一、计算机人体眼睛视网膜智能系统的研究（论文文献综述）
芦凯[1]（2020）在《基于嵌入式平台的智能视线跟踪系统的研究和实现》文中提出眼睛作为人体感知世界的重要器官,在科学研究中一直很受重视,而视线跟踪技术是该领域研究的重要组成部分之一。随着计算机技术与人工智能的发展,视线跟踪技术在近几年取得了很大突破,相关产品也开始由实验室场景进入了消费级市场,逐渐成为很多领域无法替代的重要技术。然而这项技术仍面临着很多挑战,跟踪精度与实时性、鲁棒性差难以适应各种环境变化、设备配置复杂使用繁琐、不支持跨平台运行等。本文调研了视线跟踪领域近些年取得的成果与面临的挑战,提出了一种基于嵌入式平台的可实时进行视线跟踪的智能系统。本智能视线跟踪系统采用非侵入式的方法,系统可大致分为硬件和软件两个部分。硬件部分的核心是眼图采集设备,整个设备被集成在一块PCB电路板上,小巧简洁、集成度高。眼图采集设备上主要包括红外相机与红外光源、FPGA运算控制单元与传输控制单元,可实现对眼部红外图像的采集并通过USB进行传输。软件部分主要分为算法部分与UI界面部分,其中算法部分主要完成瞳孔定位、注视特征提取、视线方向估计、视线落点校正等视线跟踪算法,界面部分则负责一些常用的人机交互与显示功能。整个软件部分使用Qt creator进行开发,可在windows系统与Linux系统上跨平台运行。其中瞳孔定位算法使用了一种轻量化的卷积神经网络进行瞳孔位置检测,可以在保证实时性的前提下,有效提高瞳孔定位的准确度。为了在嵌入式平台上实现该功能提出了两种方法,一种是使用TX2等智能化程度较高的嵌入式平台,该平台支持Linux嵌入式操作系统与对卷积神经网络的优化运算;另一种是将卷积神经网络拆分成模块并将其在传统嵌入式芯片上进行实现,如DSP数字信号处理器。在进行视线跟踪前需要进行相机参数确定与落点误差校正参数确定,它们将分别在视线方向估计与视线落点校正时被使用。为了验证系统的性能,分别在TX2嵌入式平台与DSP C6000系列嵌入式平台上上进行了对比试验,对系统的实时性、准确性、头部运动鲁棒性、光照变化鲁棒性、配戴眼镜鲁棒性进行了测试,测试了不同人群的多组数据。测试结果表明:本系统可在嵌入式平台上进行实时的进行瞳孔定位、视线方向估计、视线落点估计等操作,视线跟踪的精度较高,鲁棒性强。
李亮善[2]（2020）在《视错觉在油画中的表现形式研究》文中提出近些年对视错觉的研究从心理学、生理学、大脑机能、计算机等学科领域有大量的研究成果,也在视觉传达及空间设计领域中备受关注,但在绘画实践领域研究较少,大多是对视错觉经典图形的错觉知识普及,对于专门从事视错觉艺术的大师,如埃舍尔、玛格丽特与福田繁雄等的作品研究较多。油画作为一种独立的艺术形式,有自己独特的艺术材质和表现语言,一些视错觉原理在绘画中的运用并未受到关注。所以本文写作是建立在前人研究的基础上,对视错觉这个庞大体系的图片、资料做分析认知后,以绘画实践研究为角度,对可用于二维平面艺术中的视错觉现象进行归类。以此探究视错觉产生原理在绘画实践中的重要作用,进而引出可用于油画中的视错觉表现形式,更为全面系统的对错觉因素在油画创作中的应用方面提供参考。同时本文也站在当代的视野下思考视错觉与表现形式、与当代油画创作之间的关系。视错觉可以丰富视觉语言,它值得我们进行不断的追求和探讨实践,用各种形式的变化、强烈的视觉新颖性、震撼的心灵冲击力去为油画实践注入新的血液,为油画创作带来诸多的可能性。
赵建辉[3]（2020）在《用于视觉系统的忆阻器特性研究》文中进行了进一步梳理人类学习的信息有70%以上来自它的视觉系统,它能够在复杂的环境中对各种物体进行识别和视觉信息的感知,这就推动了仿生视觉系统电子器件的发展,为未来的人工视觉提供了新的途径。虽然目前已经有了基于传统CMOS器件的机器视觉系统,但是这类系统还无法实现生物视觉系统的精准、高效、节能地对外界事物的探知。近年来,忆阻器在神经仿生学习中已崭露头角,这为构建全忆阻器基具有生物特征的视觉系统提供了可能,研究人员使用感光忆阻器调控电导完成了视觉系统对外部形状的感知和存储。但是用于模拟视网膜、神经元和神经突触的忆阻器性能还需要进一步优化、仿生机理还不够清晰,这阻碍了基于忆阻器视觉系统的实际应用和开发。在本论文中,我们参照人类视觉系统——视网膜、神经元和神经突触这三个重要组成部分制备相应的忆阻器,通过材料优化来实现忆阻器性能的提升,并探索忆阻器在仿生应用当中的物理机制。论文主要研究内容如下:a)用于充当视觉系统中视网膜的忆阻器研究:在生物视觉通路中,视网膜起到了对外界的信息转化为神经信号,进而完成将外部信息传递到更高的视觉中心。在制备具有视网膜功能的忆阻器中通过采用电化学沉积和水热处理的实验方法,制备出纳米多孔单斜晶系的BiVO4薄膜有效地增大了器件的感光面积,使得制备TiN/BiVO4/FTO结构的光电忆阻器可以对波长408 nm,功率为11 pW/mm2的蓝紫光在恒定电压模式下能够产生5.86mA大的感光电流,使得器件具有154.6倍的光/暗电流比,有效地克服了器件响应电流低、开关比小的问题。采用实验中制备的光电忆阻器能够实现对“L”形光学信号的感知,初步完成了充当视网膜的器件要求,并且在同时输入光信号和电信号情况下,单个元件可以出色地完成了二进制OR逻辑,这使得器件在数字逻辑中极大地增加了逻辑的集成密度。b)用于构建视觉系统神经元的忆阻器研究:采用脉冲激光沉积系统分别在Nb掺杂SrTiO3衬底和La0.3Sr0.7MnO3衬底上制备了晶格取向为（120）的M1相晶体的VO2薄膜,并制备出Au/VO2/衬底为结构的忆阻器。首先通过在不同的Nb掺杂衬底的器件中发现,通过有效的调节衬底的掺杂浓度可以调节器件的特性。通过对比0.05 wt%、0.1 wt%和0.5 wt%三种掺杂浓度的器件发现,整体电流在10mA量级浓度为0.05 wt%器件没有明显的相变特性;但是随着衬底浓度从0.1 wt%提升到0.5 wt%,器件发生相变的电压从3.17 V降低到了1.2 V,有效势垒高度从0.579 eV降低到了0.387 eV、有效势垒宽度从9.8×10-8 m降低到1.3×10-9 m、有效掺杂浓度则从6.1×1015 cm-3增加到4.15×1020 cm-3,这说明VO2的相变可以通过调节器件中的势垒从而调节在器件中产生的焦耳热来实现,故器件的相变不受电场的方向控制,这为制备VO2基忆阻器提供了理论基础。在原位电场透射电子显微镜的测试中直接发现了M1→M1和R相共存→R相的转变过程,并且相关的结果与原位的导电原子力显微镜相一致,这说明基于相变的器件可以有效的克服固态电解质基导电细丝局域化、不可控的缺点。然而在La0.3Sr0.7MO3底电极上制备器件的I-V表现出了良好的对称性和双向threshold特性的忆阻器,这为选通管并联电容器实现的人工神经元打下坚实的器件基础。c)用于构建视觉系统中神经突触的研究:由于神经突触在计算和存储时的信号是模拟可调的,故制备具有模拟可调非易失的忆阻器则显得尤为的重要,为了增加传统阻变存储器中电阻状态的状态值,在本论文中采用两种办法:（1）采用量子电导的方法为器件提供多值电阻及准连续的电阻状态。采用磁控溅射系统制备出了Cu/Zr0.5Hf0.5O2/Pt结构的忆阻器,通过调节导电细丝的形成,使得器件具有了稳定的（1、2、3···、10）整数量子电导和（0.5、1.5、2.5、3.5、4.5···）半整数量子电导,且这些量子电导状态在1048个台阶中呈现了高斯分布。