科研项目

复杂环境极端天气精细化预报

复杂环境极端天气精细化预报获得基金委重大项目支持,该项目针对数值模式集合预报的系统不确定性和随机不确定性,通过深度学习与统计结合综合后的处理方法,能够刻画数值预报与观测数据之间的非线性映射,提高极端天气预报的可靠性和准确性。

应龙气象大模型--区域高分辨率气象智能预报

应龙气象大模型1.0版,该大模型重点关注区域高分辨率高精度天气预报,通过设计机理与数据融合驱动的人工智能算法,实现了对未来48小时多气象变量的逐小时滚动预报。以近地十米风速为例,应龙大模型的预报结果相较于模式预报误差相对降低20%左右,其他指标也表明大模型预报结果较优。

应龙气象大模型结果

降质图像增强系列算法

降质图像增强

提出了一种基于秩一先验的多场景降质图像增强算法(CVPR, 2021;IEEE TPAMI,2023),在一个统一的模型框架下,处理雾霾、沙尘、暗光、低照度、水下等多种降质场景,效果和性能明显优于其它算法。已成功应用到多个工程项目,可实现可见光、红外传感器雾霾成像复原,可满足实时性要求,相关成果已应用于长春光机所某地面观测设备。

图像去模糊

提出了基于梯度重叠组稀疏凸度量、梯度重叠组稀疏非凸度量、表面最小化(IEEE TPAMI,2023)等原理,在领域代表性期刊上发表SCI文章3篇,实际应用去模糊效果显著。

压缩图像复原

提出了一种结合两种互补先验(低秩先验与深度先验)的策略,能够在图像复原过程中更好地保留图像纹理细节及边缘轮廓。在低采样率(0.05)下,复原图像细节表现更好,比所对比方法高出1~4dBPSNR(Signal Processing, 2023)。

图像去薄云

提出了一种仅基于图片梯度信息的配准策略,即插即用可以应用于不同的卷云去除算法中,去除由于视差导致的卷云去除算法中残留的伪影,提高2~3dBPSNR,可显著提升下游任务目标检测精度(IEEE GRSL,2023)。

二维图像三维重构

建立了大规模多源数据三维重建系统。基于多视角遥感图像的自动三维重建系统,放宽重建对数据源的要求,无需使用地面控制点(GCP)和多线阵传感器采集像对影像,即可实现多日期 多尺度遥感图像的三维重建。该系统可应用于3D地图、精确制导、虚拟现实、增强现实等领域 。针对不同像源,分别开发了基于立体匹配的卫星图像三维重建系统和基于运动恢复结构(SF M)的遥感图像三维重建系统,重建结果可视性较好,重建高程精度在0.8米左右。可实现多日期遥感重建、航拍影像重建、三维单体建模、点云配准、点云语义融合、点云分割等功能。

多日期 2张重建

中国长春北湖 9km² 地区 公园+建筑

门牌石细节重建(东北师范大学图书馆门口门牌石) 52幅视角图像重建效果

基于深度学习的脑卒中影像分析系统

“基于深度学习的脑卒中影像分析系统的关键技术研发”获得吉林省科技厅重点研发项目资助,旨在开发基于深度学习技术的脑卒中医学影像分析诊疗系统,以自动精准地辅助医生客观做 出临床诊断、评估病情并规划治疗方案。软件结合筛查、急救、随访、慢病管理各子系统将区 域内不同层级诊疗机构整合,实现区域内心脑血管疾病诊疗数字化、智能化,解决院前心脑血管急诊救治及术后慢病管理的疾病全周期管理问题。

所提半监督学习RPE-CPS方法进行辅助分割结果

所提多注意力网络PCMA-Net分割结果

所提DTA-UNet分割结果

Chat AI-万物有灵,国内首个多模态情感语言大模型

Chat AI情感语言大模型是通过自研创新的TTS语言处理与生成技术,配合LAD算法,可以学习人类对话过程中的语音、语调和情感,理解对话内容,听(读)懂不同语境下的语意。结合M G-GAN赋予虚拟人个性化情感表达,实现情感生成语音对话内容,模仿心理咨询师对终端用户进行抑郁等心理问题筛查,并提供心理安抚。

我们希望通过最前沿的人工智能,让人们得到更多的情感关爱获得更健康的生活。我们的愿景是让人类少一点孤独。我们当前最先聚焦的是青少年、儿童群体,希望通过AI技术赋能,让青少年、儿童健康成长得到更多社会关注与关爱。

科研云-一站式科研计算云平台

科研云是一款科研分析计算云服务(SaaS)产品,提供开箱即用的分析计算环境部署(镜像工具)、可视化工作流编排、智能化异构算力调度、实时作业状态监控和结果输出,帮助用户快 速搭建计算作业环境、加快分析计算的迭代效率;支持团队协作、安全可靠的资源(数据、算法和模型)共享机制,实现科研成果的价值分享。