(一) 申報單位為廣東省內(nèi)注冊創(chuàng)新主體(包括企業(yè)、科研院所、高校、其他事業(yè)單位和行業(yè)組織等)的，應(yīng)注重產(chǎn)學(xué)研結(jié)合、整合省內(nèi)外優(yōu)勢資源;申報單位為港澳地區(qū)高校院所的，按照《廣東省科學(xué)技術(shù)廳 廣東省財政廳關(guān)于香港特別行政區(qū)、澳門特別行政區(qū)高等院校和科研機構(gòu)參與廣東省財政科技計劃(專項、基金等)組織實施的若干規(guī)定(試行)》(粵科規(guī)范字〔2019〕1號)文件精神納入相應(yīng)范圍;申報單位為省外地區(qū)的，項目評審與立項過程按照相關(guān)規(guī)定與廣東省內(nèi)單位平等對待。

　　省外單位牽頭申報的，經(jīng)競爭性評審，擇優(yōu)納入科技計劃項目庫管理;入庫項目在滿足科研機構(gòu)、科研活動、主要團隊到廣東落地，且項目知識產(chǎn)權(quán)在廣東申報、項目成果在廣東轉(zhuǎn)化等條件后，將給予立項支持。

　　(二) 堅持需求導(dǎo)向和應(yīng)用導(dǎo)向。鼓勵產(chǎn)學(xué)研聯(lián)合申報，牽頭申報單位為企業(yè)的，原則上應(yīng)為高新技術(shù)企業(yè)或龍頭骨干企業(yè)，建有研發(fā)機構(gòu)，在本領(lǐng)域擁有國家級、省部級重大創(chuàng)新平臺，且以本領(lǐng)域領(lǐng)軍人物作為項目負(fù)責(zé)人。鼓勵加大配套資金投入，企業(yè)牽頭申報的，項目總投入中自籌經(jīng)費原則上不少于70%;非企業(yè)牽頭申報的，項目總投入中自籌經(jīng)費原則上不少于50%(自籌經(jīng)費主要由參與申報的企業(yè)出資)。

　　(三) 省重點領(lǐng)域研發(fā)計劃申報單位總體不受在研項目數(shù)的限項申報約束，項目應(yīng)依托在該領(lǐng)域具有顯著優(yōu)勢的創(chuàng)新單位，加強資源統(tǒng)籌和要素整合，集中力量開展技術(shù)攻關(guān)。不鼓勵同一單位或同一研究團隊分散力量、在同一專項中既牽頭又參與多個項目申報，否則納入科研誠信記錄并進行相應(yīng)處理。

　　(四) 項目負(fù)責(zé)人應(yīng)起到統(tǒng)籌領(lǐng)導(dǎo)作用，能實質(zhì)性參與項目的組織實施，防止出現(xiàn)拉本領(lǐng)域高端知名專家掛名現(xiàn)象。

　　(五) 項目內(nèi)容須真實可信，不得夸大自身實力與技術(shù)、經(jīng)濟指標(biāo)。各申報單位須對申報材料的真實性負(fù)責(zé)，要落實《關(guān)于進一步加強科研誠信建設(shè)的若干意見》(廳字〔2018〕23號)要求，加強對申報材料審核把關(guān)，杜絕夸大不實，甚至弄虛作假。各申報單位、項目負(fù)責(zé)人須簽署《申報材料真實性承諾函》(模板可在陽光政務(wù)平臺系統(tǒng)下載，須加蓋單位公章)。項目一經(jīng)立項，技術(shù)、產(chǎn)品、經(jīng)濟等考核指標(biāo)無正當(dāng)理由不予修改調(diào)整。

　　(六) 申報單位應(yīng)認(rèn)真做好經(jīng)費預(yù)算，按實申報，且應(yīng)符合申報指南有關(guān)要求。

　　(七) 有以下情形之一的項目負(fù)責(zé)人或申報單位不得進行申報或通過資格審查：

　　1.項目負(fù)責(zé)人有廣東省級科技計劃項目3項以上(含3項)未完成結(jié)題或有項目逾期一年未結(jié)題(平臺類、普惠性政策類、后補助類項目除外);

　　2.項目負(fù)責(zé)人有在研廣東省重大科技專項項目、重點領(lǐng)域研發(fā)計劃項目未完成驗收結(jié)題(此類情形下該負(fù)責(zé)人仍可作為主要參與人參與項目申報);

