新葡京娱乐场-大陆娱乐场开户注册

隨著移動互聯網、智能移動終端及云計算的迅速崛起，移動視覺標簽搜索與識別已經成為有重要影響的關鍵技術之一。攝像頭成為了移動互聯網時代的入口，就像PC時代的搜索框一樣。 “鳳凰眼”視覺標簽識別系統及產品原型通過自主研發的圖像識別算法，實現“靜態視覺信息的自動提取與識別”，所見即所得。當用戶使用本產品來瀏覽感興趣的目標物體時， 用戶無需為商品拍照或掃描條形碼，當攝像頭對著目標“看”了幾秒鐘后，即可以將真實的物理世界信息映射為視覺標簽并識別。 本產品可作為智慧景區、智能購物、私

XM-431眼示教放大模型 ? XM-431眼示教放大模型置于透明有機玻璃盒內，為眼球正中切口后的半側眼球，可觀察眼球正中矢狀切面和半側眼球的外部結構，可顯示眼球的解剖（包括眼球壁和內容物）、眼副器（包括眼瞼、結膜、淚器和眼球外?。?、視網膜神經細胞的顯微結構和檢眼鏡眼底檢查視網膜圖像等。 尺寸：放大 材質：PVC材料

XM-426眼球儀模型（眼球成像演示模型） ? XM-426眼球儀模型由成人眼球、光源、校正鏡片、活動成像顯示屏及底座組成，通過眼球前后及在正中與水平成75°切面，示眼球壁三層被膜， 眼球內晶狀體（可改變曲率），玻璃體和虹膜，由外向內三層被膜做成梯形切面，并示其各部結構，在眼球后部裝一垂直眼球軸的剖面，以示視網膜成像，可調節晶狀體，示遠視、近視成像。 ? 尺寸：放大3倍，45×14×27cm 材質：PVC材料 ? 模型結構： 1、眼球成像演示模型由成人眼球、光源、校正鏡片、活動成像顯示屏及底座組成。 通過眼球前后極在正中與水平成75度切面，示眼球壁三層被膜，眼球內晶狀體（可改變曲率），玻璃體和虹膜。由外向內三層被膜做成梯形切面，并示其各部結構。 2、在眼球后部裝一垂直眼球軸的剖面，以示視網膜成像。 3、晶狀體系有機玻璃制成，二張拉緊的透明橡膠薄膜，里面充滿液體。 4、曲率通過改變波紋管的容積來改變薄膜的曲率。 5、光源：220V，15W-40W燭形燈泡作為光源，離眼睛恰好為明視距離。 6、校正鏡片由不低于400度的近、遠視鏡片組成。

