2020年度西安市科技产业化计划—“人工智能”产业创新链推进工程项目申报指南

一、人工智能核心技术攻关项目
计划定位：面向重大需求，围绕人工智能中试基地和产业化研究等方向，突破新一代人工智能关键共性技术，在智能感知处理、智能监测、智能交互与理解、智能系统应用、人工智能处理器等方面突破制约人工智能产业发展的关键核心技术瓶颈，形成开放兼容、稳定成熟的技术体系。项目鼓励高校和企业组成创新联合体，促进产学研紧密结合，调动社会资源投入新一代人工智能研发。
支持方向：自然资源综合监管与监测预警系统研发、基于车联网及车路协同技术的超视距自动驾驶信息融合技术研发、面向天基多源数据的智能处理及解译技术研究、面向智慧高速的高精度全息感知理论研究及系列化装备研发、基于区块链技术的国产分布式并行文件系统研发、人工智能辅助的临床护理信息系统关键技术和应用研发、多维可视化AI自动建模技术研发、智能光谱视觉探测技术开发等八个课题。
课题1：自然资源综合监管与监测预警系统研发
研究内容：遥感信息化中数据难以共享，给相关部门进行资源监测、灾害风险应急管理及预警提供信息产品服务与决策支持带来了困难。本项目通过对遥感数据的智能分析，有效提升多源遥感观测数据的应用与预警效能，满足我省通过遥感技术对农林水利、环境气象、国土资源调查、监测等的需求。项目借鉴生物大脑的信息感知机制与认知机理，建立遥感图像脑认知模型及算法；建立结合深度特征学习和标签学习的遥感图像地物分类技术、基于启发式知识的遥感图像变化检测技术、网络参数优化技术等等；研制自然资源综合监管与监测预警系统，在高分辨遥感数据中进行验证，为城市交通、市政、民政等相关部门的业务工作提供数据分析服务。
考核指标：支持国产高分1号/2号卫星图像，图像分辨率优于3米，农田、林地、草地等地物分类精度优于80%，水系、居民地等地物的变化检测精度优于80％，10000*10000像素的遥感影像分类在Nvidia 2080Ti处理时间不多于10分钟。
课题2：基于车联网及车路协同技术的超视距自动驾驶信息融合技术研发
研究内容：针对自动驾驶超视距场景下的多样化行车任务需求及传统单车感知的局限性，基于车联网及车路协同技术，综合利用已采集的超视距场景多源感知信息，研究可大幅提升网联自动驾驶汽车超视距场景行车安全及效率的系统级方案，突破网联自动驾驶超视距场景特征提取、需求回归、信息融合机制及算法设计等难点，开发可兼容SAE（国际自动机工程师学会）及国内《汽车驾驶自动化分级》标准的高级别网联自动驾驶超视距感知信息融合模块，推动我国网联自动驾驶及车路协同技术的标准化进程。
考核指标：网络覆盖范围≥500m2；支持不少于3种超视距感知信息融合算法；实验节点数≥30个；融合精度≥95%；融合时延≤100ms；支持不少于3种典型超视距场景；安全业务实施成功率≥99%；支持不少于3种边缘分布式机器学习算法；发表高水平论文10篇以上，申报相关专利10件以上，申请相关软件著作权5件以上，撰写相关行业白皮书或标准一部。
课题3：面向天基多源数据的智能处理及解译技术研究
研究内容：基于光学、雷达、视频、电侦等数据特点，对不同类型的载荷数据进行预处理，并生成高质量的标准产品。在此基础上，研究海陆分割、帧间匹配、目标检测、目标跟踪等技术，实现多源目标的智能化解译，提升遥感数据的深度应用能力。
考核指标：数据正确接收情况下，标准产品生产成功率应达到97%；可实现海陆区域的精确分割；海陆分割时，单景数据处理速度小于10秒；支持多景数据的匹配功能；帧间匹配时，单景数据处理速度小于20秒；根据不同卫星传感器性能，目标检测率成功率大于90%；可实现序列数据的目标跟踪计算。
课题4：面向智慧高速的高精度全息感知理论研究及系列化装备研发
研究内容：采用GIS、视频图像、GPS、惯导、雷达等技术，结合先进的人工智能、深度学习、计算机视觉相关算法开发基础与经验，建立融合多源异构数据的智慧高速全息感知算法，突破全息感知技术表征维度低、检测精度不足、泛化能力弱、检测效率有限等技术难关；建立具有自组织学习能力的道路常见病害智能检测及事故预警算法，攻关识别准确度高、检测效率高、病害的推演和预警等技术难点；研发一套高速公路路产智能检测系列化装备，实现高效的高速公路路产信息全息智能检测，完成上述相关理论、装备的实际测试工作。
