所属分类：电子信息产业

所属单位：西安光环电子科技有限公司

成果简介：基于屏幕图像识别的低成本热成像温控系统，包括调压器，其特征在于：调压器的输入端连接有串口控制器，串口控制器的输入端连接有工控机，工控机的输入端连接有手持红外测温器，手持红外测温器下侧设置有手持柄，手持柄下端设置有螺纹柱，调压器输出端连接有电加热膜，电加热膜一侧面设置有磁吸膜。基于屏幕图像识别的低成本热成像温控系统，克服了现阶段温控系统采用接触式测量，忽略了热靶表面材质、角度等因素对热辐射成像的影响，热敏电阻测试温度和导引头非接触式观测的红外信号有较大差异，影响试验效果的问题。使得温控系统在数十米获取红外靶标和背景温度图像，通过工控机内对区域温度进行精准识别，使得温控系统成本在三千元以内，使得温控系统的成本大幅度降低，便于大范围推广使用。

所属分类：电子信息产业

所属单位：陕西正前测绘有限公司

成果简介：具体研究内容：研究和设计适用于遥感图像处理的深度学习模型，如卷积神经网络(CNN)UNet等，使用大量已标记的遥感图像数据集对模型进行训练，优化模型参数，研究高效的图像分类、目标检测和图像分割技术，实现遥感图像的准确识别，提高遥感图像的实时处理能力，开发易于使用、高效稳定的遥感图像处理优化软件。 创新点：采用先进的深度学习算法，实现了高精度、高效率的遥感图像处理；引入多尺度融合、细节增强等技术，提高对不同大小物体的识别能力，改善小型结构和边缘的提取效果；采用实时优化技术，提高了软件的实时处理性能，满足实时应用的需求。 应用和社会效益：通过人工智能技术的应用，大幅提高遥感图像的处理速度和准确性，降低人力成本。软件的广泛应用将有力推动遥感技术在更多领域的应用，如城市规划、环境监测、资源管理等及时发现和解决问题，提高社会的安全性，促进相关产业的发展，如卫星制造、无人机制造、数据处理服务等。

所属分类：电子信息产业

所属单位：陕西天诚软件有限公司

成果简介：1.研究内容： 本项目聚焦于公共安全领域，主要研究内容包括基于卷积神经网络的人脸识别算法、佩戴口罩识别算法、行人检测与重识别算法、热成像体温检测技术等。项目团队在期刊上发表了多篇论文，涉及深度学习、图像处理、人脸识别、热成像无感探测技术等领域，展示了本项目的前沿研究水平和创新能力。 2.创新点： 项目突破了传统监控系统的局限，创新性地集成了AI热成像无感探测技术，实现了在复杂环境下对人员的多维特征提取和实时行为分析。特别是在戴口罩情况下的人脸检测及识别算法，以及多姿态、多场景下的行人重识别算法，展现了项目在技术应用上的创新性和实用性。 3.成果应用情况与社会效益： 成果已在西安高新区行政审批服务局等单位成功应用，有效提升了公共出入口的人体测温及人脸识别防控能力。在疫情防控方面，实现了红外非接触式高精度体温检测，减少了人力投入，提高了疫情工作的效率，对减少疫情传播、保护人民生命安全发挥了重要作用。 4.研发与管理团队情况： 项目由一支跨学科的研发团队承担，团队成员包括人工智能、图像处理、软件工程等领域的专家和工程师。团队凭借丰富的研发经验和创新能力，确保了项目的顺利实施和技术成果的高质量。通过科学管理和合理分工，团队有效推进了项目进度，并在实施过程中不断优化技术方案，保证了成果的实用性和前瞻性。

所属分类：电子信息产业

所属单位：陕西工业职业技术学院

成果简介：本研究的主要内容是针对融合视觉信息分拣机器人自适应识别和无损抓取方法的研究。通过对机器人视觉信息处理算法的改进和优化，提高机器人识别和抓取物品的准确性和效率。在此研究中，我们成功地开发出了一种基于深度学习的自适应识别算法，该算法能够根据不同场景的光照和背景变化自动调整识别参数，提高了机器人的识别率和稳定性。设计了一种无损抓取方法，通过对机器人手爪的力学模型和力传感器数据的分析，实现了对物品的精准抓取和无损抓取。结合视觉操作关系推理、抓取部位检测和机器人运动规划与控制，基于视觉推理的多物体堆叠场景抓取方法，对于复杂场景高通量、多类型、杂乱无序的识别准确率为96.1%，试验样机能进行无损分拣，工作效率与人工1-2人相当，分拣错误率低于6%，控制技术和制造企业的接受程度较高、便于推广。

所属分类：电子信息产业

所属单位：陕西导航科技有限公司

成果简介：概述： 本项目为一种识别驾驶员安全驾驶行为的摄像装置，涉及汽车辅助驾驶技术领域，包括移动式摄像模块、固定式摄像模块以及主控制器，主控制器与移动式摄像模块、固定式摄像模块电连接，移动式摄像模块包括底座，底座上转动设置有转轴，转轴顶部固定设置有高清摄像头一，底座上设置有调角机构；固定式摄像模块包括固定在车辆方向盘的弧形支架，弧形支架上设置有高清摄像头二、语音模块，弧形支架上开设有空腔，空腔下方设置有开口，解决了现有技术中存在的问题，通过多视角摄像监控协作以确保摄像识别的精确性显著提高车辆行驶的安全。 创新点： 1、本研发项目有固定式摄像模块、移动式摄像模块，通过多视角摄像监控协作以确保摄像识别的精确性，同时还配置有兼有话筒和播放器功能的语音模块，显著提高车辆行驶的安全。 2、本设备在弧形支架上还配置有酒精检测仪器，酒精检测仪器与语音模块、主控制器相连，酒精检测仪器能够对驾驶人员是否喝酒进行监测，避免出现酒驾的现象。