　　3.在省級財政專項資金審計、檢查過程中發(fā)現(xiàn)重大違規(guī)行為;

　　4.同一項目通過變換課題名稱等方式進行多頭或重復(fù)申報;

　　5.項目主要內(nèi)容已由該單位單獨或聯(lián)合其他單位申報并已獲得省科技計劃立項;

　　6.省內(nèi)單位項目未經(jīng)科技主管部門組織推薦;

　　7.有尚在懲戒執(zhí)行期內(nèi)的科研嚴(yán)重失信行為記錄和相關(guān)社會領(lǐng)域信用“黑名單”記錄;

　　8.違背科研倫理道德。

　　(八) 申報項目還須符合申報指南各專題方向的具體申報條件。

　　二、專題內(nèi)容

　　專題一：關(guān)鍵基礎(chǔ)體系研究及驗證(專題編號： 20190153)

　　項目1：面向自主智能體感知與協(xié)作的計算架構(gòu)和驗證

　　(一)研究內(nèi)容

　　針對自主智能體感知與協(xié)作的新型深度計算架構(gòu)開展研究。針對實時感知與識別、自主控制與協(xié)作、動態(tài)環(huán)境下的自適應(yīng)任務(wù)重構(gòu)等難題，突破實時目標(biāo)檢測算法、多智能體協(xié)作、智能計算智能處理器系統(tǒng)結(jié)構(gòu)設(shè)計等關(guān)鍵技術(shù)。研 究低功耗、強實時的軟硬件協(xié)同解決方案;研究基于語義地 圖的情境理解和多智能體協(xié)作等核心技術(shù);完成基于認(rèn)知計 算模型的人工智能原型處理器設(shè)計，面向多智能協(xié)同任務(wù)的 原理驗證系統(tǒng)。可支持智慧物流、智慧社區(qū)、智慧安防等領(lǐng)域。

　　(二)考核指標(biāo)

　　項目完成時，須基于自主智能理論計算架構(gòu)完成一款新型處理器原型設(shè)計，并建成面向物流、無人駕駛等領(lǐng)域技術(shù)驗證系統(tǒng)，可與原有自主智能體感知、協(xié)作、任務(wù)執(zhí)行效率直接比對。其中，處理器峰值算力不低于12.8TOPs， 執(zhí)行效率不低于70%，部分網(wǎng)絡(luò)不低于80%;單處理器支持不低于8路的1080P@60Hz目標(biāo)檢測任務(wù);基于該原型處理器構(gòu)建自主智能體數(shù)目≥10個、種類≥2類的多智能體協(xié)同驗證系統(tǒng);驗證系統(tǒng)圍繞混合增強智能、機載實時處理、空地聯(lián)合感知協(xié)作、動態(tài)環(huán)境任務(wù)自適應(yīng)重構(gòu)等關(guān)鍵技術(shù)開展集成驗證，達到低能耗、高實時、強適應(yīng)的要求;項目執(zhí)行期內(nèi)在廣東省內(nèi)自主智能體領(lǐng)域進行不少于3處應(yīng)用，完成新申請發(fā)明專利大于等于20項(其中至少包含5項PCT專利)， 研制并發(fā)布實施團體標(biāo)準(zhǔn)2項，集成電路保護布圖1項。

　　項目2：基于混合增強智能的平行智能理論研究及驗證

　　(一)研究內(nèi)容

　　本方向針對平行智能理論體系下的機器智能進行系統(tǒng)性研究。研究提升機器理解并適應(yīng)真實世界環(huán)境、完成復(fù)雜時空關(guān)聯(lián)任務(wù)的能力;研究基于認(rèn)知計算的混合增強智能，探索直覺推理與因果模型、記憶和知識演化的可計算框架;研究人機協(xié)同的感知與執(zhí)行一體化模型、智能計算前移的新型邊緣節(jié)點等核心技術(shù);構(gòu)建包含人工系統(tǒng)、計算實驗、平行控制與管理等功能的混合增強智能平行智能系統(tǒng)平臺;在制造、交通或健康等行業(yè)建立驗證系統(tǒng)予以驗證。

　　(二)考核指標(biāo)

