- 1、本文档共17页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
2017年光电所科创计划项目简介.PDF
2017 年光电所科创计划项目简介
题目1:新型室内可见光定位系统理论及实验研究
基于移动设备摄像头的室内可见光定位系统主要的问题一方面是移
动设备摄像头分辨率较差,即接收机接收信号的能力较差,获取的信
息信噪比较低,解码成功率较低;另一方面是移动设备摄像头的拍摄
在帧与帧之间存在间隔,即接收机的接收是不连续的,信息传递效率
较低,难以传递较长的地址信息。
针对信息信噪比较低的问题,从图像处理的角度,通过滤波,局部对
比等方法提高解码成功率;针对传输地址信息长度较低的问题,技术
上采用独特的编码方案,利用摄像头拍摄的多帧图片实现较长信息的
传递。
题目2:新型激光雷达测距方法研究
首先,无人驾驶是当前的热门话题,车载激光雷达可以为无人驾驶技
术提供关键的室外定位、障碍物距离计算等支持,是实现无人驾驶的
关键组件。
除此之外,驾驶安全对于行车来说至关重要,车载激光雷达可以为无
人驾驶或辅助驾驶提供障碍物的位置信息,配合外围算法,实现提前
避险,提高行车的安全性。
在未来,车辆联网的实现也需要车辆的位置信息和状态信息, 激光
雷达可以提供推算障碍物距离的功能,与标志性物体的相对位置从而
解算出车辆的位置信息,配合外部模块,实现车辆的无人驾驶,只需
与服务器连接,就可以为将来的车联网提供车辆的位置信息和状态信
息。
本项目通过多线激光器发射经过调制的特定需求的激光,经过障碍物
表面的反射,在接收端接收到反射的激光后,进行光电转换,滤波,
信号放大等操作,并且实现提升信噪比的工作。再通过I/Q 正交鉴相
的方法,与初始信号进行比对得到相位变化,从而计算出障碍物离激
光器的距离。
技术上,本项目希望,不是从传统的检测反射波峰值的角度判断收到
回波并解算距离,而是从通信工程的角度,通过发射连续光波,使用
编码等方式提高接收信号的信噪比,从而实现在更加复杂和恶劣的天
气条件下仍能检波的要求。或者在相同的环境条件下,使得激光雷达
能达到更高的精度和更广的探测范围。
题目3:面向多模态数据的深度学习模型研究
现实生活中的信息传递常常包含多种模式,这让我们更容易理解其中
的信息。比如有标签的图像更容易让人理解,文字配上图片更能清晰
地表达内容等。多模态学习是一种能够集成多种模态 (如图像、文字
等信息)的学习方式,多模态学习模型也可以从已有信息中推测本来
缺失的信息。我们做的这个项目希望能从文本和图像两方面来理解语
义信息,主要能实现:给出文本和图像信息之后,像做阅读理解一样,
能根据图像信息和文本信息推理出一些问题的答案。深度学习模型的
可解释性也是近年来比较引人关注的一个课题,由于参数过于庞大,
对于模型每层提取的语义信息的理解相对来说较为困难。利用多模态
做可解释性学习,我们希望能通过可解释性学习模型从图像和文字中
一起研究出单从图像无法解释出来的图像内容(时间,地点,人物,
心情等)。这和之前的单独的图像分类、目标检测不同,我们希望的
是完成基于多模态数据的可解释性学习。我们希望能够将多模态学习
和模型的可解释性结合起来,了解是哪些设计限制了模型准确率的提
高,也希望了解各个神经元代表了给定信息中的哪些特征。
题目4:深度神经网络的可解释性学习研究
深度神经网络近年来飞速发展,被应用于多种智能系统,如自动驾驶
汽车、医学图像分析、金融业分析等。但是,深度神经网络对于研究
者来说是一个“黑箱”模型,因为它参数数量巨大、内部结构复杂。
研究者无法透彻地理解其运行的机理,不能直观地看到深度神经网络
的训练结果,也无法预知其作出决策的程,或者在其预测错误时进行
修正。
为了解决这些问题,我们提出了“可解释性学习”的概念。基于深度
神经网络的可解释性学习主要希望提高深度网络的可解释性,使得研
究者可以直观地看到其训练的结果、做出预测的理由,或可以很容易
地参与到深度神经网络的训练过程中,进一步提高深度神经网络的性
能。
题目5:无标记三维光学血流运动造影技术及生物医学应用
结合无标记三维光学血流运动造影技术的相关理论知识,用相应的算
法区分出所给样本中的静态组织和运动的血流。并结合对应的数学物
理知识,构建并优化相应的数学模型,使得在保证图像清晰度的同时
增大静态组织和运动血流图像的对比度。该技术可以为诸多与血流灌
注相关的疾病的诊断和治疗提供有力的手段。
题目6:通过随机介质的光学成像及图像重建技术
通过随机介质的光学成像及图像重建技术具有很高研究价值和广泛
的应用范围。可用于生物组织的无伤探测,雾霾天气中的远目标成像
以及天文探测上透过层流湍流的星体观测等领域。
题目7:视频信息的深度
您可能关注的文档
最近下载
- 幼儿园伙食培训.pptx VIP
- 新型城镇化背景下乡镇行政管理体制改革的出路.docx
- 第15课 无人机创意飞行-九年级信息科技(浙教版2023).ppt
- c guiqt4编程(第二版)(中文高清pdf扫描版) 随书源码.pdf
- 工贸行业企业岗位安全生产责任清单(参考模板2.0).docx VIP
- 城市社区公共文化服务建设问题及对策研究——以南京市彩霞社区为例.docx
- 篮球运动竞赛的组织与编排工作教案.pdf VIP
- 人教版七年级上册数学期末动点问题压轴题专题训练(含答案).docx VIP
- 包装行业的包装设计与安全标准培训.pptx
- 感恩教师,伴我成长——教师节大会学生国旗下的讲话稿.docx VIP
文档评论(0)