本科生科研创新项目

  • 基于深度学习的瞳孔图像情感分析系统(2019大创项目)

特殊人群之间通常存在着交流障碍,人们也不能及时的发现特殊人群的真实情感。例如,人们和老年人、聋哑人以及婴孩之间沟通时,有时会因为不知道对方的真实情感而造成一些不必要的误解。本项目将围绕基于瞳孔特征构建情感模型和人机情感交互模型这一问题展开研究,通过移动终端等设备来获取瞳孔数据,并进行情感识别。

  • 基于虚拟仪器技术的MOOC电子技术开放实验平台建设(2019大创项目)

随着我国的快速发展,人才需求数量不断增加,实验室资源短缺问题日益严重。网络虚拟实验室技术能有效提高实验资源利用率,突破传统实验室时间和地点的束缚,解决实验资源短缺等问题。本项目拟综合运用LabVIEW软件编程和PCB线路板设计、虚拟仪器等技术构建MOOC电子技术实验开放平台,具体内容涉及开放实验平台的搭建及界面设计、LabVIEW与采集转换模块间数据交换、LabVIEW与实验仪器之间的连接和远程控制、控制系统软硬件联调、视频监控系统设计等。

  • 基于眼底图像深度学习的人体常见疾病诊断系统(2018大创项目)

本项目基于眼底图像大数据集,通过深度学习方法进行数据分析,综合运用多层感知机、卷积神经网络、生成对抗网络等多种网络模式,进行人体生理指标的精确提取及评估,进而实现人体常见疾病的快速诊断。采用灵活、扩展性强的TensorFlow深度学习框架来设计高效、精准的神经网络架构;采用公共数据集、医院数据集以及社会调研数据集等多种形式的大数据进行神经网络训练,以确保诊断结果的准确度及可靠性;通过开发便携式诊断设备,将本方法进一步推向实际应用,最终建立高效、便捷的人体生理指标提取方法及常见疾病快速诊断系统。

  • 脑、视结合的驾驶员疲劳预测系统(2018大创项目)

疲劳驾驶是造成交通事故的主要原因之一,因此迫切需要一种便捷的方式监控汽车驾驶人员的疲劳状态。瞳孔振荡频率是一种不受人意识控制的信号,可以客观的反映出人的疲劳程度;脑电信号也被证明可在一定程度上检测人的疲劳程度。本项目拟综合运用脑电信息和双目视觉信息进行驾驶人员的疲劳检测,具体内容涉及脑电信号提取与分析、人眼检测及跟踪、瞳孔定位及测量、瞳孔振荡信号的疲劳分析等。

  • 赝品画廊(2017大创项目)

本项目的目的是设计一种算法,让计算机模仿已有画作的绘画风格来把一张照片重新绘画,以达到以假乱真的效果。利用一个多层的卷积网络(CNN)抽象出给定绘画作品里一些高级的隐藏特征用来模仿绘画风格,并把这个绘画风格应用到新的图片上。选用Python进行图像处理以及深度学习框架的搭建,并利用GPU来增强计算能力,以克服算法运行时间较长的缺点。后期选取CNN和GAN相结合来优化深度学习模型。

  •  基于FPGA的1bit压缩感知数字图像加密系统设计(2017大创项目)

本项目拟在设计一种基于FPGA的1bit压缩感知图像加密系统,通过对现有的一些算法进行优化,使得图像加密能够通过1bit压缩感知理论实现。 在现有的纯软件图像加密技术混沌PN序列加密方法的基础上提出了一种新的思路 即 在FPGA上实现 上述系统,实现软硬件的结合,提高图像的隐蔽性和安全性以及信息采集的速度,同时提高了图像还原的概率,保证较高的还原度。