識別與應用技術的案例
OCR識別技術在企業OA系統中的應用
概要
OCR技術提供商 [合合信息](https://www.intsig.com/)
企業OA系統提供商 [才望子](https://www.cybozu.cn/)
利用這2家公司的產品，我們來做一個自動識別票據的報銷app
效果圖
具體實現請參考:kintone+計算機視覺---票據識別
更多文章和演示：Kintone demo環境
"滑坡體識別與監測預警關鍵技術研究及應用" 科技成果評價會在京召開
2021年5月17日，由中國巖石力學與工程學會組織的"滑坡體識別與監測預警關鍵技術研究及應用"科技成果評價會在北京召開。
評價委員會由中國科學院陳祖煜院士擔任主任，清華大學楊強教授、水電水利規劃設計總院副院長李昇擔任副主任，評委會專家有：中科院地質與地球物理研究院祁生文研究員、中國電建集團北京勘測設計研究院有限公司副總工耿貴彪、中國華能集團有限公司林鵬正高、湖北工業大學盧應發教授。
指紋識別 | 浙江工業大學開發指紋識別新技術，可提取皮下3毫米生物信息
近日，浙江工業大學該校計算機科學與技術學院梁榮華教授團隊與公安部第一研究所合作，研發出了新一代手指內部多模態生物特征采集技術和相應儀器設備，可獲得手指皮膚表面下1至3毫米深度的信息，采集到包含內部指紋的高分辨率三維皮下結構信息，既為指紋識別安全增加防御屏障，也解決了指紋信息采集效果不佳等痛點。相關研究成果刊登于《IET圖像處理》。
采集三維信息 填補傳統技術漏洞
將手指放在指紋識別處，與之相連的顯示屏隨即投映出集內外指紋及汗腺汗孔在內的立體掃描影像——位于浙江工業大學智能感知與系統
教育
部工程研究中心實驗室內，記者看到了團隊研制的新型手部生物特征采集設備樣機。
指尖皮膚主要由表皮層和真皮層組成。表皮層的頂部是角質層，其輪廓提供了外部指紋的詳細表示，而在角質層和活性表皮層之間存在著活表皮連接區域，該區域的波動可代表人體的指尖內部指紋。
“指尖內部指紋是外部指紋紋線的來源，不容易被破壞，可作為外部指紋的補充。”團隊成員、浙江工業大學計算機科學與技術學院王海霞副教授介紹。
“現有指紋采集/識別技術通過光線反射、電容傳感和射頻等方式來獲取手指表面紋路，對紋路進行圖形化處理，根據紋路特征信息進行對比，實現身份認證。”王海霞介紹，但是傳統方式采集的指紋只有外部信息，很容易受到諸如灰塵、汗水、疤痕、傷口等環境的影響，加之隨著人的年齡增長皮膚褶皺增多，導致指紋質量及識別精度較差。
公安部統計數據顯示，我國有5%的人口其表皮指紋無法識別。與此同時，指紋識別技術還面臨偽造攻擊的干擾，假指紋膜制造成本低廉，工藝簡單，使得指紋識別的安全性大大降低。
展開 機載LiDAR在滑坡識別中的應用
機載LiDAR技術在緩傾地層滑坡
及其拉裂槽識別中的應用
賀鵬,1,2, 顏瑜嚴3, 文艷3, 馬志剛3, 焦其松4, 郭兆成,2, 莫悠2
1．中國地質大學(北京)地球科學與資源學院,北京 100083
2．中國自然資源航空物探遙感中心,北京 100083
3．四川省國土空間生態修復與地質災害防治研究院,成都 610081
4．國家自然災害防治研究院,北京 100085
摘 要：
緩傾地層滑坡是我國西南地區常見的一種特殊災害類型,拉裂槽為其典型識別標志。由于災害源區植被茂密、地形復雜,常規地面調查或遙感手段均存在局限性,較難高效、有效地對其進行識別提取。作為新興遙感技術之一的機載激光雷達(light detection and ranging, LiDAR)技術及其數據可視化分析方法為緩傾地層滑坡的準確識別提供了新的解決方案。利用無人機搭載長測程LiDAR可獲取高分辨率數字高程模型,結合空天視域因子、系列山體陰影圖和三維形態模擬等多種可視化方法,可實現緩傾地層滑坡及其拉裂槽的有效識別。文章以四川省北部通江縣春在鎮周邊作為研究區,選取糯鼓寨村南部新識別滑坡隱患作為典型案例,利用綜合遙感識別方法,實現基于機載LiDAR數據的滑坡隱患識別標志構建、邊界準確判識、拉裂槽位置識別及信息提取,結合野外核查驗證結果,從定性和定量2個方面驗證機載LiDAR技術對高植被區緩傾地層滑坡及其拉裂槽識別應用的有效性。