考核指标：数字化高速全息感知精度不低于90%，感知范围包括但不限于交通标志/标识/标线、情报板、过街天桥、路面情况等类型；实现裂缝、坑槽、车辙、松散、沉陷、桥头（涵顶）跳车、表面破损等多种道路病害检测、分类；软件支持Windows XP/Windows 7/Windows 8/Windows 10操作系统；良好的人机界面；稳定可靠；申报检测系列化装备相关专利6项。
课题5：基于区块链技术的国产分布式并行文件系统研发
研究内容：研究面向人工智能需求的分布式并行文件系统，通过经济高效的可扩展存储加速人工智能应用，比如：基因组发现、数字放射学/病理学、交易/风险分析以及传统的高性能计算（简称：HPC）。减少60-90％的数据传输时间，比传统NAS快10倍，同时解决数据大带宽、海量小文件性能难题。通过数据缩减技术、高效率ErasureCode数据保护、集成对象存储的存储分层，存储成本降低高达60％。整个系统基于软件，针对国产CPU硬件深度优化，而无需更改应用程序，解决了多维数据基础架构和服务器存储I / O问题。专门针对人工智能混合工作负载（大，小，读，写，随机，顺序）的高性能，简化了未充分利用的存储，简化管理，降低复杂性，同时大幅降低成本。
考核指标：计算结点数量不少于64个，计算结点应使用自主微处理器；使用经典Benchmark，测试单计算结点I/O读、写聚合带宽均应达到20GB/s以上，测试64计算结点I/O读、写聚合带宽均应达到1TB/s以上；在IO-500测试指标中，测试总分不低于300分。
课题6：人工智能辅助的临床护理信息系统关键技术和应用研发
研究内容：基于临床护理知识图谱/规则库、人工智能大数据、和云平台技术，构建医院临床护理智能业务辅助系统和信息平台应用。支持医院常规科室/专科病种护理业务规则和模型的快速构建；基于对医院信息流的监测，可实现符合科学护理路径的自动任务触发、待办提醒、信息、风险预警等；通过5G、物联网等先进通信技术的数字化交互设备，在多样化护理场景下提供护理诊疗数据的可视化和智能应用，实现医院临床护理业务的数字化、智慧化；支持大数据云平台构建，对医院护理业务系统平台在短时间内的进行快速新建、迁移和扩展等。
考核指标：采用人工智能相关技术；建立常规科室/专科病种的护理业务知识库、规则库或模型≥10种；全面支持护理业务数字可视化交互，交互设备种类支持≥5种，支持5G通信满足病区隔离场景下“无接触”业务使用；系统在10家医院获得实际应用，其中三甲医院数≥5家,形成产业化示范推广；申报系统相关专利4项，软件著作权5项。
课题7：多维可视化AI自动建模技术研发
研究内容：主要研究三维 AI+自动化建模生产工艺中如何提高模型自动修复效果，模型及贴图还原度要达到 90%以上，开发出利用AI 手段自我训练以达到准确识别各类建筑物、道路、车辆、植被、水体等诸多要素的软件，进行语义化处理，将上传的数据进行运算，全自动化生成实景三维可视化精细模型。通过研究三维AI自动建模生产工艺，解决三维自动建模生产中出现建模扭曲、空洞、不完整的情况；实现针对城市建筑场景进行高效率和高准确率的实景三维建模，降低返工率并减少返工量，同时在后续建模环节可搭配市场应用普及率较高的软件来使用。
考核指标:采用人工智能三维重构技术，贴图还原度要达到 90%以上，涵盖从平方厘米到平方公里的规模对象，小到特定区域，大到城市级规模的建模；支持分辨率为 4K 以上的机载、车载、人工拍摄等多源图片数据处理；支持单次、同时处理 10GP 以上像素的输入图像，在线快速智能生成三维模型数据，线上三维模型优化编辑，模型支持 4K 以上显示器播放；支持跨平台二次开发，在后续建模环节可搭配市场应用普及率高的软件来使用，如 3DMAX、U3D、UE4、MAYA 等；模型的自动修复效果能够按 1：1 的比例还原物体真实面貌，并在可视化环节中实现精美度与流畅度的平衡；
课题8：智能光谱视觉探测技术开发
研究内容：基于深度学习技术，建立多特征融合的多光谱视频分类、动作识别的半监督模型；研究基于视频内容理解的多光谱极早期火灾预警技术；研究针对多光谱视频内容认知与理解的深度网络结构自动搜索算法和基于深度强化学习的多光谱视频描述算法；研究清晰度高保真与高压缩率的多光谱视频浓缩技术；研制智能光谱视觉探测的多光谱相机；面向海量多光谱视频内容，建立包含智能分类索引、智能筛选、自动标题等功能的智能光谱视频管理系统。
考核指标：对开放域的多光谱视频数据，视频分类、动作识别准确率优于90%；光谱视觉火灾探测准确率优于95%，灵敏度小于10秒；多光谱视频描述算法准确率大于75%；浓缩的多光谱视频能够根据需求恢复原始视频时空序列；研制的智能多光谱相机具有宽动态、自适应、全天候、1080P高清特点；智能光谱视频管理系统应具有良好的扩展性、伸缩性，适应于不同应用场景的部署需要。