在使用光刻技术和电子束曝光技术下分别制备的3mm×3mm和500 nm×700 nm尺寸的器件也表现出良好的量子电导平台。这些量子电导状态可以有效地增加器件的存储状态,并且这种量子电导器件在模拟生物神经突触刺激信号下,器件可以很好的完成具有生物突触特征的尖峰时刻依赖突触可塑性（STDP）和双脉冲异化（PPF）学习功能,实现了器件40 ns/60 ns的开关速度和3 pJ/8 pJ功耗。更加重要的是器件在低电阻状态下在0.6V的电压范围内接近1的线性度,使得器件在线性乘法的算法中实现高精度的模式识别,并且这个量子电导器件为构建视觉系统中的神经突触提供了器件基础。（2）采用金属纳米团簇来调节器件电导的连续性。为了实现忆阻器电阻状态实现双向连续可调、降低器件开关电压,我们分别采用在无机金属氧化物和有机物两种材料体系当中掺杂金属纳米团簇的办法来验证这个方案的可行性:（Ⅰ）无机氧化物:使用磁控溅射系统通过氧化物和金属共溅射的手段,在无机氧化物TiO2中梯度掺杂金属Ag元素的办法,使得这些掺杂的金属Ag在TiO2薄膜中形成了梯度分布的金属纳米团簇,并且实现了器件的I-V从正负向跳变转换为正负双向连续变化,并且这些连续变化可以被直流电压扫描模式和脉冲模式进行调节。通过利用器件电导的双向连续可调很好的模拟了生物突触的兴奋和抑制功能,在使用模拟生物信号的脉冲信号刺激下,器件可以成功的实现生物突触的STDP、PPF和短期记忆到长期记忆的转变（STM-LTM）等学习和记忆功能,其中在STDP的实验中采用了从6ms到200ns的脉冲间隔,这相比生物神经突触快了大约105倍。通过在器件中有效的掺杂纳米团簇,器件也具有50 ns/50 ns的快速开关速度和26.0 pJ/22.9 pJ的低能量消耗。（Ⅱ）有机材料:通过在有机蚕丝蛋白中掺杂纳米团簇使得器件的打开电压分别从1 V降低到0.40 V和0.12 V,关闭电压从-3 V降低到-0.20 V和-0.08V。通过掺杂金属纳米团簇,可以有效的降低了器件在高/低电阻状态的弥散性,使得器件高低电阻比值达到102倍同时也增加了器件电阻的连续性。纳米团簇掺杂蚕丝蛋白器件也可以模拟神经突触的增强和抑制,完成了生物突触中STDP和PPF的学习和记忆规则,这为拓展生物有机电子提供了研究方向;最后将纳米团簇放入蛋白酶溶液中,器件中的蚕丝蛋白膜完全被降解,这为制备可降解、环境友好型绿色电子提供了研究方向。
游齐靖[4]（2020）在《机器学习在染色体和眼底图像分析中的应用》文中提出随着数字图像成像技术的发展,各类新型医学影像拍摄设备日渐普及,医学图像也逐渐成为医生临床诊断的主要依据。传统诊断流程需要医生在观察分析病灶的同时给出诊断结果,一些发病率较高的疾病往往需要临床医生花费大量时间和精力重复地进行观察和诊断,且诊断结果容易受到医生主观因素的影响。因此,一个能够实现图像分割、定位和分类等功能的自动化医学图像分析系统具有重大的临床意义。近几年,机器学习方法和深度学习方法在医学图像处理各个领域都取得了巨大的突破。卷积神经网络等新型算法在医学疾病的预测、分割、分类任务中的表现均超越了传统算法。眼底图像和染色体图像作为被广泛研究的医学影像,其结构相对固定,语义内容较少。本文以眼底图像和染色体图像为研究对象,探索机器学习回归算法和卷积神经网络算法在医学图像分析中的应用。本文主要工作及创新点如下:第一,提出了一种基于机器学习的眼底疾病中浆的术后视力值预测算法。在同一数据集上独立训练Lasso,Ada Boost,GBDT,XGBoost,Random Forest和Extra Trees六种机器学习回归算法,通过集成三种最优算法获得最终预测模型。为了简化预测模型以便其应用于临床诊断,分别使用全部特征和简化后的特征训练普通预测模型和精简预测模型。实验结果验证了精简模型的有效性。精简预测模型预测性能仅略低于普通预测模型,而其训练所需的特征数量却只有普通预测模型的十分之一。第二,提出了一种基于生成对抗网络的眼底图像增强算法。为了解决生成器构造单一、训练结果出现纹理细节退化等问题,将CBAM卷积注意力模块加入CycleGAN网络框架以增强CycleGAN生成器中采样网络的特征提取能力。在模型性能评估阶段,通过额外构建的糖尿病视网膜病变（DR）分类网络验证Cycle-CBAM对于其他眼底病诊断系统的提升作用。实验结果验证了Cycle-CBAM增强模型在眼疾病智能诊断系统中的有效性。第三,基于特征匹配和深度学习方法构建了一个的完整的染色体核型分析系统。该系统包含三大模块,分别为:染色体分割模块、染色体核型结果图像生成模块和染色体异常检测模块,可以实现端到端的染色体核型自动分析过程。我们首先使用特征匹配算法制作染色体分割标签,接着以U-Net为基础框架分别训练UNet-VGG19,UNet-ResNet50和UNet++-ResNet50染色体分割网络,然后通过偏转角检测和极性检测步骤制作染色体核型分析结果图像,最后使用异常检测网络进行染色体异常诊断。实验结果验证了本文提出的染色体核型分析系统的有效性。
朱毅鑫,高涛,范丽凤,黄思远,Mark Edmonds,刘航欣,高枫,张驰,綦思源,吴英年,Joshua B.Tenenbaum,朱松纯[5]（2020）在《“暗”,不止于“深”——迈向认知智能与类人常识的范式转换》文中认为近年来,深度学习的研究进展本质上是基于"以大数据驱动小任务"的范式,其依靠的是通过大量数据训练的分类器解决一项单一的任务。本文中,我们提出将范式中数据和任务的关系颠倒。在"以小数据驱动大任务"的新范式下,只有少量数据的单一人工智能系统便可以发展出"常识",并且用"常识"来解决各种任务。通过回顾综合了机器与人类视觉常识模型的最新突破,我们将阐释这个新范式的潜力。我们将功能性（functionality）、物理（physics）、意图（intent）、因果（causality）和效用（utility）（FPICU）认定为拥有类人常识的认知人工智能的5个核心领域。对于视觉理解,FPICU超越了传统的"是什么"和"在何处"的问题框架,而聚焦于"为什么"和"怎么样"。这些问题在像素层面上并不可见,却促进了视觉场景的创建、维护和发展。因此,我们将它们称为视觉的"暗物质"。正如仅仅研究可观察到的物质不足以理解宇宙,我们认为不研究学习FPICU等"暗物质"就无法理解视觉。本文通过展示如何在少量训练数据的条件下观测和应用FPICU来广泛完成一系列挑战性任务,从而证明这个新观点具有开发类人常识的认知智能的能力。这些任务包括工具使用、规划、效用推断和社交学习。总而言之,为了完成未曾见过的任务,下一代人工智能技术必须具备类人常识的"暗物质"。