展開 
基于python的神經網絡在圖像識別和自然語言處理上的應用
隨著計算機算力的不斷增長，基于機器學習（神經網絡）的方法成為了自然語言處理以及計算機圖像識別的新范式。在自然語言處理方面，RNN、LSTM等方法能夠有效提取語言之間的前后順序和相互關系，在機器翻譯、語言生成等任務取得了非常好的效果。在圖像識別、圖像檢測等方面，CNN等方法能夠有效提取圖像之中的模式，刷新了傳統圖像識別方法的效果。
針對自然語言處理（NLP），最常用的是長短期記憶網絡，通常被稱為 LSTM，是一種特殊的 RNN，能夠學習長期依賴性。LSTM 的關鍵是細胞狀態，細胞狀態有點像傳送帶。它貫穿整個鏈條，只有一些次要的線性作用。信息很容易以不變的方式流過。圖示如下所示：
根據常用數據集，通過編程實現，這里通常使用pytorch進行實現，部分代碼如下所示：
訓練過程中，loss不斷降低，如下圖所示：
可以看出啦，與RNN相比，LSTM的loss值更低，能夠有效有效處理長序列等類型的數據，廣泛應用在機器翻譯，語言生成等方面的應用。
在圖像處理方面，最常用的是卷積神經網絡（CNN），它受到人類視覺神經系統的啟發。能夠有效的將大數據量的圖片降維成小數據量、能夠有效的保留圖片特征，符合圖片處理的原則。普通卷積神經網絡如下所示：
同樣編程實現，部分代碼如下所示：
在訓練過程中可以得到以下結果：
可以看出，訓練過程中，loss值不斷下降，圖像識別率不斷上升，進一步對結果進行可視化，可以加深對卷積神經網絡的理解。首先對卷積神經網絡學習到的權重進行可視化，可以得到如下圖像：
不難看出，卷積神經網絡能夠準確識別出物體，并賦以較高的權重，以影響識別結果。目前卷積神經網絡已廣泛應用于圖片分類、檢索、目標定位檢測等領域。
由以上結果可以看出，神經網絡逐漸成為了人工智能的代名詞，并在各個領域中取得良好的結果。
展開 認識學習聲紋識別到底是什么東西？如何應用？
3)反電信詐騙——利用聲紋鑒定技術對電信詐騙等案件中的涉案語音進行個體、團伙的識別，確定犯罪嫌疑人身份，為偵查破案、案件訴訟提供技術支撐。
4)治安防控——利用“語種識別”、“內容識別”、“聲紋特征識別”等聲紋綜合分析技術，對重點人員進行布控，一旦出現立即進行關注控制。
5)身份認證——在監獄親情電話應用中，通過采集犯人家屬的聲紋信息，可有效鑒別家屬身份的合法性。在司法社區矯正應用中，通過識別定位手機位置和呼叫對象說話聲音的個人特征，系統就可以快速的自動判斷被監控人是否在規定的時間出現在規定的場所，有效地解決人機分離問題。
金融領域：
聲紋識別技術主要可以用于以下幾個場景：
1) 登錄、支付場景——采用聲紋識別技術，自動匹配用戶個人身份信息，完成登陸、支付的身份驗證，一般采用文本相關的方式，既8位隨機動態數字串或者固定文本。
2)業務核身——采用聲紋識別技術，在業務溝通中完成用戶身份核驗，在自動匹配業務辦理的信息，進行比對，完成業務辦理的身份核驗，一般采用文本無關方式，如開卡開戶。
3) 信貸場景——采用聲紋識別技術，在信審環節對用戶身份進行識別，并查驗是否為黑中介(黑名單用戶)，完成信審身份審核，采用文本無關的方式。
4)金融反洗錢——采用聲紋識別技術，在判定出疑似洗錢行為后對用戶進行電話遠程身份驗證以及自動對用戶信息核對，完成可疑用戶身份核驗，采用文本無關的方式。
其實聲紋識別技術現在很廣泛的應用公安司法、軍隊國防領域中，我國的天網系統里也有著聲紋識別的存在，這極大的保障了我們日常生活中的安全。