申报主体：高等院校、科研院所、科技型企业。
申报条件：项目负责人具有高级专业技术职称或博士学位，研究团队具备专业研究能力、丰富的实践经验和创新精神。研究的课题在所属行业或应用领域中具有创新性、代表性、示范性和应用推广价值。
支持方式：无偿资助。
执行期限：2年。
申报材料：西安市科技计划项目申报书及相关附件，附件须包含项目可行性研究报告、项目负责人专业技术资格证书等材料。
二、人工智能应用示范项目
计划定位：围绕人工智能产业创新链的关键技术研发和创新，推动人工智能技术在经济社会各领域的应用，加快人工智能与实体经济深度融合。
支持方向：智慧文旅应用场景、智能交通应用场景、智慧医疗应用场景、智慧社会应用场景等四大场景。
场景1：智慧文旅应用场景
支持方向：支持人工智能技术在创意设计、立体化购物、数字文博、数字娱乐、传媒影视、动漫游戏、电子竞技等方面的融合应用，提升现代文创产业智能化水平。支持智慧旅游建设，开展智慧景区示范，加强兵马俑、华清池、大雁塔、陕西省历史博物馆、大唐芙蓉园、大唐不夜城、城墙等文化旅游资源的深度开发，运用VR、AR、全息投影、4D/5D等人工智能相关技术打造立体动态展示平台，开展景区虚拟展示、虚拟旅游以及旅游资源的数字化展现等示范。开展智慧旅游管理，进行景区多源数据采集与高峰期旅游大数据分析，优化景区业务流程和智能化运营管理，实现对游、购、娱、餐、宿、行等旅游信息的实时监测及应急响应等。推进高品质景区创建，鼓励运用人工智能技术开发“文化+”体验型产品，打造无人驾驶、智能成像、服务机器人等浸入式文旅体验项目。
场景2：智能交通应用场景
支持方向：支持智能交通领域创新技术成果展示与规模化运营，推动智能感知、智能分析、自主决策、智能控制、等技术在交通领域的应用，重点加强自动驾驶、车载感知、车联网、物联网等技术集成和配套，推动智能网联技术在公交、工程机械等专用车辆上的产业应用。支持特定场景的自动驾驶商业应用，开发智能汽车辅助驾驶技术与无人驾驶智能车，实施智能网联汽车道路测试示范运行，培育前撞预警、换道预警、疲劳预警、自动紧急刹车、高精度导航、激光雷达等自动驾驶新业态；支持利用图像识别和机器学习技术，整合城市公共数据和交通管理数据，实现智能化交通疏导和综合运行协调指挥，推动公共交通领域的智能化升级，提升城市交通综合管理效率。
场景3：智慧医疗应用场景
支持方向：支持基于物联网、互联网、5G、人工智能等信息技术的智慧医院创新性研究，通过手机、自助机、床旁设备等多类型终端应用，优化就医流程、增强管理效率，为市民提供便捷、高效、惠民的智慧医疗服务。支持市属医院与高校科研院所企业开展合作，运用人工智能技术对医疗案例和经验数据进行深度学习和决策诊断，辅助医生开展医疗影像筛查、临床诊断和预后评估。支持智慧医院建设，打造互联网+人工智能医疗综合服务体系，完善医院信息系统建设，构建院内数据共享体系，打通系统间壁垒，实现院内/院院之间数据互联互通，构建以病人为核心，以电子病历为载体，以临床信息系统为支撑的院内数据共享体系，为市民提供便捷、高效、惠民的智慧医疗服务。
场景4：智慧社会应用场景
支持方向：利用我省农业优势资源，支持构建集环境生理监控、作物模型分析和精准调节为一体的农业生产自动化和智能化系统平台；支持利用人工智能技术提升传统商贸服务业，探索人工智能+新零售商业模式，利用无人机、无人车等智能化装备无缝对接解决电商业务的复杂场景，开展智能化装卸搬运、分拣包装、加工配送的推广应用；支持以智能化为手段扩大优质教育资源覆盖面，将人工智能技术扩展到幼儿教育、基础教育、职业教育等方面，促进优质教育资源均衡发展；支持运用人脸识别、图像智能分析、目标行为理解等多种人工智能技术，探索智能安防应用系统和解决方案；支持人工智能技术与全市政务、环保、气象、司法等领域融合，探索形成人工智能城市治理的经验，提升智慧城市建设水平。
申报主体：区县开发区、市级有关部门、各级企事业单位、高等院校、科研院所、科技型企业。
申报条件：项目在申报前具有人工智能应用示范基础，课题在所属行业或应用领域中具有创新性、代表性、示范性和应用推广价值。项目团队具备丰富的实践经验和创新精神。
支持方式：无偿资助。
执行期限：2年。
申报材料：西安市科技计划项目申报书及相关附件，附件须包含可行性研究报告、项目负责人专业技术资格证书等材料。