所属分类：电子信息产业

所属单位：智能感知技术创新中心

成果简介：周界大模型摄像机采用全彩级高灵敏度传感器，内置F1.0大光圈全彩镜头，满足低照度下的监控需求，为智能应用提供更清晰的视频流输入，全面提升智能业务处理的准确度，同时基于Transformer架构视觉大模型，通过深度建模真实场景的时空特征，实现多维语义精准分类与细粒度目标识别，显著提升周界场景的检出率及检准率。

所属分类：电子信息产业

所属单位：国家林业和草原局西北调查规划院

成果简介：项目名称：基于无人机影像的松材线虫疫木调查研究。 研究内容：面向松材线虫病防治业务需求，针对疫情高传染性、多点入侵、难以根除等特点，利用低空遥感监测手段优势，通过该研究课题，形成一套高效、完整、准确的松材线虫病快速核查技术方案，为疫情态势研判、疫木除治指挥、除治效果空间化评估等提供精准支撑。 成果的创新点：利用无人机低空遥感监测技术及深度学习网络监测松材线虫病发生情况。 申请软件著作权：松材线虫疫木智能识别软件V1.0。 成果的应用情况：搭建陕西省松材线虫监测云平台，为陕西省松材线虫疫情防控监管提供有力工具；在重庆松材线虫预警监管平台中接入遥感AI智能解译模块，切实摸清疫木底数，提升防治能力。 社会效益：有助于控制住松材线虫病疫情的蔓延，提升应对生态危机的能力，提升森林覆盖率、森林蓄积量以及提显著提升野生动植物保护率，减少林业病虫害发生率，为生态林业发展创造良好的环境，有效促进项目区林业的可持续发展。 管理团队情况：在“基于无人机影像的松材线虫疫木调查研究”项目中，与锐思数智团队共同协作完成，高度重视资源与数据共享、协作研发以及成果转化应用情况。

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：

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：针对基于主成分分析与二代小波变换的图像融合算法中鲁棒性不高、融合图像质量较低的问题,提出了基于鲁棒性主成分分析与脉冲耦合神经网络的融合方法。所提出的算法将可见光与红外图像进行二代小波变换,转换为高频与低频信号,接着采用不同的融合策略针对低频和高频信号进行融合。针对低频信号,利用鲁棒性主成分分析法还原低秩矩阵并采用加权平均的融合策略进行融合;针对高频信号,将其送入至脉冲神耦合神经网络中进行融合得到融合后的小波系数。将融合后的小波系数进行逆变换,得到最终融合图像。实验结果表明,相比于基于主成分分析与二代小波变换的图像融合算法,利用所提出的出算法得到的融合图像中熵指标、空间频率指标、结构相似度指标和峰值信噪比指标均得到了不同程度的提升。因此,所提出的算法能够更好地提取目标信息,使融合图像中目标的轮廓边缘更加清晰,同时将提升小波分解出的高频信息利用 PCNN 进行融合,更加突出细节信息。 针对遥感图像目标成像小、背景复杂、分布拥挤的问题,将旋转目标检测方法 SANet 作为基线网络,提出一种基于感知延伸与锚框最适匹配的遥感图像目标检测算法(HO-SANet)。构建协同注意力模块( SEA),捕获特征像素间关系的同时扩展模型感知区域,实现目标与全局的关系建模:针对遥感图像背景复杂问题,改进特征金字塔(FPN)特征融合过程,在特征融合下采样过程中将感知延伸卷积模块与常规卷积交替堆叠形成感知

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：

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：本发明专利公开了一种车辆外轮廓检测方法，通过采用图像处理技术，构建车辆外轮廓检测装置。具体的方法内容是：通过计算机获取不同分辨率下的无目标车辆的背景图像和有目标车辆的前景图像,然后对所述不同分辨率下的背景图像和前景图像分别差分运算获得不同层的背景差分图,对所述不同层的背景差分图进行阈值分割获得第一分割图像和第二分割图像,所述第一分割图像和第二分割图像进行融合运算获得融合后的图像,最后对所述融合后的图像进行腐蚀处理获得车辆外轮廓:本发明还公开了一种车辆外轮廓检测装置,通过本发明能够大大降低检测成本,提高检测效率,提高检测精度，因此能够广泛应用于车辆车型分类、整车尺寸测量等智能交通项目中，具有很大的市场潜力。

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：纺织面料质量是纺织行业的生命线，简洁高效的质检系统是纺织企业提高生产效率的关键。伴随脑科学与人类视觉机理的深刻研究，借鉴人类视觉系统信息处理机制，将生物神经科学和信息处理技术有机结合，构建基于视觉感知计算机理的纺织面料智能检测模型，寻求纺织行业适应不同场景不同需求的统一解决方法，对提高国家纺织行业智能制造业的竞争力具有重要的意义。基于视觉感知计算机理的纺织面料智能检测关键技术及应用属于纺织和计算机交叉学科领域，应用于纺织面料生产工艺的各个检测环节。本研究成果受国家自然基金项目、陕西省高校青年人才托举计划、陕西省自然科学基础研究计划等资助。主要技术内容包含基于关键点描述的视网膜特征提取技术、关键特征视网膜编码技术、基于监督脉冲神经网络研究纺织面料的关键特征学习机制和基于脉冲神经网络研究纺织面料检测模型等。