新葡京娱乐场-大陆娱乐场开户注册

數(shù)字人技術(shù)與大語言模型結(jié)合是當(dāng)前人工智能技術(shù)領(lǐng)域的研究熱點(diǎn)之一，將數(shù)字人技術(shù)和自然語言處理技術(shù)相結(jié)合，可以創(chuàng)造出更加智能化、真實(shí)感更強(qiáng)的數(shù)字人應(yīng)用?？蒲袌F(tuán)隊經(jīng)過研究實(shí)踐，已取得具有前瞻性的知名汽車企業(yè)和三甲醫(yī)院的合作意向。有望在不久的將來，為汽車、醫(yī)療等領(lǐng)域的企事業(yè)單位提供先進(jìn)的技術(shù)支持。

相關(guān)成果已獲授權(quán)發(fā)明專利4項(xiàng)（其中國際發(fā)明專利1項(xiàng)）、實(shí)用新型專利兩項(xiàng)，已申請發(fā)明專利8項(xiàng)。獲中國僑界貢獻(xiàn)獎（創(chuàng)新成果）、江蘇僑界貢獻(xiàn)獎（創(chuàng)新成果）、第十三屆“挑戰(zhàn)杯”全國大學(xué)生課外學(xué)術(shù)科技作品競賽團(tuán)體二等獎、第八屆全國研究生電子設(shè)計大賽全國總決賽“團(tuán)體特等獎”、第十四屆中國國際工業(yè)博覽會高校展區(qū)優(yōu)秀展品二等獎等多個獎項(xiàng)。2015年4月榮獲第43屆日內(nèi)瓦國際發(fā)明展特別金獎。

目前現(xiàn)有方法通過對常規(guī)模型算法的修改，或引入諸多約束條件, 或?qū)ο闰?yàn)?zāi)Ｐ偷暮唵胃呕⒒蛲ㄟ^學(xué)習(xí)（非生物）的方法獲取先驗(yàn)知 識參與重建等，以解決時空超分辨率圖像重建的求解病態(tài)或不適定問 題，仍不同程度地存在著一定的局限性。本項(xiàng)研究受蠅類視覺系統(tǒng)的 啟發(fā)，與以往研究策略和角度不同，首先，有別于目前面向圖像或視 頻全域的時空超分辨率信息處理模式，基于生物視覺對感興趣區(qū)域或 目標(biāo)物體的注意機(jī)制，構(gòu)建多序列圖像的時空超分辨率仿蠅重建信息 處理系統(tǒng)模式。其次，通過超視銳度機(jī)理、大小場景系統(tǒng)、以及“共 

本發(fā)明公開了一種大氣折射修正狀態(tài)下目標(biāo)重建方法，屬于圖像處理的三維重建方法，解決現(xiàn)有目標(biāo)重建方法未考慮大氣折射對光線傳播影響而導(dǎo)致的目標(biāo)定位誤差較大的問題，可用于遠(yuǎn)距離預(yù)警系統(tǒng)。本發(fā)明方法包括：(1)確定過目標(biāo)和地心的直線方程；(2)根據(jù)相機(jī)C1 成像信息確定目標(biāo)位置 P1'；(3)根據(jù)相機(jī) C2 成像信息確定目標(biāo)位置P2'；(4)得到準(zhǔn)確的目標(biāo)實(shí)際位置 P'。本發(fā)明考慮了大氣折射的影響，并針對不同地區(qū)、不同季節(jié)、不