展開 【案例應用】一招解決高速滑塊分揀機的條碼識別難題
“其創新圖像技術提供了少見的覆蓋范圍和速度，從而實現更出色的工藝變化和更低的設施設計成本。這不但提高了一維條碼和二維碼的圖像質量，而且可讀取傳統讀碼器無法識別的條碼。
小波分析在發動機早期故障識別中的應用研究
小波分析在發動機早期故障識別中的應用研究<BR><Font color=#FF0000><B>.PS.:</B>該帖附件于2006-10-13 20:45:20被hawk評為4星級，為發貼者加分80。</Font><BR><Font color=#FF0000><B>點評:</B></Font>
小波分析在發動機早期故障識別中的應用研究.rar
仿真應用 | ANSYS Icepak 散熱仿真系列-CAD模型的識別與簡化
本文主要介紹以 ANSYS SCDM 為基礎的 ANSYS Icepak 模型導入及其處理方式，
包括模型識別與模型轉化。
模型識別是指將 CAD 模型轉為 ANSYS Icepak 認可的三維模型，并進行適當的幾何處理，刪除產品上不影響散熱或發熱的零件整體或細節特征，以及一些不必要的圓角設計，可通過ANSYS SCDM 中 Workbench 選項卡內的 Identify Objects（識別對象）進行操作。
模型簡化是指將無法直接識別或需簡化處理的 CAD 模型進行操作，使它們能夠與ANSYS Icepak 對象幾何相容。ANSYS SCDM 中的 IcePak Simplify（仿真簡化）工具用于簡化主體，其中簡化類型分別為0級、1級、2級、3級。
CAD模型識別--如何轉化成ANSYS Icepak可識別對象
ANSYS Icepak 對象類型與部分三維模型具有幾何相容性，即模型中的長方體、圓柱體等可通過 ANSYS SCDM 中 Identify Objects（識別對象）工具直接轉化成ANSYS Icepak 對象。具體操作步驟如下：
1. ANSYS SCDM 內打開所需識別的CAD模型。
2. 在 Workbench 選項卡的 Icepak 功能組中單擊 Identify Objects（識別對象）工具。該工具能夠識別所有可被轉換成 Icepak塊體類型的主體。
3. 勾選 Options（選項）面板中的 HideIcePak bodies（隱藏IcePak 主體）可在主體被轉換后將其隱藏，根據使用需求自行選擇。
4.
展開 重磅 |《智能家電語音識別與交互技術白皮書》出爐
新一輪科技變革與產業變革正在發生，智能化已經成為家用電器發展的必然趨勢，新技術對
家電行業的智能化改造
走向縱深。
語音識別與交互技術
作為一項重要的革新技術，隨著家用電器的迭代升級，逐步滲透入千家萬戶。
或手機掃描如下二維碼 ↓
國內市場也推出了眾多帶語音功能的智能家電產品，但因跨界技術發展仍不成熟，生態鏈上諸如聲學、 ASR（語音識別技術）、芯片、電控設計、工業設計等環節割裂，未能有效融合發展，加之尚無統一的技術規范和測試評價手段，導致產品良莠不齊，阻礙了消費市場健康發展。
基于對語音識別與交互技術的洞察與前瞻，秉持對技術的持續探索和深入思考，
廣東省智能家電創新中心
搭建平臺，組織編寫委員會，集各家之所長，推動
《智能家電語音識別與交互技術白皮書》
重磅出爐。
# 參與白皮書編寫的單位包括：
中國電器科學研究院股份有限公司、美的集團、廣東省智能家電創新中心、中國科學院聲學研究所、科大訊飛股份有限公司、Hottinger Brüel & Kj?r等。
展開 利用圖像識別技術進行全自動非結構化網格劃分
代碼來源：https://github.com/otvam/mesh_from_bitmap_matlab
若Github訪問速度較慢，也可以在公眾號后臺回復：圖像識別劃分網格，便可自動獲取壓縮包。
示例效果
先看看一些效果圖吧：
代碼介紹
主函數文件
