位置：广州集思未来教育 > 学校动态 > 广州集思未来人工智能科研项目合集精选项目

广州集思未来人工智能科研项目合集精选项目

来源：广州集思未来教育时间：2022/12/5 14:13:48

本次为大家带来一期：人工智能/交互设计项目精选。

1►《计算机科学与人工智能专题：数据挖掘与机器学习、语音识别等前沿人机交互技术在程序开发中的应用》

项目背景

2021年12月，中央网络安全和信息化委员会印发《“十四五”信息化规划》（以下简称《规划》），对我国“十四五”时期信息化发展作出了部署安排，明确提出“建设社会治理大数据与模拟推演科学研究平台，开展人工智能条件下的社会治理实验。”《规划》在“人工智能社会治理实验工程”专栏中进一步要求“开展教育社会实验。研究人工智能对教育模式和教育对象的影响，探索人工智能融入教育对社会的影响。”这是基于当前人工智能给教育带来全方位影响与变化形势下作出的重要决策。党的十九届五中全会提出了建设高质量教育体系的明确要求，“十四五”时期，必须在积极推进人工智能和教育深度融合过程中，加快人工智能教育社会实验研究，助力构建高质量教育体系。本项目也将围绕着人工智能与教育科技展开。

适合人群

人工智能、人机交互、语音识别、教育数据科学的同学

2►《人工智能与机器学习专题：深度学习与神经网络理论及其应用【大二及以上组】》

项目背景

1956年达特茅斯会议以来，人工智能已走过60年的风风雨雨，期间历经两次繁荣与低谷，喧嚣与沉寂。千禧年后，大数据的蓬勃发展和算力的指数级增长赋予了深度学习新的生机。深度学习如破竹之势将机器辅助功能变为可能，让人工智能在各个应用领域实现落地。

其中，人工智能一个重要的研究方面就是计算机视觉。“计算机视觉是一门研究如何使机器‘看’的科学，更进一步的说，就是指用摄影机和计算机代替人眼对目标进行识别、跟踪和测量，其本质是模拟人类的感知与观察的一个过程。”

据国金证券发布的调研报告称，计算机视觉是AI领域应用场景较丰富、商业化价值较大的领域，占中国AI市场的34.9%，排名。目前，相关技术已经在金融、自动驾驶、医疗、安防、互动娱乐等多个应用场景落地。计算机视觉背后的深度学习知识有哪些？如何将这些知识与实践相结合？

适合人群

人工智能、计算机科学、机器学习、深度学习、数据科学专业方向的同学直接

3►《人工智能计算机视觉专题：基于神经网络及深度学习的图像分类与识别、 YOLO, Transformers等前沿模型的训练与优化【大二及以上组】》

项目背景

项目涵盖计算机视觉领域的常用深度学习方法和前沿技术，比如生成模型、计算机视觉API、AutoML Vision。项目结束后，学生将完成两页Jupyter Notebook形式的报告，创建计算机视觉应用程序部署在边缘推理平台，进行成果展示。学生将能够从头开始建立计算机视觉模型，完成指定场景应用。

个性化研究课题参考：

基于计算机视觉的动态手势识别

应用计算机视觉对果蔬表面缺陷的判别研究

深度测量及物体三维模拟重构

适合人群

人工智能、计算机科学、数据科学专业方向同学可直接

4► 《计算机科学专题：用算法搭建梦工厂动画世界基于计算机图形学CG技术的3D建模与动画仿真》

项目背景

计算机图形学是利用计算机研究图形的表示、生成、处理和显示的一门重要的计算机分支，是计算机科学中较活跃的分支之一。近年来，随着计算机及互联网技术的迅速发展，计算机图形学正越来越深入我们的生活，它在图形视频处理、工业建模、游戏制作、生物信息、医药医疗等各行各业都有着极其重要的作用。

项目将重点介绍计算机图形学研究领域开发的各种交互式工具，及其设计原理和算法。课程内容涵盖计算机图形建模、动画和渲染。课程主题包括基本图像处理、几何变换、曲线和曲面的几何建模等，这些问题对视觉真实感程度起着至关重要的作用。

学生在学习理论的同时将使用 RenderMan等行业内的开发工具打造动画场景与视觉，在项目结束时提交项目报告，进行成果展示。

适合人群

动画电影、游戏设计、视觉专业方向的同学可直

5►《人机交互专题：元宇宙入口虚拟信息与真实场景的实时叠加与融合、AI驱动的沉浸式技术应用【大三及以上组】》

项目背景

项目涵盖计算机视觉领域的常用深度学习方法和前沿技术，比如生成模型、计算机视觉API、AutoML Vision。项目结束后，学生将完成两页Jupyter Notebook形式的报告，创建计算机视觉应用程序部署在边缘推理平台，进行成果展示。学生将能够从头开始建立计算机视觉模型，完成指定场景应用。

个性化研究课题参考：

基于计算机视觉的动态手势识别

应用计算机视觉对果蔬表面缺陷的判别研究

深度测量及物体三维模拟重构

适合人群

计算机科学、人机交互、人工智能、计算机图形学专业方向的同学

6►《计算机科学专题：用算法创作乐曲基于计算机音乐技术的音频理解与生成》

项目背景

计算机音乐是利用数字计算机和其他电子数据处理机器的音乐，发展于1948年，应用于音乐作曲和音乐研究。计算机技音乐术允许索引特定的音乐流派或类型(如16世纪的意大利音乐或某个作曲家的作品)，并被证明在风格、音调和和声结构的分析和作曲过程中是有用的。在使用计算机作为创作工具时，作曲者通过编写程序使计算机产生音高、节奏、音色和其他音乐元素，并通过作曲者选择的标准对这些元素进行筛选。输出可以用传统的仪器进行转录，也可以输入另一种设备转换成声音。

1963年，在贝尔电话实验室，马克斯·弗农·马修斯和他的同事们设计了一台能够直接合成声音的计算机。作曲家以数学函数形式输入的音乐，被计算机转换成合成的音乐声音，这些声音以数字形式存储，可以随意播放。由于机器灵活而，它可以产生各种各样的音乐应用。尽管计算机可以通过编程产生传统风格和器乐色彩的音乐，但它对作曲家的主要吸引力一直在于它能够扩展以前可用的音乐元素的范围，如音色和音高，以及它所创造的音乐形式的新方法。

近年来，随着人工智能技术及短视频平台的迅猛发展，计算机音乐技术已经作为主要生产工具，频繁出现在BGM及伴奏生成、基于不同角感的配乐自动匹配等应用场景中。

导师将首先介绍计算机音乐这一新兴的发展现状及其产业与现实生活运用、而后导师将介绍不同作用的多种计算机音乐算法，这将包括Nyquist编程语言的理论与实操、数字音频信号处理等技术。学生将根据个人对音乐种类及算法方向的喜好，在导师的建议下，自选个性化参考课题，进行音频的处理或转换，产出音乐demo，在项目结束时进行成果展示。

个性化参考课题：

用圆周率的数字作曲

对Steve Reich的“Piano Phase”做一个变奏曲

制作一首每一种乐器都有不同节奏的曲子

让乐器改变节奏来发散和收敛

每八度用19个音调而不是12个

创作一首比任何人演奏都要快的曲子

随机结合环境声音构建声景

为任何旋律构建一个自动和声器

制作并演奏合成琵琶或其他中国乐器

制作并使用带有自然颤音的合成乐器

制作一个可以表演不同情绪旋律的程序

适合人群

计算机科学、计算机音乐、人工智能、数字媒体、人机交互的同学

锁定广州集思未来，更多专业科研项目等你来参加！