XM-433眼常見病模型 ? XM-433眼常見病模型包括20種常見眼病的形態，每套模型由20只組成，分裝入箱內展示正常眼、正常瞼結膜、沙眼、、眼瞼內翻、潰瘍性瞼緣炎、眼瞼外翻、霰粒腫、麥粒腫、慢性淚囊炎、翼狀胬肉、流行性出血性角結膜炎、角膜潰瘍、角膜粘連性白斑、急性虹膜睫狀體炎、鞏膜炎、急性青光眼、老年性白內障、結膜異物、眼瞼濕疹形態。 尺寸：放大3倍，37.5×56.5×9cm 材質：PVC材料 ? 20種常見眼病: 1、正常眼：顯示上下眼瞼、瞼緣、淚點、球結膜、鞏膜、角膜、虹膜和瞳孔。 2、正常瞼結膜：顯示上下眼瞼瞼結膜，表面光滑透明，血管分布清楚。 3、沙眼：顯示沙眼第二期重度（Ⅱ++），上眼瞼瞼結膜炎癥，超過1/3以上面積，并有疤痕形成。 4、沙眼性血管翳：顯示角膜上部有血管進入角膜組織，占角膜面積1/4。 5、眼瞼內翻：顯示上眼瞼瞼緣向內側翻轉，睫毛觸及眼球角膜，造成角膜上部沙眼性血管翳，球結膜充血。 6、潰瘍性瞼緣炎：顯示瞼緣充血腫脹，瞼緣睫毛根部有小膿泡潰瘍和膿痂。 7、眼瞼外翻：顯示下眼瞼向外側翻轉，瞼結膜色紅，肥厚，少光澤，下眼瞼瞼結膜與球結膜粘連。 8、霰粒腫：顯示上眼瞼瞼結膜上蠶豆大小紫紅色隆起腫塊，中央呈灰黃色。 9、麥粒腫：顯示上眼瞼皮膚紅腫，近鼻側有黃色膿頭隆起 10、慢性淚囊炎：指壓淚囊部，從淚點流出黏液膿性分泌物。 11、翼狀胬肉：顯示角膜鼻側有三角形翼狀膜，頭部進入角膜組織，體部血管豐富，肥厚，隆起。 12、流行性出血性角結膜炎：球結膜充血、水腫，有片狀出血，角膜內有灰白色浸潤點，下眼瞼紅腫。 13、角膜潰瘍：角膜周圍有明顯混合性充血，角膜上皮和基質脫落缺損，形成角膜潰瘍，有黃白色膿性分泌物。 14、角膜粘連性白斑：瞳孔梨狀，梨蒂有白斑，為角膜病變所造成。 15、急性虹膜睫狀體炎：混合性充血，瞳孔縮小不正圓。 16、鞏膜炎：球結膜水腫，其下方鞏膜呈紫紅色充血。 17、急性青光眼：眼瞼水腫，混合性充血，瞳孔中等散大，呈綠色反光。 18、老年性白內障：顯示晶狀體混濁，呈灰白色。 19、結膜異物：顯示上眼瞼瞼結膜上黑褐色（鐵屑）異物，伴結膜充血。 20、眼瞼濕疹：顯示下眼瞼濕疹，瞼緣充血腫脹，濾泡透明呈圓形。

3D微創手術因其治療手段的先進已是發展趨勢并在迅速普及， 3D腔鏡、手術機器人、顯微鏡手術等都提供了3D影像數據。但目前 醫生大多通過2D屏或佩戴3D偏光眼鏡觀看，給主治醫生帶來：3D 空間還原不準確影響手術安全和效率、手術屏畫面昏暗不清晰、眼 鏡易產生霧氣遮擋視線、長時間觀看眩暈等問題。 班度科技基于“周期像素復用”的實時兩視點轉多視點技術，自 主研發的「裸眼3D手術顯示系統」解決了現有技術的困境，實現了 具有正確空間遮擋關系的3D成像，為醫生提供精準、快速的判斷決 策依據，可極大地降低手術風險和提升醫生的診療效率，降低低年 資醫生的學習曲線和規培成本，提升基層醫療水平。既能減輕醫生 負擔，又實現了3D手術場景的完整還原，提高了手術安全性和效 率，帶來逼真、清晰、舒適的高性能體驗。

利用多機器人和多模態視覺傳感器有效探索與感知復雜 環境的三維結構，進而理解和分析三維場景。研究從多源異 構的機器人定位與建圖等環境感知方面、多模態融合的前景 分割、顯著性檢測和目標檢測等場景分析方面取得突破。

清華大學公共安全研究院和北京辰安科技股份有限公司快速搭建了疫情實時態勢感知與分析系統，對區域疫情數據進行實時動態監測、搜集、分析和可視化，服務各級政府疫情應急的資源調度、態勢研判和決策指揮。該系統在實時播報全國和世界范圍內疫情最新動態的同時，對省級和地市級的人員遷徙比例與分布進行重點信息排查，密切關注人口流動與疫情分布的內在聯系，為疫情跨區域傳播規律和病例溯源提供依據。該系統深入剖析大數據并探查民眾意識和情感傾向，研判民眾主流感情傾向和重點關注事件等疫情相關輿情，以“情感分析拼圖”、“事件文章熱詞云”和“全國輿情熱度”等分析結果為引證，為辟謠和積極引導輿論提供幫助，在國家抗擊疫情最為嚴重困難的時期為大眾的理性思考和科學防備貢獻力量。國疾病預防控制中心以及廣東省、武漢市、合肥市、深圳市、廣州市、佛山市等20多個省市在指揮調度中使用該系統。