用戶可通過調節結構體里面的參數進行圖像的拾取及單元尺寸的控制，需要注意有以下幾點：
在進行選擇圖像時，只能選擇黑、白兩種顏色的圖像，即黑色區域為劃分網格的區域；
圖像通過
imread函數進行讀取，支持
bmp、
png、
jpg格式；
h_min與
h_max分別控制單元的最小尺寸與最大尺寸；
h_growth表示單元尺寸的增長率，具體含義我解釋不清楚，反正，h_growth越大，網格越稀疏，h_growth越小，網格越密集；
scale與
simplify_tol也是控制網格局部加密的函數，會根據內外輪廓進行適當局部加密。scale越大網格越密集，simplify_tol越小越密集，用戶可自己慢慢調節，知道調整至自己想要的效果，具體含義還需自己多玩玩。
展開 
碰摩轉子混沌振動識別與控制技術研究/國防科學技術大學全國優秀博士學位論文叢書
碰摩轉子混沌振動識別與控制技術研究/國防科學技術大學全國優秀博士學位論文叢書
作 者：
劉耀宗
出 版 社：
國防科技大學出版社
出版日期：
2005年4月
版次：
1
I S B N：
781099152
頁數：
142
開 本：
16開
印張：
包 裝：
平裝
字數：
用戶評分：
3.0分（滿分5分） 查看詳情
原 價：
￥28.0
蔚 藍 價：
￥26.3（1星會員價）
￥25.8（2、3星會員價）
￥25.2（4、5星會員價）
45城市送貨上門、貨到付款
北京.天津.長春.合肥.廈門.
南京.蘇州.杭州.南昌.上海.
長沙.深圳.重慶.成都.西安.
濟南.武漢.石家莊.哈爾濱
更多 >>>
內容簡介
在您的blog中引用 推薦給朋友 勘誤 分類勘誤與細分
國防科學技術大學全國優秀博士學位論文叢書。
更多 >>>
展開 案例1：LMS阻尼識別技術（視頻+算例）
阻尼材料在降低汽車振動噪聲中的應用非常多，VL的板件貢獻度分析可以確定阻尼材料的貼附位置，目前研究的人非常多。大家有興趣的可以看一下上海交通大學的韓旭博士的博士論文。
LMS的阻尼識別技術是根據模態單元應變能（ESE，Element Strain Energy）跟結構損耗因子（Sturctural Loss Factors）來識別模態阻尼。
本算例首先利用Nastran的模態分析計算單元應變能，然后倒入材料的結構損耗因子，利用LMS的阻尼識別技術計算模態阻尼。
理論如下：
粉紅色為鋼板、黃色為阻尼材料
結果如下：
致謝：感謝superxjw在本人使用VL過程中的幫助。
本例文檔及視頻下載地址：http://pan.baidu.com/s/1mRyFC
注意：必須安裝視頻播放器才能播放WebEx的WRF視頻文件。
展開 地質災害早期識別與技術保障（PPT）
地質災害早期識別與技術保障（PPT）
褚教授專欄 | 波束形成聲源識別技術
突破DAS和SHB的性能局限、發展高性能方法對提高聲源識別精度和完善聲源識別功能具有重要意義。自波束形成技術誕生至今，對高性能聲源識別方法的探索從未間斷且方興未艾，包括本文作者在內的大批國內外學者都致力于該主題的研究并取得豐碩成果。
8月20日（周二）下午3:00-4:00，褚教授將主講《噪聲源識別》網絡研討會，屆時將介紹聲強及選擇性聲強、平面傳聲器陣列聲源識別技術、球面傳聲器陣列聲源識別技術及其他新型聲源識別技術。
WEBINAR
褚教授邀您來上課
2024/08/20 15:00-16:00
8月20日噪聲源識別網絡研討會
點擊這里，即可報名
您還可以通過如下方式聯系我們，了解更多產品與應用詳情：
郵箱：cn.info@hbkworld.com
網址：www.bksv.com/zh
電話：400-900-3165（周一至周五9:00-18:00）
點擊這里，咨詢B&K產品信息：https://www.bksv.com/zh/request-a-quote
展開 