1. 痛點(diǎn)問題 場景三維重建是未來視覺成像技術(shù)發(fā)展的重要趨勢，支撐導(dǎo)航與人機(jī)交互、虛擬現(xiàn)實(shí)與增強(qiáng)現(xiàn)實(shí)（VR/AR）、在線文旅、工程設(shè)計等前沿領(lǐng)域應(yīng)用革命性發(fā)展。 目前技術(shù)僅僅是根據(jù)局限于面元自身區(qū)域內(nèi)不同時刻的信息融合得到該面元的最終重建結(jié)果，忽略了面元之間的關(guān)系，導(dǎo)致重建面元的自由度過大，同時由于遮擋、光照變化、紋理不足、運(yùn)動等因素的影響，降低了深度圖像的稠密度，同時存在相關(guān)尺度模糊問題。重建面元受到輸入深度圖像噪聲以及定位系統(tǒng)對相機(jī)定位誤差的影響，出現(xiàn)重建面元的位置及朝向可能與真實(shí)值存在明顯偏差，且相鄰面元之間可能存在不一致的情況，導(dǎo)致最終重建的三維模型的稠密度、魯棒性、一致性和準(zhǔn)確性較低。 2. 解決方案 本項(xiàng)目成果提出了一套高精度稠密室內(nèi)場景重建技術(shù)，首先提出基于物理空間推理和語義關(guān)聯(lián)建模的場景多粒度（像素/體素-超像素/體素-對象-場景）感知方法，綜合語義信息、幾何結(jié)構(gòu)信息以及時空間信息進(jìn)行濾波，實(shí)現(xiàn)準(zhǔn)確深度估計，聯(lián)合光流估計與相機(jī)位姿估計進(jìn)行多任務(wù)自監(jiān)督訓(xùn)練，實(shí)現(xiàn)深度估計網(wǎng)絡(luò)權(quán)重的在線調(diào)整，提高深度估計在未知場景下的性能，進(jìn)一步引入在室內(nèi)場景中常見的三種局部和全局尺度空間平面關(guān)系約束，為每一個重建面元提取三種支撐面元集，以支撐面元為載體將面元之間的空間關(guān)系作為額外約束引入密集面元生成階段，抑制深度圖噪聲和定位誤差的負(fù)面影響，提出基于語義先驗(yàn)的實(shí)時概率稠密重建方法，通過時序傳播與概率模型更新實(shí)現(xiàn)實(shí)時場景深度重建，提高最終三維重建模型的稠密度、魯棒性、一致性和準(zhǔn)確度，新引入的部分計算量小，能保持現(xiàn)有方案的實(shí)時性和可擴(kuò)展性，能夠快速對大場景進(jìn)行實(shí)景稠密三維重建，為用戶提供低成本、高效率、極便捷的空間3D重建解決方案。 合作需求 尋求在VR/AR、機(jī)器人、智慧城市等領(lǐng)域有相關(guān)技術(shù)開發(fā)、市場推廣經(jīng)驗(yàn)，能推廣本技術(shù)落地的高科技企業(yè)，可以進(jìn)行深度合作。

1. 痛點(diǎn)問題 PDF電子工程圖作為一類重要的非結(jié)構(gòu)化數(shù)據(jù)，承載了豐富的業(yè)務(wù)知識和信息。然而，因其復(fù)雜性和專業(yè)性，PDF工程圖難以被機(jī)器直接處理，目前主要還是靠人來讀取、理解、核對和應(yīng)用，限制了工程建設(shè)領(lǐng)域行業(yè)的深層次智能發(fā)展。若機(jī)器能夠像人類一樣理解圖紙的內(nèi)涵，就可以支撐豐富多彩的下游智慧應(yīng)用。如規(guī)范智能審查、3D模型智能重建、面向應(yīng)急逃生、無障礙等特定應(yīng)用場景的信息智能提取等。這些基于圖紙的智慧應(yīng)用，其核心挑戰(zhàn)就是對圖紙內(nèi)容的有效識別和理解。 2. 解決方案 清華大學(xué)軟件學(xué)院BIMChecker Group，自主研發(fā)了“圖智”-PDF工程圖AI識別與審查重建系統(tǒng)，基于深度學(xué)習(xí)技術(shù)和工程領(lǐng)域業(yè)務(wù)知識應(yīng)用的有效融合，解決了現(xiàn)實(shí)PDF工程圖紙信息高分辨率、高密度、相互遮擋等識別難題，實(shí)現(xiàn)了對建筑平面圖圖元和空間布局的智能識別和結(jié)構(gòu)化表達(dá)。主要特點(diǎn)如下。 1） 適用于住宅建筑、公共建筑等民用建筑以及倉庫、廠房等工業(yè)建筑； 2） 支持建筑設(shè)計說明、表格、建筑平面圖的一鍵式AI識別； 3） 支持Revit模型一鍵生成和面向《建筑設(shè)計防火規(guī)范》的一鍵審查； 4）支持對現(xiàn)有防火條文、其他國家規(guī)范、企業(yè)規(guī)范的修改和自定義，系統(tǒng)的審查算法可自動適配更新。 合作需求 尋找在AI審圖、室內(nèi)矢量模型重建、圖紙?zhí)囟ㄐ畔⒅悄芴崛〖捌渌趫D紙的智能應(yīng)用場景方面有需求的合作方；開展系統(tǒng)的應(yīng)用推廣、定制化圖紙內(nèi)容識別服務(wù)等內(nèi)容，為各類下游應(yīng)用、平臺提供核心AI圖紙理解技術(shù)支撐。合作方需具備項(xiàng)目或資金支持。