张凯[6]（2019）在《基于机器学习的眼科疾病自动诊断中的关键问题研究》文中进行了进一步梳理眼睛是人体中重要的屈光结构,与人体的视觉神经和中枢神经系统关系紧密。外界信息中有八到九成通过眼睛输入大脑,而种类繁多的眼科疾病无疑是对这一精密屈光组织的最大威胁,有研究表明眼科疾病对于人类视觉发育影响深重。据世界卫生组织资料,包括屈光不正在内的眼科疾病已经成为继肿瘤和心脑血管疾病之后第三大威胁人类健康以及生存质量的疾病。而在我国,盲人数量占到了世界盲人总数的18%,多达500万人。其次,我国医疗资源分布不均匀,高水平医院医生需要花费更多的时间处理常见病,基于机器学习的眼科疾病自动诊断能够缓解此种状况,改善我国医疗环境。本文选取眼科临床诊疗路径中几个关键问题——儿童视力自动评价、多种眼病自动诊断和小儿白内障术后并发症预测展开讨论。由于以上三个问题的诊断与评价标准均定义精准,并且很多重复的诊断浪费了大量医疗资源,机器学习能够很好的适用并且能够减轻重复工作。笔者详细研究其在机器学习应用中的难点——样本量较小、数据分布不平衡、可解释性不强、数据中的突发情况较多、临床应用性差。并且提出了解决以上问题的方法。（1）针对儿童视力检查中的数据分布不平衡、可解释性差和突发情况多的特点,首先第一种结合医生经验构建人在回路的深度学习系统。本系统首先使用目标检测检测每一帧中的重点目标。在整体方法架构中,首先利用目标检测的结果寻找单眼和双眼检测分割点、患者是否配合、患者是否长期对眼、患者是否是N/A视力等级、患者是否视力大于等于0.21,最后利用卷积神经网络分类模型检测患者视力视为[0.01-0.05]或者[0.08-0.15]。在整个的判断过程中,对于每一类别根据医生经验设置了一些阈值用于对一些视力水平的判断,并且使用了88个短视频对这些阈值进行优化。在最终的联合测试中,本系统的准确率为75.54%。在医生与计算机系统的评价结果的讨论中,医生和计算机的评价各有优点,并且使用讨论的方式不断使医生的经验确切化,最终形成人在回路的深度学习系统。其次,针对第一种儿童视力评价方法中阈值过多的情况,提出了针对不同的眼位、视敏卡方位和视敏卡等级组成七通道的视频表示方式和基于一维卷积神经网络的评价方法。采用目标检测的结果,并且采用ROI池化层的思想将视频最后全连接层之前的特征向量（全连接层的输入）长度归一化,最终分类准确率相比第一种有所提高,并且在与三位小儿眼科的临床医生的评比中,两种方法均表现出色。（2）针对深度学习预测结果不可解释和样本分布不均匀的问题,提出了多眼科疾病的可解释与可扩展的统一深度学习诊断框架Visible Genome。本框架的第一阶段为初步判断患者疾病种类,涵盖了白内障、胬肉、角膜炎、结膜下出血和正常五种类别,分类准确率超过93%。第二阶段根据医学影像类型分别判断自然光裂隙灯和钴蓝光裂隙灯中的不同解剖部位和重点病灶,两种类型医学影像的定位准确率分别超过了82%和92%。第三阶段关注重点部位和重点病灶的属性判断,在10种不平衡分类问题中采用带有权重的卷积神经网络,分类准确率为79-98%。而采用完整图像数据集结合卷积神经网络的分类结果类似,说明卷积神经网络在较大目标的分类中能够根据不断迭代发现分类原因。第四阶段根据患者病情询问和之前三个阶段的综合信息情况给出治疗建议,并且采用卷积神经网络判断胬肉患者的手术必要性。基于以上研究开发了多种眼病的可解释人工智能在线诊断系统,并且应用于中山大学中山眼科中心人工智能与大数据专科的临床实践中为患者服务。（3）针对小儿白内障病例数较少,样本分布不均匀的问题,提出基于机器学习的小儿白内障术后并发症预测的整体框架。首先采用apriori算法将最小置信度和最小支持度置为0,挖掘出患并发症和未患并发症的差异性关联规则给医生以指引性参考。关联规则在实际临床中的判别性可以根据判别性阈值自由选择。其次采用三倍交叉验证方式验证随机森林和朴素贝叶斯在预测术后并发症问题中的性能,SMOTE（合成少数类样本过采样方法）将阳性样本的数量扩大,之后分别验证患者是否患并发症、是否患后发障、是否患高眼压的可能性。两种方法的预测准确率均超过了74%,而采用不做平衡处理的数据集的预测结果的假阴性率过高。最后使用遗传特征选择方法挖掘出与并发症最相关的属性。结果表明是否患有并发症和性别和手术年龄无关,是否患有高眼压与二次人工晶状体植入,手术方式,手术年龄和白内障的病灶面积无关,是否患有后发障与性别,手术方式和眼别无关。在最终的外部测试中,三个预测问题的预确率均超过了66%。基于以上成果,开发和部署了web在线测试平台展示关联规则和预测并发症。尽管本文取得了很多进展,但是依然存在着很多不足。首先小儿白内障术后并发症的预测和可解释的多眼科疾病自动诊断需要借助更多的临床数据验证,而且更多的相关属性可以加入以提高准确性。最后,儿童视力自动检测需要借由可穿戴设备并且需要实时判断阶段检查结果以构成一个无需人为干预的全自动系统。
朱颖娜[7]（2019）在《人工智能应用于国家边境检查管理研究 ——以上海口岸自助通关系统为例》文中进行了进一步梳理人工智能在政务领域的兴起必将带来政务服务部门的重大变革,其在提升国家综合治理能力、为政府决策者提供决策方案、优化政府行政流程、为市民提供个性化政务服务、维护国家安全管理、完成其他行政辅助工作等方面发挥巨大的促进作用。在国家边境管理领域,人工智能应用在边境管理上在提升通关效率、保障出入境人员的审查公平性、较人工检查智能查验稳定性等方面表现出色。然而,人工智能也暴露出种种问题,且相对于一般政府公共管理,人工智能应用在国家边境检查管理有着其显着的特点。一方面,人工智能的进入应尤为谨慎,在该领域人工智能的应用绝非只涉及行政服务提升、行政辅助那么简单,而是承担了国家安全管理职能。另一方面,由于涉及到国家边境安全,人工智能的应用对差错几乎是零容忍,如何降低其差错率是长期需要解决的问题。现有的研究在人工智能应用于边境管理,特别是安全性方面的探讨尚处于空白,介于此,本文通过案例分析法,从协作治理理论、外部性理论、对称性理论分析人工智能应用于边境管理的利弊并提出解决对策。通过围绕着目前已经投入十余年的自助通关系统中的人工智能设备,从人力资源角度、通关效率角度、查获边控准确性角度等进行现场调研和随机访谈,分析人工智能对边检机关安全管理的成效。通过统计数据、查获典型案例以及各类人工智能引发的各类事故的分析等方式推衍出自助通关在应用时暴露出来的问题。虽然有着较长的应用史,本文认为人工智能在应用到边境管理中仍有许多缺陷,主要有:智能化边境管理系统的技术成熟度较低,非法出入境案件更难查获,给出入境政务管理带来挑战,人机结合造成的自助通关应用的瓶颈,公众接受度不高,自助通关外国人应用局限等。通过案例分析,及与国内外人工智能应用于边境管理的比较,笔者认为可以从搭建与国边境管理相适应的人机协作机制、提升边境管理的智能化水平、促进出入境人员对自助通关的接受度提高、降低人工智能对国家边境安全管理的负外部效应、制定人工智能应用的配套法规制度、扩大自助通关对外国人出境的适用等举措去完善在人工智能在应用边境管理过程中的种种不足。通过可行性对策提出,以期为出入境秩序管理者决策提供科学的理论研究依据,同时为政府引入人工智能设备提供参考。
