由深创会承办的“深趋势”机器视觉技术对接会成功举办

发布时间:2021-01-19 19:54:54 文章来源: 浏览量:3248

机器视觉技术融合人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多学科,具有速度快、精度高和可重复性等优势,可实现对结构化场景进行定量测量,广泛应用于电子设备及半导体、汽车、制药、食品包装等行业。为持续推动机器视觉技术的创新发展及转化落地,深圳大学联合福田企业发展服务中心于1月15日成功举办“深趋势”顶天立地产学研项目对接活动第二十五期——机器视觉技术对接会。本次活动由深圳市互联网创业创新服务促进会(简称:深创会)、深圳大学技术转化中心、深圳大学龙岗创新研究院、深圳市机器人协会及华南机器视觉产业联盟联合承办,采取“线上直播+线下互动”的形式,共吸引线上线下超1000位专业观众参加。

1.jpg

深创会执行会长胥苗龙、以及深圳市福田区企业发展服务中心副主任黎祺瑛、深圳大学机电与控制工程学院党委书记邓元龙、深圳大学技术转化中心主任助理魏兴华、珠海香洲科技创新促进中心产学研部部长曾泳、深福保集团运营总监张天骄、三姆森光电科技总经理张庆祥、 富念资本创始人庄守堃、芝麻创投合伙人欧阳伶、深圳市机器人协会会员部部长杨小彬、清创科技服务运营总监陈怡霏以及来自政府机关、投融资、中介服务机构、相关企业代表共60余名嘉宾出席活动。

2.jpg

首先,由机电与控制工程学院党委书记邓元龙教授带来主题演讲《视觉检测技术在电子信息产业中的应用与发展趋势》,演讲详细介绍了视觉检测技术在晶圆、平板显示器、印刷电路板,LED等常用电子元件缺陷检测中的应用,简单讨论成像系统设计,以及缺陷,检测与分类算法(包括深度学习算法),最后强调了当前的趋势和未来可能的研究方向,深入浅出的讲解赢得全场观众阵阵掌声。

3.jpg

随后,活动推介了5个产业化项目。邓元龙教授推介了《偏光片外观缺陷检测技术》。该项目针对细微外观缺陷难以成像、难以检测的问题,提出了条纹结构光、饱和成像、暗场成像等检测方法,极大提高了缺陷成像对比度;给出了成像增强机理和仿真结果,以及饱和度评价指标等参数优化方法;研究了内部“透明凸凹点”缺陷三维形态预测方法,以实现更加准确的产品质量分类;采用对抗网络生成缺陷样本,增广数据集,从而研究了基于深度学习的缺陷识别与分类方法。

4.jpg

电子与信息工程学院蒙山副教授团队带来《高速公路智能边缘感知系统》,该项目依托项目负责人长期积累的智能无人系统、激光雷达、视频图像识别和AI边缘计算工程创新基础,面向智慧交通高速公路边缘感知系统强需求,研制了“智能无人车道数字化车辆检测系统”和“计重车辆视频与激光雷达融合车型识别系统”,2021年正式启动全国推广建设工作。同时,正针对行业迫切需求,攻关研制广域车辆辨识同步激光雷达系统,实现视频/毫米波雷达融合信息处理。

5.jpg

紧接着,电子与信息工程学院李青林博士推介了项目《计算机视觉特征的自监督学习》,该项目通过数据本身所具有的特性作为“监督”,再利用较成熟的监督学习方法,通过设计不同的任务,提取数据不同的视觉特征。本项目主要通过聚类任务来实现视觉特征的提取,此方法的思想是让机器尽可能地视每个输入是不同的,然后再强迫其选出哪些是更相近的。通过这样的自监督学习方法,不需要人工标记也可以获得有用的视觉特征,使得大量的数据资源可以被有效利用。

6.jpg

最后,压轴出场的是深圳大学计算机与软件工程学院沈琳琳教授带来的两项产业化成果,分别为《生成对抗网络变脸术》、《基于深度学习的字符检测与识别》。“生成对抗网络变脸术”项目围绕基于生成对抗网络(GAN)的人脸编辑进行研究,通过对输入图像语义层面的更改来自动生成具有特定属性的人脸图像。该技术可以针对特定人脸目标区域进行精准变换,实现发型、眼睛以及嘴巴等区域的不同风格转换,从而变换人脸的表情、性别以及发型等属性。“基于深度学习的字符检测与识别”项目的OCR检测与识别技术采用最新文字检测以及端到端的字符序列识别技术,以及自行研发的字符训练数据合成技术,能够在采集少量真实样本的情况下,通过合成的数据,训练鲁棒的文字检测以及识别深度网络,达到精确的字符识别效果。目前已在身份证、车牌、快递单号、产品外观以及铸件铸字识别等领域进行应用。

7.png

项目路演结束后,现场嘉宾和路演科研团队进行了问答交流,并深度探讨了科研成果市场运作方式、合作开发应用市场、建立产学研合作伙伴关系等。深趋势系列活动采取“主题演讲+项目推介”的形式进行,主题演讲给嘉宾带来技术领域的前沿动态和发展趋势,项目推介给投资人和企业代表带来应用前景广泛的可产业化项目,充分展示深圳大学服务地方经济、驱动“双区”发展的责任担当。