基于深度学习的单相机双光源的眼动交互技术

为进行高帧率眼动交互,提出了基于深度学习的单相机双光源识别方法。该方法运用了反射光斑与视线落点的相关关系,得到了由眼图到视线落点的映射规律,构建了人机眼动交互装置并得到高质量数据集,训练得到了精度与速度较高的视线落点定位模型,解决了视线估计数学模型复杂、运算量大的问题。实验结果表明,该方法实现了实时识别用户视线落点并进行交互的功能,可支持心理学实验研究以及虚拟现实应用技术的发展和应用。

面向全景与目标识别的嵌入式实验系统设计

开发了一套具有目标识别、全景拼接等功能的实验系统。选用NVIDIA嵌入式开发板Jetson TX2和e-CAM30_HEXCUTX2摄像头,搭建了大视场、高分辨的多相机图像采集系统,具有成本低、扩展性好、易使用维护、低功耗等特点。该系统已应用在我校开放实验中,完成了图像全景拼接、目标识别、视频推送系统及关键点检测等实验内容设计。

基于百度飞桨AI Studio的机器学习教学新模式实践与探索

针对机器学习课程教学中存在的问题,提出以百度飞桨AI Studio平台为载体的线上线下混合式理论教学模式和基于项目式的实验教学模式,介绍具体教学改革方案与实践,为学生进一步学习人工智能其他课程奠定坚实的基础。

面向机器人产业的大学生创新创业平台自主运营管理模式探索

吉林大学以"吉甲大师梦工场"为载体,旨在培养工程能力强、创新能力强、具备国际竞争力的新一代工科人才。梦工场充分发挥学生为主的核心优势,构建了学生高度自主的运营管理模式。本文对该模式进行介绍并运用SWOT(Strengths Weakness Opportunity Threats)分析了大学生创新创业团队的核心竞争力。

基于创新创业教育的智能机器人课程体系建设与应用

本文以智能机器人课程体系建设为对象,应用机器人入门理论基础实践形成阶梯式闭合的培养体系,设计了理论和实践课程的具体内容,采用多学科师资、多元化资源、多平台教学及多维度场地组织和实施教学,并针对课程模式设计了相应的考核评价机制。

可识别跟踪快递分拣员的机器人运输系统

本文设计了能够识别并跟随分拣员进行快递运输的机器人。本系统基于Haar特征[1]和SVM[2]进行分拣员人脸识别,运用KCF进行目标跟踪,借助雷达扫描建图和导航定位,A*算法[3]和TEB算法分别提供全局和局部的路径规划。经实验证明,本系统能够在识别到分拣员脸部后进行跟踪,用于快递运输,提高生产力。系统操作简易,性能稳定。

面向智能机器的4I“三创”教育体系探索与实践——以吉林大学梦工场为例

加强创新创业教育是提高人才培养质量和促进高等教育综合改革的重要措施。围绕智能机器产业的“三创”人才培养,吉林大学探索形成了4I“三创”教育体系。横向构建跨学科平台,开拓产教融合培养路径;纵向设计全过程项目式培养,以学生为主体的独立运营管理模式。近四年的实践运行提高了学生的产品设计研发、团队沟通合作、创业精神等“三创”能力和素质,在竞赛和创新创业项目中成绩显著,孵化了药瓶缺陷检测等一系列的智能机器创业作品,为多学科交叉的新兴产业“三创”人才培养提供了借鉴。