贾军[8]（2017）在《媒体智能化背景下的新闻生产研究》文中研究表明移动互联网、物联网、大数据、云计算、人机交互方式智能化、人工智能算法等共同推动着当前的媒介平台、系统向智能化方向发展。在媒体智能化发展进程中,社会信息传播系统转向在线社会信息传播系统,媒体智能化发展从新闻内容形态、新闻生产者、新闻制作、编辑、分发等环节对新闻生产实践活动带来变化和创新。而与此同时,我国媒体新闻生产实践活动在媒体智能化发展背景下面临着更深层次的危机。基于此背景,本文研究聚焦于媒体智能化背景下智能化媒体新闻生产,以新闻生产理论、技术取向的媒介环境学作为理论资源,在媒介形态发展的历史规律和宏观背景下,以案例法、溯因推理等研究方法,对当前国内新闻生产进行考察,分析媒体智能化发展趋势对新闻生产实践活动影响,尝试构建智能媒体的新闻生产实践活动及其模式,以弥补现有模式解释力的不足。在智能媒体新闻生产实践活动构建的基础上,针对我国当前传统媒体新闻生产实践活动所面临的问题和困难,提出了传统媒体在智能化过程新闻生产转型的对策和建议。媒体智能化发展改变媒介形态是本文研究问题的起点,智能媒体的媒介形态回归口语传播时代的特征,实现对人各项感官的全面调动和再平衡。媒介形态的改变推动了智能化媒体新闻生产实践活动的创新。本文在新闻生产实践活动的构成要素和业务流程的基础上,形成了新闻内容、新闻生产者及工作方式、新闻编辑、新闻分发和受众的分析框架。智能媒体新闻生产内容的总体特征是再现式新闻报道,突出沉浸感和临场感,优化传播效果。新闻传播主体维度上表现为新闻机构、普通用户、自媒体和人工智能计算程序共存的新闻生产图景。新闻编辑部的功能退守到内容编辑领域内,编辑部职能向平台层面转型,呈现出更多自组织、自动化的特征。智能媒体的受众实现了从“不定量的多数”向具有清晰存在感的“节点”转向。算法的本质在于,基于新闻内容的标记和用户画像,主动向用户提供用户可能会感兴趣的信息。智能媒体依靠人工编辑和算法协同实现新闻分发,有利于解决受众信息阅读碎片化、资讯信息大规模产出这两大趋势之间存在的注意力资源有效配置的根本性矛盾。在此基础上,本文提出了智能媒体、智能媒体新闻生产循环系统、智能媒体树形模型、智能媒体生产主体的煎蛋模型等,试图再现智能媒体多主体共存、传统新闻生产主体去中心化以及普通用户以社会化方式参与新闻生产的特征,是在人类智慧的基础上发展出来的人类智慧和人工智能协同的信息传播流动联盟。本文最后提出媒体智能化背景下传统媒体的新闻生产实践对策。坚持内容价值,编辑部职能转向UGC内容的公司化接管、对新闻资讯内容的知识化管理和新闻资讯的核查与求证。在智能化媒体的内容形态方面,要遵循媒介发展规律创新进行内容创新,智能化媒体要注重数据价值的挖掘、表达方式向视觉转换,同时增加新闻内容的场景因素。以组织及其成员的观念和技能为切入点,推动新闻组织机构内组织规范、新闻常规与新媒介配套发展,以智能媒体算法驱动实现人工编辑自我定位,实现人机协同。媒介组织创新是智能媒体新闻生产的组织机构保证,本文认为要以互联网为主体、以吸引和汇聚用户为目的、以三个平台建设为核心、同时争取国家政策层面的支持。
刘树明[9]（2016）在《仿生眼的结构控制及3D表情识别研究》文中指出人工智能的发展促进了视觉技术的进步,为进一步提高智能机器人感知环境及自主作业能力,迫切需要机器人有强大的如人类一般的视觉感知和处理能力。目前,机器人视觉研究取得了较大进展,但与人眼相比,机器人视觉系统在感知、识别处理、运动跟踪等方面都还有非常大的差距。其根本原因是目前研究的机器人视觉系统在工作原理上与人眼并不完全相同,大部分人眼的视觉机理尚未被人类发掘和利用,而且目前的仿生眼视觉平台只实现了简单的单自由度或双自由度运动。本文通过研究人眼的生理结构、运动特征、视觉中枢控制机理等,总结了眼球运动的特点和形式,针对人眼的运动特性进行研究,围绕仿生眼的结构设计、运动控制系统设计、3D表情识别等问题展开研究,主要研究内容如下:首先,针对人眼球的生理结构及运动特性、及眼球运动控制系统进行分析,设计了两个三自由度的仿生眼机构模型。针对人眼眼球的三自由度运动,对仿生眼结构进行运动仿真,实现眼球的左右、上下自由度的运动,左右、上下旋转各100°,同时实现眼球沿光轴自旋的运动,旋转角度为13°,做到仿生眼结构的小型化及简单化。其次,针对人眼的感知系统原理,分析了人眼运动神经回路的原理和特性,搭建嵌入式FPGA并行处理系统平台。设计仿生眼感知模块,完成高速图像采集与输出功能。针对人脑神经单元并行处理机制,实现由FPGA+DSP板和MIPI接口板组成的仿生眼快速并行处理平台,实现图像的并行化快速处理。最后,针对人脸面部的三维表情识别进行研究,使仿生眼能够更好的与人类交互。为了获取人脸表情的三维信息,本文通过Kinect来获取人脸面部表情的三维信息,提取表情特征点（FPPs）和动作单元（AUs）特征,使用SVM算法进行训练分类识别,进行算法验证,实现表情识别功能。
胡文婷[10]（2016）在《眼动行为的语义表达及其在图像检索中的应用研究》文中进行了进一步梳理随着网络技术和信息技术的发展,电子商务领域呈现出飞速发展趋势,这促进了消费者在线购物的蓬勃发展,给电商带来了前所未有的发展机遇和挑战。电子商务给消费者提供了更多的在线商品选择机会,同时也为消费者带来了巨大的认知负担。为此,许多电子商务网站给消费者提供关键字的检索功能,以此来减少消费者在商品海洋中决策的盲目性。在线购物过程中商品图片对消费者购买行为有着重要的影响,这是因为图像信息具有形象、直观、易懂和信息量大等特点,图片是人类最重要和最有效的信息获取和交流方式。传统的基于内容的图像检索是对图像视觉底层特征的计算和比较,即“视觉相似”。实际上,消费者对商品图片的理解不仅建立在“视觉相似”上,同时也要求商品图片的“语义相似”,仅仅使用图像处理算法提取底层视觉特征不能充分描述人对商品图片的语义理解。人对图像的理解结合了日常生活中积累的经验知识和个人偏好,并且人是以语义视角下的思维认知模式进行图像理解的,这容易造成人理解的图像语义与图像的底层视觉特征之间存在“语义鸿沟”。为了克服商品图像检索中的“语义鸿沟”问题,本文利用眼动跟踪技术记录人浏览图像时的眼动行为,探讨眼动行为、选择行为和视觉注意计算模型之间的内在联系,并以此作为获取人理解图像语义信息的基础,进一步深入研究眼动行为的语义表达和图像检索问题。其主要研究内容及成果如下:1、研究眼动行为、选择行为和视觉注意计算模型三者之间的内在联系。重点探讨眼动行为和选择行为是否分别受到Bottom-up和Up-down两种因素的影响;及与视觉注意计算模型相比,眼动信息是否更能体现个体的选择行为等问题。因此,设计和完成了相关眼动实验和点击实验。实验结果表明,眼动行为和选择行为同时受到Bottom-up和Up-down两种因素的影响;且与视觉注意计算模型相比,眼动行为与选择行为具有更强的正相关性,可以准确地承载个体选择行为所包含的语义信息。2、根据人类视觉系统的感知特点,提出一种基于眼动行为的语义表达方法。该方法根据视线映射到界面上注视点的注意程度,利用模糊核聚类算法计算注视点属于不同界面对象的程度,将注视点的注意程度和隶属度相结合构建两种眼动行为计算模型KFCM-A和KFCM-U。因此,设计相关眼动实验来验证眼动行为计算模型的准确性。实验结果表明,两种眼动行为计算模型能够较好地描述被试者个体的注意分配策略,有效地避免了图像分割算法难以准确地划分视觉对象区域,无法表达面向视觉注意分配的个体选择语义的情况。3、针对无监督的图像检索方法难以表达用户的个性化需求,提出一种基于眼动行为语义的图像重排序方法。该方法首先将眼动作为一种隐式评价信息,用来描述个体意图需求的高层语义,然后提取商品图片的底层视觉特征,用于描述商品对象的特征属性,最后使用排序支持向量机算法搭建商品特征属性与高层语义之间的“桥梁”。因此,设计相关眼动实验来验证基于眼动行为语义的图像重排序方法的有效性。实验结果表明,该方法利用个体浏览少数商品图片的眼动信息,对所有的商品图片进行重排序,能够有效地将消费者所需商品排在检索结果的前列。4、根据人类真实的视觉搜索过程,提出一种融合眼动行为语义的图像分类方法。该方法重点通过分析人眼的真实注视点,用来赋予图像上不同区域的视觉注意权重,并且逐一提取不同区域的图像底层视觉特征,以此提出构建眼动赋权后的特征向量的两种方法,最终对不同图像分类方法的准确性进行比较。因此,设计相关眼动实验来验证融合眼动行为语义的图像分类方法的准确性。实验结果表明,该方法可以作为一种克服“语义鸿沟”的新颖解决方案,能够较好地提高检索结果的准确性。