本項(xiàng)目主要采用生物衍生肌腱構(gòu)建下頸椎后路動態(tài)穩(wěn)定系統(tǒng)裝置。采用臨床自愿捐獻(xiàn)的人體肌腱進(jìn)行脫細(xì)胞、凍干制備直徑3mm,長度不等的生物衍生肌腱材料，進(jìn)行體外對照實(shí)驗(yàn)和動物模型活體對照實(shí)驗(yàn)。研究發(fā)現(xiàn)這種材料通過創(chuàng)新的頸椎后路固定方式，使頸椎在前屈時提供足夠動態(tài)穩(wěn)定性，在左右側(cè)屈、旋轉(zhuǎn)及后伸運(yùn)動中并不限制其正常運(yùn)動，較好的模擬后方韌帶復(fù)合體的功能。同時，動物實(shí)驗(yàn)證明，此種裝置修復(fù)動物下頸椎后方連接結(jié)構(gòu)損傷,均表現(xiàn)出良好的修復(fù)能力。組織學(xué)及免疫組化檢查證明無大量淋巴細(xì)胞細(xì)胞浸潤,細(xì)胞呈梭形,纖維組織排列整齊、均勻,可見毛細(xì)血管增生，植入裝置保持了活力。故采用生物衍生材料的頸椎后路動態(tài)穩(wěn)定系統(tǒng)能在體內(nèi)長期存活,能夠重建后柱穩(wěn)定并保留部分運(yùn)動功能。

一種基于糾刪碼的數(shù)據(jù)塊重建方法，屬于計算機(jī)存儲技術(shù)領(lǐng)域， 解決現(xiàn)有數(shù)據(jù)塊修復(fù)方法需要傳輸大量數(shù)據(jù)的問題，以減少重建數(shù)據(jù) 的傳輸量。本發(fā)明包括數(shù)據(jù)分塊步驟、構(gòu)造生成矩陣 G 步驟、生成校 驗(yàn)塊步驟、檢查數(shù)據(jù)塊狀態(tài)步驟、構(gòu)造修復(fù)矩陣步驟和修復(fù)數(shù)據(jù)塊步 驟。本發(fā)明將原始文件分為 k 個數(shù)據(jù)塊，將每個數(shù)據(jù)塊繼續(xù)等分為 r 個數(shù)據(jù)片；k 個數(shù)據(jù)塊編碼為 m 個校驗(yàn)塊，每個校驗(yàn)塊也包含 r 個校 驗(yàn)片。重建任意一個數(shù)據(jù)塊時，從剩

本發(fā)明提供了一種通過牙頜石膏模型CT數(shù)據(jù)和牙頜的全景透視圖重建全牙的三維模型方法，它采用以下技術(shù)方案：使用口腔專用錐形束CT(CBCT)掃描牙頜石膏模型，獲得石膏牙模CT數(shù)據(jù)；對石膏牙模CT數(shù)據(jù)進(jìn)行三維重建，獲得牙頜的三維幾何模型；提取牙冠的三維幾何模型；提取全景透視圖上牙齒側(cè)面輪廓信息，結(jié)合牙冠模型生成牙根的三維幾何模型；組合牙冠和牙根的三維幾何模型為全牙三維模型。本發(fā)明可以在全景透視圖只有牙齒側(cè)面輪廓的二維信息的基礎(chǔ)上，根據(jù)CT數(shù)據(jù)中牙冠部分的三維幾何信息，生成全牙的三維幾何數(shù)字化模型。本發(fā)明能應(yīng)用于全景透視圖中的每一顆牙齒，生成帶有精確牙列的牙頜模型，可以應(yīng)用于牙頜正畸矯正、計算機(jī)模擬排牙。