自然場景視覺感知與理解是人工智能的前沿熱點，其主要任務是對場景中的視覺要素進行認知，進而推斷出其中包含的場景語義。IMAGINE實驗室近年來相繼從場景構成分析、場景內容推理、場景結構建模等角度對這一問題展開了系統研究，著重探索了融合先驗建模與深度學習的自然場景視覺理解這一問題。大數據具有規模大、種類多、產生速度快、有價值數據密度低等特點。對大數據信息分析具有重要意義，也是目前研究的熱點，其主要任務是利用數據分析的方法從大數據中獲取有價值信息。IMAGINE實驗室近年來結合深度學習前沿技術和傳統數據分析方法進行數據分析和預測，并在海關大數據分析項目和國網電力冰風災害預測項目中進行應用

01. 成果簡介 本成果涉及一種多模態觸覺感知裝置，屬于機器人傳感器技術領域。與人類相似，機器人感知外界環境最真實、穩定、便捷的方式便是通過機器人手觸摸，機器人手的感知能力決定了機器人是否能夠正確認知外界環境以及機器人的操作精度、成功率等。在新一代機器人手中，傳感裝置已逐漸趨于陣列化、多功能化和集成化。目前常見的觸覺傳感器有壓阻式、電容式、光電式等，它們都存在密度難以提高、電路處理復雜等問題。為了克服以上不足，近年出現了基于視覺的觸覺傳感裝置，具有結構簡單、信息豐富等優勢。目前基于視覺的觸感裝置仍存在性能提升空間。 本項目將感溫變色油墨材料應用于觸感裝置，感知機器人操作過程中的溫度[1]。同時提出一種基于微視覺的觸覺三維力檢測方法，通過采集觸覺接觸區域內彈性體的形變圖像的變化，采用一系列圖像處理方法，并且使用神經網絡擬合的技巧，定性并且定量的刻畫物理世界中的觸覺、滑覺等，從而提供了一種多模態觸覺感知裝置，可以得到三維接觸力、接觸物體表面的溫度及紋理等多種模態信息[2]。本裝置打破了傳統觸覺感知裝置單模態信息采集的現狀，可在同一感知裝置中集成受力、紋理、溫度等信息的測量，檢測觸覺、滑覺、壓覺三維接觸力，獲得高精度的接觸紋理信息，實現了多模態信息的測量，并將這些信息綜合到對一個物體的識別、抓取操作中，使機器人更加智能化、人性化。本裝置具有實時性好，檢測穩定，檢測誤差小，檢測精度高的優點。 圖1. 基于微視覺的多模態觸覺感知裝置結構圖圖2. 結合多模態觸感裝置的機械手02. 應用前景 本成果技術可應用于工業機器人、智能機器人、人機協作、醫療康復等領域，應用前景廣泛。03. 知識產權 本成果核心技術已申請發明專利3項。04. 團隊介紹 項目團隊致力于研究具備自主決策和學習能力的機器人操作技能學習系統。團隊包括孫富春、方斌、劉華平、宋亦旭四位教師，專注智能機器人靈巧精準操作研究，研制了擬人觸覺的傳感裝置、多模態穿戴交互裝置、殘疾人假肢靈巧手、仿人感知靈巧手和變剛度軟體手，在本領域發表論文40余篇，申請專利20余項，獲得IROS2016機器人靈巧操作比賽冠軍、IROS2017服務機器人操作比賽亞軍、WRC2016最佳科技創新獎等。同時團隊和河北清華發展研究院合作成立了人工智能及機器人研究中心，共同推動智能機器人的產業化發展。05. 合作方式 技術許可。06. 聯系方式 郵箱：[email protected]， [email protected]