二、计算机人体眼睛视网膜智能系统的研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、计算机人体眼睛视网膜智能系统的研究（论文提纲范文）
（1）基于嵌入式平台的智能视线跟踪系统的研究和实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 视线跟踪技术分类与原理 |
| 1.3 视线跟踪技术的国内外发展现状 |
| 1.4 本文主要研究内容 |
| 第二章 视线跟踪技术理论基础 |
| 2.1 眼球生理结构与相机成像原理 |
| 2.1.1 眼球模型 |
| 2.1.2 眼球成像原理 |
| 2.1.3 相机成像原理 |
| 2.2 坐标系与坐标转换 |
| 2.2.1 坐标系 |
| 2.2.2 坐标变换 |
| 2.3 相机参数求解原理 |
| 2.3.1 相机内外参 |
| 2.3.2 畸变校正参数 |
| 2.4 桌面式视线跟踪系统原理 |
| 2.4.1 视线方向估计原理 |
| 2.4.2 视线落点估计原理 |
| 2.5 本章总结 |
| 第三章 瞳孔定位算法 |
| 3.1 瞳孔定位算法概述 |
| 3.2 轻量化卷积神经网络模型 |
| 3.3 瞳孔定位算法在嵌入式系统上的实现 |
| 3.4 瞳孔定位算法在DSP平台上的实现 |
| 3.4.1 DSP嵌入式平台介绍 |
| 3.4.2 系统框图 |
| 3.4.3 模块设计 |
| 3.5 结果分析 |
| 3.5.1 效果分析 |
| 3.5.2 误差分析 |
| 3.5.3 性能分析 |
| 第四章 智能视线跟踪系统的实现 |
| 4.1 系统硬件结构 |
| 4.1.2 采集设备 |
| 4.1.3 处理设备 |
| 4.2 系统软件结构 |
| 4.2.2 注视特征提取 |
| 4.2.3 其他参数的确定 |
| 4.2.4 视线估计与落点校正 |
| 4.3 性能分析 |
| 4.3.1 系统实时性测试 |
| 4.3.2 系统精度测试 |
| 4.3.3 系统的鲁棒性 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（2）视错觉在油画中的表现形式研究（论文提纲范文）
| 摘要 |
| Abstract |
| 绪论 |
| 一、研究背景与研究现状 |
| 二、研究的目的与意义 |
| 三、研究方法与结构安排 |
| 第一章:视错觉的概念及产生原理 |
| 一、视错觉概念及定义 |
| 二、视错觉产生的原因 |
| 第二章:平面艺术中的视错觉原理分析 |
| 一、尺寸错觉的产生原理 |
| 二、色彩视错觉的产生原理 |
| 三、轮廓视错觉的产生原理 |
| 四、不可能视错觉的产生原理 |
| 五、扭曲与似动视错觉的产生原理 |
| 第三章:视错觉在油画中的表现形式分析 |
| 一、尺寸错觉的表现形式分析 |
| 二、色彩视错觉的表现形式分析 |
| 三、轮廓视错觉的应用与表现 |
| 四、不可能错觉与幻想性错觉的应用与表现 |
| 五、扭曲与似动视错觉的应用与表现 |
| 第四章:视错觉表现形式的当代思考 |
| 一、视错觉原理与油画表现形式的关系 |
| 二、视错觉原理为当代油画表现形式带来的“可能性” |
| 三、视错觉的“时效性”与认知疲劳 |
| 四、有选择的继承与发展 |
| 结论 |
| 参考文献 |
| 在研期间成果 |
| 毕业创作 |
| 致谢 |
（3）用于视觉系统的忆阻器特性研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 生物视觉传导通路 |
| 1.2 机器视觉 |
| 1.3 忆阻器 |
| 1.3.1 阻变存储器 |
| 1.3.2 忆阻器 |
| 1.4 阻变存储器及忆阻器的种类及其应用 |
| 1.4.1 阻变存储器及忆阻器的种类 |
| 1.4.2 忆阻器的应用 |
| 1.4.3 用于视觉系统的忆阻器存在的问题及解决方案 |
| 1.5 论文选题的意义及研究现状 |
| 1.6 主要研究内容 |
| 第二章 感光忆阻器的制备及性能研究 |
| 2.1 引言 |
| 2.2 样品的制备与表征 |
| 2.2.1 基于纳米多孔TiN/BiVO_4/FTO器件的制备 |
| 2.2.2 样品的表征 |
| 2.3 光电器件TiN/BiVO_4/FTO性能表征及应用 |
| 2.3.1 纳米多孔BiVO_4薄膜的形貌及其结构表征 |
| 2.3.2 基于BiVO_4薄膜的忆阻器件及其电学性能表征 |
| 2.3.3 基于TiN/BiVO_4/FTO的忆阻器视网膜的应用 |
| 2.3.4 基于TiN/BiVO_4/FTO器件的光学逻辑功能 |
| 2.4 光电器件TiN/BiVO_4/FTO忆阻机理 |
| 2.5 本章小结 |
| 第三章 用于Mott绝缘体神经元的选通管特性研究 |
| 3.1 引言 |
| 3.2 样品的制备与表征 |
| 3.2.1 基于VO_2材料器件的制备 |
| 3.2.2 器件及材料的表征 |
| 3.3 具有Threshold现象的VO_2器件表征及电学性能 |
| 3.3.1 VO_2 材料简介 |
| 3.3.2 VO_2 材料表征 |
| 3.3.3 VO_2 在电场作用下发生相变的理论研究 |
| 3.4 本章小结 |
| 第四章 用于神经突触应用的量子电导器件的制备及性能研究 |
| 4.1 引言 |
| 4.2 样品的制备 |
| 4.3 基于Cu/Zr_(0.5_Hf_(0.5)O_2/Pt结构忆阻性能表征 |
| 4.4 基于Cu/Zr_(0.5_Hf_(0.5)O_2/Pt结构忆阻器的神经突触仿生模拟 |
| 4.5 对Cu/Zr_(0.5_Hf_(0.5)O_2/Pt器件量子电导物理机制的分析 |
| 4.6 本章小结 |
| 第五章 Ag团簇掺杂TiO_2薄膜用于神经突触仿生研究 |
| 5.1 引言 |
| 5.2 样品的制备与表征 |
| 5.2.1 双向电导连续可调器件的制备 |
| 5.2.2 样品的表征 |
| 5.3 Ag团簇掺杂改善器件的电导性能 |
| 5.3.1 纯氧化物忆阻器器件性能研究 |
| 5.3.2 Ag团簇掺杂TiO_2以改善器件特性 |
| 5.3.3 器件阻变机理 |
| 5.3.4 神经突触仿生功能的实现 |
| 5.4 本章小结 |
| 第六章 Ag纳米团簇提高有机忆阻器的性能 |
| 6.1 引言 |
| 6.2 样品的制备与表征 |
| 6.2.1 样品的制备 |
| 6.2.2 器件制备及电学测试 |
| 6.3 蚕丝蛋白忆阻器的制备和电学性能表征 |
| 6.4 Ag纳米团簇掺杂蚕丝蛋白机理研究 |
| 6.5 Ag纳米团簇掺杂忆阻器神经仿生特性 |
| 6.6 纳米团簇掺杂器件的生物可降解特性 |
| 6.7 本章小结 |
| 第七章 总结与展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间取得科研成果 |
（4）机器学习在染色体和眼底图像分析中的应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 注释表 |
