【消息】中科院STS双创引导经费支持项目出炉 自动化所分享1/4

【编者按】 中国科学院科技促进发展局组织了“STS双创引导项目”答辩终评，全院共20个项目进入，其中，自动化所5个项目脱颖而出，顺利获得经费支持。

 项目：心脑智能监护可穿戴装备的产业化开发

脑血氧实时智能检测头带具有完整的监测系统，能够进行脑血氧的检测。

1、脑血氧饱和度信号的采集。采集方式利用红外光谱技术，采集到的脑血氧饱和度不受脉搏等信号的影响，能够在前额部准确检测被试的左右侧半脑的脑血氧饱和度。

2、采集到的信号通过无线方式发送到智能终端如手机、平板电脑等设备。

3、智能终端设备在联网情况下能够自动将采集到的数据发送到云端服务器。

4、模块本身集成了FLASH 芯片，能够在没有蓝牙外设的情况下将数据临时保存下来。当蓝牙通信启动时再将数据上传到只能终端。

5、具备数据云端浏览功能。用户在任何一个联网设备上可以查看多人的云端数据，实现一对多的心脑信息监测模式。 

项目：手机盖板玻璃外观精密检测关键装备研发

1、针对划伤、崩边、丝网印刷不良等缺陷的创新性的光学成像系统方案设计是解决缺陷图像数据获取的重要前提与核心技术，重点研究多波段、多角度、多图像融合等方法下的光路设计与最优成像方案。

2、针对盖板玻璃在传输过程中的高精度传输与稳定性方案。盖板玻璃在传输过程要满足不造成二次划伤、传动抖动小于60 微米、传输速度快不发生滑动、适合光学系统安装等多种条件下的约束，需要研究设计长期稳定运行的精密机械传动方案。

3、灰尘、脏污等环境干扰下鲁棒有效的缺陷识别方法。由于灰尘和脏污属于可擦除的环境干扰，不属于缺陷。但它们对检测造成了极大的干扰，使系统误检率居高不下，如常规条件下线状灰尘和划伤，脏污和蹭伤都很难有效区分，如何充分的学习和利用多角度、多波段下的缺陷数据建立有效的识别模型，检测出环境干扰下的真实缺陷是本项目研究的重点内容

4、工业4.0 框架下的行业大数据挖掘与智能分析。获取到企业大量的不良品相数据后可以对接企业的MES 系统，为工业4.0 形成数据闭环奠定基础，并能对生产过程的异常现象进行报警，对工艺环节的优化给出方案，节约企业成本，大幅提升良率。

项目：远距离步态识别

步态识别是指通过身体体型和行走姿态来识别人的身份。相对于传统的生物识别技术，步态识别具有远距离、任意角度、适应各种光照、非接触等优势。

步态识别的识别范围可涵盖0.5 米-100 米以上，由于不依赖人体的纹理信息，因此对光照没有依赖性，对被识别人没有任何要求，既不需要接触，也不需要正面（360 度均可识别）。

在人流量巨大的大型广场、车站等场景下，步态识别还可以提供“零注册”的智能分析功能，可以根据步态特征自动分析出当前人群中的性别、年龄比例，并识别潜在的暴力恐怖分子提前预警。

项目团队在人工智能领域有着多年丰富的实战积累，具备国际一流的深度学习技术，团队打造了全球最大步态数据库，目前已完成采集1000 人的70 余万段行走视频，存储近10TB，达到世界之最，规模超过世界第二大步态数据库达百倍之多。 

项目：面向新媒体大数据的技术与系统

1、面向我国的大、中、小型媒体，研发可提供数据推送服务、数据应用服务和媒体大数据平台解决方案的“全媒体大数据平台”。

2、研发针对媒体“采、编、发、评”的业务流程的 “媒体中央厨房平台”，平台具有“数字新闻”、“智能编务”、“精准发送”和“落地评估”四大模块。

3、在全媒体大数据平台的基础之上，利用团队在舆情计算方面的相关技术，研发面向政府、媒体、企业及个人的高可定制的舆情综合监控、分析和服务平台，并结合舆情专家知识，提供高端咨询报告服务。

项目：“神探”视频搜索

项目专注于视频检索技术，致力于打造国际领先的视觉搜索引擎，提供行业领先的大数据搜索解决方案，为公共安全与智能生活提供优质产品及服务。

现阶段，本项目聚焦公安监控视频应用中的核心矛盾：如何从海量的监控视频中快速排查涉案线索，尤其是非机动车辆、行人及人脸的快速排查问题。本项目团队突破、解决了任意监控视频场景下的行人、非机动车辆及机动车辆的准确识别与快速检索技术，为相关实战单位提供了“由案到人”、“由案到非机动车辆”、“由案到机动车辆”等多种视频侦察的方式与手段，提高视频侦查、反恐、维护社会公共安全、打击犯罪等工作的应对能力。