测方法，该方法在达到较高准确率的情况下，整体模型大小缩小约10倍，且可实现密集场景下的人脸检测。针对于当前通用人脸识别未关注人脸局部特征、人脸识别模型规模大导致不利于部署应用、无可用的遮挡数据集导致遮挡情况下识别精度不足等问题，提出了显著性人脸识别、人脸模型压缩、人脸遮挡模拟等方法。提出一套针对于姿态、遮挡等情况的显著性人脸识别方法和一套针对于人脸特征的知识迁移方案对人脸识别模型进行压缩，最后提出了基于遮挡模拟的数据增强方法并使用生成的数据集对显著性人脸识别模型进行调优与验证。最终，可实现高效的无感知人脸检测与识别，打造复杂场景下人脸检测与识别的示范。

所属分类：电子信息产业

所属单位：福州大学

成果简介：人工智能作为科技创新的重要一环，其在新质生产力发展中所扮演的角色更是举足轻重。人工智能技术在各行业中的运用，不仅直接提升生产效率外，人工智能的科技创新还在推动产业结构的优化升级，还可促进实现数字化转型，从而催生新的产业形态和商业模式。 人工智能计算中心作为新型计算能力的代表，已成为数字经济发展的智能新基座，为孵化应用创新、推进产业合作与赋能人才培养提供重要支撑。数字基座是数字经济时代的新型基础设施，通过物联网、GIS、大数据、AI人工智能等技术，为基础设施打造全生命周期的智慧大脑。它可以实现基础设施的数字化、智能化管理，提高可靠性、安全性和效率，并降低能源消耗和环境污染。 本项目以人工智能、大数据和云计算为核心技术，构建一体化数智基座平台，通过深度数据治理、智能分析与数据场景化应用，面向各类基础设施、数据、引擎的融合服务，实现业务上下游的数智化协同。为智慧城市、数字政府、工业制造、金融服务、智慧教育和医疗健康等多个领域数字化转型赋能。