| 缩略词 |
| 第一章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 中浆术后视力预测研究现状 |
| 1.2.2 眼底图像质量增强研究现状 |
| 1.2.3 染色体分类及分割任务研究现状 |
| 1.3 本文的章节安排及创新点 |
| 1.3.1 本文的章节安排 |
| 1.3.2 本文的主要创新点 |
| 第二章 基于机器学习的中浆术后视力值预测 |
| 2.1 引言 |
| 2.2 中浆术后视力值预测算法整体流程 |
| 2.3 机器学习算法介绍 |
| 2.3.1 集成学习算法 |
| 2.3.2 机器学习回归算法 |
| 2.3.2.1 LASSO算法 |
| 2.3.2.2 Ada Boost算法 |
| 2.3.2.3 Gradient Boosting算法 |
| 2.3.2.4 XGBoost算法 |
| 2.3.2.5 Random Forest算法 |
| 2.3.2.6 Extra Trees算法 |
| 2.4 实验设计与结果分析 |
| 2.4.1 实验数据集 |
| 2.4.2 实验设计 |
| 2.4.3 评价指标 |
| 2.4.4 实验结果与分析 |
| 2.5 本章小结 |
| 第三章 基于Cycle-CBAM的眼底图像增强网络 |
| 3.1 引言 |
| 3.2 Cycle-CBAM眼底图像增强网络 |
| 3.2.1 CBAM注意力模块 |
| 3.2.2 CycleGAN网络结构 |
| 3.2.3 Cycle-CBAM网络结构 |
| 3.3 实验设计与结果分析 |
| 3.3.1 实验数据集与预处理 |
| 3.3.2 训练策略 |
| 3.3.3 评价指标 |
| 3.3.3.1 眼底图像增强网络评价指标 |
| 3.3.3.2 DR分类网络评价指标 |
| 3.3.4 实验结果与分析 |
| 3.4 本章小结 |
| 第四章 基于深度学习的染色体分割分类及异常检测 |
| 4.1 引言 |
| 4.2 基于深度学习的染色体核型分析算法流程 |
| 4.3 基于特征匹配算法制作染色体分割标签 |
| 4.3.1 特征点检测算法 |
| 4.3.2 染色体分割标签制作算法流程 |
| 4.3.3 实验设计与结果分析 |
| 4.4 基于U-Net框架的染色体分割网络 |
| 4.4.1 U-Net网络结构 |
| 4.4.2 经典特征提取网络 |
| 4.4.3 基于U-Net的染色体分割网络设计 |
| 4.4.3.1 修改U-Net分割网络编码器 |
| 4.4.3.2 修改U-Net分割网络跳跃连接 |
| 4.4.5 分割网络损失函数 |
| 4.5 生成染色体核型分析结果图像 |
| 4.5.1 染色体偏转角度检测 |
| 4.5.2 染色体极性检测 |
| 4.6 染色体异常检测 |
| 4.7 实验设计与结果分析 |
| 4.7.1 实验数据集与预处理 |
| 4.7.2 训练策略 |
| 4.7.3 评价指标 |
| 4.7.4 实验结果与分析 |
| 4.8 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文工作总结 |
| 5.2 未来研究展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（6）基于机器学习的眼科疾病自动诊断中的关键问题研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 医学人工智能的研究现状 |
| 1.2.1 基于医学影像的计算机辅助诊断 |
| 1.2.2 电子医疗记录挖掘、影像组学和生物医学信息学 |
| 1.2.3 眼科人工智能的发展 |
| 1.3 论文主要研究工作和章节安排 |
| 1.3.1 主要研究工作 |
| 1.3.2 章节安排 |
| 第二章 相关理论和技术 |
| 2.1 卷积神经网络 |
| 2.1.1 Alexnet卷积神经网络 |
| 2.1.2 Inception系列卷积神经网络 |
| 2.1.3 残差卷积神经网络 |
| 2.2 目标检测 |
| 2.2.1 区域建议网络 |
| 2.2.2 目标检测 |
| 2.3 循环神经网络 |
| 2.3.1 循环神经网络 |
| 2.3.2 LSTM长短期记忆神经网络 |
| 2.4 非数值类型数据的分类 |
| 2.4.1 随机森林 |
| 2.4.2 朴素贝叶斯 |
| 2.5 本章小结 |
| 第三章 基于视频流内容分析的儿童视力深度学习评估方法研究 |
| 3.1 引言 |
| 3.2 人在回路的儿童视力自动评估深度学习评价系统 |
| 3.3 视频七通道表示、一维卷积神经网络的儿童视力评价和LRCN |
| 3.4 试验设置、结果和分析 |
| 3.4.1 人在回路的深度学习系统和LRCN实验结果 |
| 3.4.2 第二种评价方法性能与外部验证 |
| 3.4.3 对比总结 |
| 3.5 小结 |
| 第四章 一种医学上可解释的多种眼前段疾病诊断方法 |
| 4.1 引言 |
| 4.2 可解释的多种眼前段疾病自动诊断方法 |
| 4.2.1 Visible Genome整体框架 |
| 4.2.2 数据介绍 |
| 4.3 实验设置和实验结果以及分析 |
| 4.3.1 实验设置 |
| 4.3.2 实验结果以及分析 |
| 4.4 多眼科疾病新型服务云平台 |
| 4.5 小结 |
| 第五章 小儿白内障术后并发症预测与特异性关联规则挖掘方法研究 |
| 5.1 引言 |
| 5.2 数据介绍 |
| 5.3 基于apriori算法的小儿白内障术后并发症关联规则挖掘 |
| 5.4 基于随机森林和朴素贝叶斯的小儿白内障术后并发症预测 |
| 5.4.1 SMOTE过采样方法 |
| 5.4.2 实验设置和结果 |
| 5.4.3 小儿白内障术后并发症决策系统 |
| 5.5 基于遗传特征选择的关键因素发现 |
| 5.6 小结 |
| 第六章 总结与展望 |
| 6.1 研究内容总结 |
| 6.2 下一步研究方向 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（7）人工智能应用于国家边境检查管理研究 ——以上海口岸自助通关系统为例（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 第一节 研究的背景、目的和意义 |
| 一、研究背景 |
| 二、研究的意义 |
| 第二节 相关概念界定 |
| 一、人工智能 |
| 二、人工智能系统应用于政府管理的分类 |
| 三、自助通关查验系统 |
| 第三节 文献综述 |
| 一、国外相关的研究成果 |
| 二、国内的相关研究成果 |
| 三、对国内外研究成果的评述 |
| 第四节 研究方法和技术路线 |
| 一、研究方法 |
| 二、研究思路 |
| 三、研究创新点 |
| 第二章 研究的理论基础 |
| 第一节 协作治理理论 |
| 一、协作治理理论的阐释 |
| 二、基于人工智能的TPS系统与人件 |
| 三、协作治理理论在边境安全管理的应用 |
| 第二节 外部性理论 |
| 一、外部性理论的阐述 |
