欢迎访问江西财经大学新闻网! 显示时间
    • 新闻网:727058217@qq.com

      新媒体:jcxinmeiti@126.com

专题报道

江西财经大学首批关键共性技术之一:视觉数据智能分析与质量优化

​​​​​    编者按:日前,我校正式发布首批关键共性技术清单,覆盖绿色技术、数据技术、智能技术三大战略领域,集中展现了我校在关键共性技术研发领域的突破性进展与最新创新成果。现介绍首批关键共性技术之一——视觉数据智能分析与质量优化关键技术。


  在国家大力推进人工智能发展战略的背景下,江西财经大学研发的视觉数据智能分析与质量优化关键技术,近日入选学校首批关键共性技术清单。该技术融合视觉感知理论和人工智能技术,提出感知-评价-优化技术框架,实现感知评价与下游任务的联合优化,为数字经济、智能制造等提供了核心技术支撑。

技术研发背景:面向国家战略发展需求

  2022年科技部发布关于支持建设新一代人工智能示范应用场景的通知,旨在推动人工智能在实体经济和社会发展中的高水平应用。2023年江西省政府印发《江西省制造业重点产业链现代化建设“1269”行动计划》,该计划以提升制造业核心竞争力和产业链现代化水平为目标,通过人工智能加持,致力于打造江西现代化产业链的新标杆。

  视觉数据智能分析与质量优化关键技术是生活娱乐、智能制造、工业数字化转型等众多行业的核心驱动力,难点主要体现在环境复杂性、数据局限性等维度,传统方法忽略了视觉数据质量与智能分析任务的联合优化。因此,开发视觉质量数据智能分析与质量优化联合框架是解决现有问题的关键。

技术核心内容:感知与分析的动态联合优化

  基于视觉感知机理和机器学习方法,研究复杂环境下视频图像降质成因、特点及度量方式,实现对视频和图像的感知质量进行准确分析与预测,推动不同类型的视频和图像质量评价向智能化、精准化发展,部分技术已服务于综艺节目在计算机视觉检测与识别技术领域,已实现可实时、自动识别图像及视频中的人或特定物体、视频中发生的事件等信息。

  技术要点:复杂环境下视频图像内容多样,失真度量难,视觉降质对下游任务性能影响大;实现感知-评价-优化联合技术方案。

  技术创新点:提出了视频图像分析与处理全链路框架,实现了视频图像质量自适应感知与增强和复杂环境的目标精准定位。

技术应用场景:工业智能、低空经济和消费娱乐等

  工业智能:针对机器人上料引导、下料分选、自动装配等工业制造场景,新能源锂电质检、光伏电池片质检、主机整机质检等工业质检场景,设计并研发了工业多模态智能检测技术。以上创新技术已应用于三一集团内部锂电产线、光伏电池片产线、减速机产线、重机挖机生产产线等,以及外部锂电池生产产线、3C笔记本电池产线、汽车装配产线等大量场景中。其中,在平板件折弯、履带板装配、链轨节上料、新能源电池包拆解等视觉引导定位场景,实现生产产线的智能化升级;光伏电池片质检覆盖电池片分选、制绒、碱抛、正背膜工序的电池片质检。

  低空经济:面向新能源站场领域的运维服务,设计并研发了基于检测与分割等核心技术的智能巡检方案。以上创新技术已应用于海上风电巡检、智能巡检机器人等产品。其中,海上风电巡检利用激光雷达、可见光图像、卫星定位等多数据融合感知技术,完成实时风机姿态感知、高速叶片触发抓拍、无人机巡检飞行控制,有效提升了无人机在复杂海面环境中的巡检效率和安全性。智能巡检机器人搭载可见光摄像机、红外热成像仪等高精尖传感器开展电力设备巡检,将原有人工巡检作业升级为机器自动巡检。

  消费娱乐:针对特定多媒体应用下视觉质量评价问题,构建场景有限的视频图像质量评测体系,设计模型能够兼顾实时性和效果;可用于准确排查多媒体系统降质问题,定位问题点,并用于多媒体处理算法优化和系统优化。

技术研发团队

  本技术由江西财经大学方玉明教授团队研发,该团队长期致力于计算机视觉、人工智能、虚拟现实、多媒体安全等研究,在相关领域发表一系列高水平研究成果,包括IEEE TPAMIIJCVTIPCVPR、计算机学报等国内外顶级期刊和会议论文,获江西省自然科学奖一等奖等多项奖励。

结语

  视觉数据智能分析与质量优化充分彰显了江西财经大学“人工智能+领域的创新实力与前沿探索。我校将持续深化该技术的应用场景拓展与算法性能跃升,加速推动更多原创性成果转化为赋能产业升级、服务国家科技自立自强战略的强劲引擎,绘就数字经济高质量发展的时代新篇贡献“视觉方案”。(图文/鄢杰斌 科研处    审核/姜莹  赵旻  成亚林)