| 二、外部性理论在本研究的应用分析 |
| 第三节 对称性理论 |
| 一、对称性理论的阐述 |
| 二、对称性理论在本研究的应用分析 |
| 第三章 国内外人工智能应用于国家边境安全管理实践现状与分析 |
| 第一节 国际的实践现状 |
| 一、智能边境管理系统 |
| 二、出入境人员危险评定人工智能分析系统 |
| 三、应用于国土安全的人工智能综合分析系统 |
| 第二节 国内的实践现状 |
| 一、自助通关系统 |
| 二、海港的梯口人像识别智能门禁系统 |
| 三、口岸视频生物识别系统 |
| 四、智能机器人及其他智能系统 |
| 第三节 国内外实践现状的比较研究 |
| 一、模式识别领域安全性不高 |
| 二、人工智能仅停留在人员的形式审查层面 |
| 三、口岸人工智能技术缺少国内统一标准 |
| 四、人工智能在政务服务领域应用匮乏 |
| 五、人工智能在安全管理领域仍有较大发展空间 |
| 第四章 实证案例及分析 |
| 第一节 上海口岸的自助通关系统应用案例 |
| 一、概述 |
| 二、上海口岸出入境自助通关系统应用情况及数据统计 |
| 第二节 自助通关案例结果分析 |
| 一、智能化边境管理系统的技术成熟角度 |
| 二、国家边境公共安全管理角度 |
| 三、出入境政务管理角度 |
| 四、人机的协作治理角度 |
| 五、公众接受度角度 |
| 六、政策法律角度 |
| 七、自助通关普及性角度 |
| 第五章 优化人工智能在国家边境管理的对策思路 |
| 第一节 运用人机协同治理解决智能边境系统在安全管理的隐患 |
| 一、完善抽检机制 |
| 二、人检与机检相配合 |
| 三、创建“小前台、大后台”的出入境查控格局 |
| 第二节 用大数据与智能化解决智能边境系统在安全管理的隐患 |
| 一、多种模式识别手段相结合。 |
| 二、提升系统的稳定性 |
| 三、建立集成化控制操作台 |
| 四、为人工智能设备提供完善的大数据平台 |
| 五、引入人工智能弥补人工智能的瓶颈 |
| 第三节 加强人工智能对国家边境检查的正外部效应 |
| 一、从通关效率角度 |
| 二、从通关环境角度 |
| 三、引入出入境政务服务的人工智能设备 |
| 第四节 提升出入境人员对人工智能设备的接受度 |
| 一、制定配套法规制度弥补信息不对称性 |
| 二、加大出境自助通关系统的宣传力度 |
| 三、消除出境人员证件未加盖验讫章顾虑 |
| 第五节 扩大智能边境管理系统使用范围 |
| 一、适用范围 |
| 二、适用除外情形 |
| 三、主要流程及设计图 |
| 结论与展望 |
| 参考文献 |
| 致谢 |
| 作者攻读硕士学位期间完成的科研成果 |
（8）媒体智能化背景下的新闻生产研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究问题的提出及研究价值 |
| 1.1.1 研究背景 |
| 1.1.2 研究问题 |
| 1.1.3 研究创新和研究价值 |
| 1.2 文献综述 |
| 1.2.1 变革语境下的新闻生产研究 |
| 1.2.2 智能媒体与智能媒体新闻生产研究 |
| 1.3 理论基础 |
| 1.3.1 新闻生产理论 |
| 1.3.2 媒介环境学理论 |
| 1.4 概念界定 |
| 1.4.1 媒体智能化 |
| 1.4.2 新闻生产 |
| 1.4.3 在线社会信息传播系统 |
| 1.5 研究内容和方法 |
| 1.5.1 研究内容与框架 |
| 1.5.2 研究方法 |
| 2 媒体智能化发展对新闻生产的影响 |
| 2.1 新技术与媒体智能化发展趋势 |
| 2.1.1 人工智能在机器学习领域发展迅速 |
| 2.1.2 信息领域相关的人工智能加快迅速 |
| 2.1.3 国家利益需求、国家政策推动媒体智能化发展 |
| 2.2 媒体智能化发展推动媒介形态变迁 |
| 2.2.1 媒体智能化发展驱动媒介形态变迁 |
| 2.2.2 媒体智能化趋势下的媒介形态 |
| 2.3 媒体智能化发展推动新闻生产发生变化 |
| 2.3.1 虚拟现实新闻:新闻内容形态发生变化 |
| 2.3.2 机器人写作:新闻生产主体的变化 |
| 2.3.3 受众、用户的智能化迁移 |
| 2.3.4 媒体智能化发展推动新闻编辑部发生变化 |
| 2.3.5 算法主导新闻内容分发 |
| 3 媒体智能化发展背景下我国媒体新闻生产的现状与问题 |
| 3.1 我国传媒当前新闻生产的现状 |
| 3.2 媒体智能化背景下我国传统媒体新闻生产存在的问题 |
| 3.2.1 传统媒体新闻生产SWOT分析及存在问题 |
| 3.2.2 媒体智能化背景下传统媒体新闻生产面临的问题 |
| 3.3 媒体智能化背景下我国传统新闻生产存在问题的原因 |
| 3.3.1 新闻生产传播模式发生革新 |
| 3.3.2 媒介技术及媒介形态持续创新 |
| 3.3.3 用户及用户关系发生变革 |
| 3.3.4 传统媒体面临政治、商业和技术的多重诉求 |
| 3.3.5 传统媒体组织及其人员认知、观念的局限 |
| 4 智能媒体新闻生产系统构建思路 |
| 4.1 智能媒体新闻生产构成要素 |
| 4.1.1 智能媒体新闻内容的再现式特征 |
| 4.1.2 智能媒体新闻内容与数据流密切相关 |
| 4.1.3 智能媒体新闻生产主体系统模式构成 |
| 4.1.4 智能媒体新闻生产的用户 |
| 4.1.5 智能媒体系统的新闻编辑部 |
| 4.1.6 智能媒体新闻分发 |
| 4.2 智能媒体新闻生产过程模式:与信息技术等全方位对接 |
| 4.3 智能媒体新闻生产系统构成模式 |
| 4.3.1 智能媒体 |
| 4.3.2 智能媒体系统模式 |
| 4.4 当前阶段智能媒体新闻分发的案例分析 |
| 4.4.1 推荐算法主导新闻生产传播——以《今日头条》为例 |
| 4.4.2 推荐算法主导新闻生产传播模式的结构性制约 |
| 5 智能化媒体的新闻生产实践对策 |
| 5.1 走向智能化媒体的新闻生产实践活动 |
| 5.1.1 智能化媒体新闻生产仍需坚持内容价值 |
| 5.1.2 新闻机构对UGC内容的机构化接管 |
| 5.1.3 新闻机构对新闻资讯的知识化管理 |
| 5.1.4 新闻机构对新闻资讯的核查与求证 |
| 5.2 智能化媒体遵循媒介发展规律进行新闻内容创新 |
| 5.2.1 智能化媒体的新闻生产:从数据、信息到价值 |
| 5.2.2 新闻内容的形态向视觉化转向 |
| 5.3 走向人机协同的新闻生产者 |
| 5.3.1 提升媒体智能化形态下的新闻生产实践技能 |
| 5.3.2 算法技术驱动人工编辑升级自我定位,实现人机协同 |
| 5.3.3 改革新闻机构内组织结构和常规,克服路径依赖 |
| 5.4 智能化媒体的媒介组织创新 |
| 5.4.1 新闻生产智能化重构与组织变革 |
| 5.4.2 组织变革应遵循互联网发展规律 |
| 5.4.3 组织变革应以汇聚用户为主 |
| 5.4.4 新闻编辑部要建设三大基础平台 |
| 5.4.5 传媒规制、版权管理等政策和法律的支持 |
| 6 结语 |
| 参考文献 |
| 攻博期间发表的与学位论文相关的科研成果 |
| 后记 |
（9）仿生眼的结构控制及3D表情识别研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 课题研究的背景 |
| 1.1.2 课题研究的意义 |
| 1.2 国内外研究现状 |
| 1.2.1 人眼的视觉机理 |
| 1.2.2 仿人眼视觉机理国内外研究现状 |
| 1.2.3 仿生眼技术研究目前所存在的问题 |
| 1.3 主要研究内容 |
| 1.4 本章小结 |
| 第2章 仿生眼的结构设计与建模 |
| 2.1 人眼球运动控制机理概述 |
| 2.2 一体化球形仿生眼的机构设计原理 |
| 2.3 球形仿生眼机械结构设计 |
| 2.3.1 尺寸参数选择 |
| 2.3.2 三自由度仿生眼的机构设计 |
| 2.4 本章小结 |
| 第3章 仿生眼的运动控制及图像传感系统设计 |
| 3.1 仿生眼运动系统处理控制设计 |
| 3.1.1 人眼运动神经机理 |
| 3.1.2 系统电气控制 |
| 3.2 FPGA快速并行处理平台设计 |
| 3.2.1 嵌入式FPGA |
| 3.2.2 嵌入式FPGA并行处理系统组成及功能 |
| 3.2.3 嵌入式FPGA并行处理系统硬件选型 |
| 3.2.4 嵌入式FPGA并行处理系统硬件设计 |
| 3.3 仿生眼感知模块设计 |
| 3.3.1 仿生眼感知模块总体设计 |
| 3.3.2 仿生眼感知模块光学设计 |
| 3.4 本章小结 |
| 第4章 仿生眼的三维面部表情识别 |
| 4.1 人脸面部特征提取 |
| 4.1.1 人脸面部表情图像获取 |
| 4.1.2 人脸面部表情特征提取 |
| 4.2 表情特征归一化 |
| 4.3 面部表情分类识别 |
| 4.3.1 常用面部表情分类算法 |
| 4.3.2 SVM算法分类 |
| 4.3.3 表情分类识别 |
| 4.4 本章小结 |
| 第5章 实验仿真实现及结果分析 |
| 5.1 三自由度仿生眼机械结构仿真 |
| 5.1.1 仿生眼机械结构建模与运动仿真 |
| 5.1.2 仿生眼系统控制仿真 |
| 5.2 仿生眼面部表情识别实验结果与分析 |
| 5.2.1 人脸表情获取及特征提取 |
| 5.2.2 人脸面部表情获识别结果 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表论文与研究成果清单 |
| 致谢 |
（10）眼动行为的语义表达及其在图像检索中的应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 视觉注意的理论研究综述 |
| 1.2.2 视觉注意计算模型研究综述 |
| 1.2.3 图像的语义表达研究综述 |
| 1.2.4 基于眼动行为的语义表达研究综述 |
| 1.2.5 基于眼动行为的图像检索研究综述 |
| 1.3 主要研究思路和内容 |
| 1.3.1 研究思路 |
| 1.3.2 研究内容 |
| 1.4 论文结构安排 |
| 第二章 眼动行为实验的研究基础 |
| 2.1 引言 |
| 2.2 视觉注意的眼动实验 |
| 2.3 眼动的概念与指标 |
| 2.3.1 眼动的概念 |
| 2.3.2 眼动指标 |
| 2.4 眼动跟踪技术 |
| 2.4.1 眼动记录技术与方法 |
| 2.4.2 眼动仪的介绍 |
| 2.5 本章小结 |
| 第三章 视觉注意与兴趣选择之间的联系 |
| 3.1 引言 |
| 3.2 视觉注意计算模型 |
| 3.2.1 非均匀采样 |
| 3.2.2 底层视觉特征提取 |
| 3.2.3 中央周边差操作 |
| 3.2.4 特征显着图的融合 |
| 3.3 兴趣点的兴趣图 |
| 3.4 点击实验 |
| 3.4.1 实验目的 |
| 3.4.2 实验准备 |
| 3.4.3 实验流程 |
| 3.4.4 实验结果与分析 |
| 3.4.5 讨论 |
| 3.5 眼动实验 |
| 3.5.1 实验目的 |
| 3.5.2 实验准备 |
| 3.5.3 实验流程 |
| 3.5.4 实验结果与分析 |
| 3.5.5 讨论 |
| 3.6 本章小结 |
| 第四章 基于眼动行为的语义表达方法 |
| 4.1 引言 |
| 4.2 基于区域的图像分割算法 |
| 4.2.1 边缘检测法 |
| 4.2.2 区域提取法 |
| 4.2.3 阈值分割法 |
| 4.3 基于模糊核聚类的视觉注意分配策略 |
| 4.3.1 视线注意程度描述 |
| 4.3.2 传统的模糊聚类算法 |
| 4.3.3 眼动行为计算模型 |
| 4.4 眼动实验 |
| 4.4.1 实验目的 |
| 4.4.2 实验准备 |
| 4.4.3 实验流程 |
| 4.4.4 实验结果与分析 |
| 4.5 本章小结 |
| 第五章 基于眼动行为语义的图像重排序 |
| 5.1 引言 |
| 5.2 基于眼动信息的语义标注 |
| 5.3 图像的特征属性描述 |
| 5.4 重排序算法 |
| 5.5 眼动实验1 |
| 5.5.1 实验目的 |
| 5.5.2 实验准备 |
| 5.5.3 实验流程 |
| 5.5.4 实验结果与分析 |
| 5.6 眼动实验2 |
| 5.6.1 实验目的 |
| 5.6.2 实验准备 |
| 5.6.3 实验流程 |
| 5.6.4 实验结果与分析 |
| 5.7 本章小结 |
| 第六章 融合眼动行为语义的图像分类 |
| 6.1 引言 |
| 6.2 眼动赋权后的特征向量 |
| 6.2.1 权重矩阵 |
| 6.2.2 赋权后的特征向量 |
| 6.3 分类算法 |
| 6.3.1 支持向量机 |
| 6.3.2 朴素贝叶斯 |
| 6.4 眼动实验 |
| 6.4.1 实验目的 |
| 6.4.2 实验准备 |
| 6.4.3 实验流程 |
| 6.4.4 实验结果与分析 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文和参与的科研项目 |
| 致谢 |
四、计算机人体眼睛视网膜智能系统的研究（论文参考文献）
- [1]基于嵌入式平台的智能视线跟踪系统的研究和实现[D]. 芦凯. 西安电子科技大学, 2020(05)
- [2]视错觉在油画中的表现形式研究[D]. 李亮善. 西北民族大学, 2020(08)
- [3]用于视觉系统的忆阻器特性研究[D]. 赵建辉. 河北大学, 2020(08)
- [4]机器学习在染色体和眼底图像分析中的应用[D]. 游齐靖. 南京航空航天大学, 2020(07)
- [5]“暗”,不止于“深”——迈向认知智能与类人常识的范式转换[J]. 朱毅鑫,高涛,范丽凤,黄思远,Mark Edmonds,刘航欣,高枫,张驰,綦思源,吴英年,Joshua B.Tenenbaum,朱松纯. Engineering, 2020(03)
- [6]基于机器学习的眼科疾病自动诊断中的关键问题研究[D]. 张凯. 西安电子科技大学, 2019(07)
- [7]人工智能应用于国家边境检查管理研究 ——以上海口岸自助通关系统为例[D]. 朱颖娜. 上海交通大学, 2019(06)
- [8]媒体智能化背景下的新闻生产研究[D]. 贾军. 武汉大学, 2017(06)
- [9]仿生眼的结构控制及3D表情识别研究[D]. 刘树明. 北京理工大学, 2016(03)
- [10]眼动行为的语义表达及其在图像检索中的应用研究[D]. 胡文婷. 南京大学, 2016(05)