　　項目完成時，須基于平行智能理論建立具有人機物要素10萬個以上、可接入2類以上智能系統(tǒng)API、具備10種以上接口的驗證系統(tǒng)及軟硬件平臺，并在實際場景中應(yīng)用、驗證、效率比對。該驗證系統(tǒng)包含人機混合增強智能基礎(chǔ)模型與核心技術(shù)算法不少于15個，以上模型和算法能夠支 持語音、圖像、意圖理解等多模態(tài)人機交互手段，將人機交互、感知和認(rèn)知計算的運行效率比現(xiàn)有水平提升30%以上; 所構(gòu)建的平行智能系統(tǒng)平臺對典型場景的感知精度超過95%，實現(xiàn)人工工作量降低40%以上;項目執(zhí)行期內(nèi)完成新申請發(fā)明專利大于等于20項(其中至少包含5項PCT專利)，研制并發(fā)布實施團體標(biāo)準(zhǔn)2項。項目執(zhí)行期內(nèi)在廣東省內(nèi)制造、交通或健康等領(lǐng)域完成不少于3類應(yīng)用示范。

　　項目3：面向數(shù)據(jù)智能標(biāo)注的弱監(jiān)督與自學(xué)習(xí)方法及系統(tǒng)驗證

　　(一)研究內(nèi)容

　　本方向針對大數(shù)據(jù)智能的關(guān)鍵基礎(chǔ)體系進行建設(shè)。研究多機構(gòu)協(xié)同的系統(tǒng)性結(jié)構(gòu)化標(biāo)注策略，結(jié)合深度學(xué)習(xí)算法針對影像數(shù)據(jù)(如圖片、視頻)、文本數(shù)據(jù)(如語音、文字)研究自動生成結(jié)構(gòu)化數(shù)據(jù)的智能標(biāo)注系統(tǒng)，開發(fā)半監(jiān)督/無監(jiān)督學(xué)習(xí)算法支持下的集數(shù)據(jù)收集、數(shù)據(jù)處理和自動標(biāo)注為一體的智能標(biāo)注云平臺。通過從海量未標(biāo)注的數(shù)據(jù)中自動挖掘有價值的目標(biāo)信息，實現(xiàn)(極)弱監(jiān)督下的特征與模型學(xué)習(xí)，并大幅度地提升模型的精簡性、通用性和適應(yīng)性。通過推理、匹配與迭代優(yōu)化，研究無標(biāo)注樣本下的深度特征預(yù)學(xué)習(xí);研究結(jié)合遷移學(xué)習(xí)與主動學(xué)習(xí)的增量學(xué)習(xí)方法，并通過漸進式模型訓(xùn)練將其應(yīng)用到實體目標(biāo)增量標(biāo)注任務(wù)中，通過迭代學(xué)習(xí)有效地提升模型性能。建立高效通用的數(shù)據(jù)標(biāo)簽與結(jié)構(gòu)化標(biāo)注標(biāo)準(zhǔn)體系，并完成標(biāo)準(zhǔn)化的標(biāo)注數(shù)據(jù)庫建設(shè)。

　　(二)考核指標(biāo)

　　項目完成時，須建成一個智能標(biāo)注開放平臺，接入的開發(fā)者不少于300個，平臺上通用和專用智能標(biāo)注小程序不少于100個，活躍用戶不少于3000個。項目形成的平臺可完成面向影像、文本數(shù)據(jù)自動標(biāo)注任務(wù)，提出20個以上的弱監(jiān)督與自主學(xué)習(xí)模型與算法，實現(xiàn)標(biāo)注準(zhǔn)確率不低于92%， 對于其中任一個子任務(wù)分類的準(zhǔn)確率、靈敏度、特異度均不低于90%。開發(fā)海量數(shù)據(jù)自動標(biāo)注系統(tǒng)，建立起包括億級數(shù)量和PB級存儲的各類影像數(shù)據(jù)(圖片、視頻)、文本數(shù)據(jù)(語音、文字)庫。項目執(zhí)行期內(nèi)完成新申請發(fā)明專利大于等于20項(其中至少包含5項PCT專利)，研制并發(fā)布 實施團體標(biāo)準(zhǔn)2項。驗證應(yīng)用需覆蓋廣東省內(nèi)無人駕駛、智 能安防、智慧醫(yī)療等領(lǐng)域。

　　申報要求：本專題的項目3須企業(yè)牽頭申報。

　　支持強度：本專題每個項目擬支持1-2項，資助額度3000 萬元左右/項。

　　專題二：關(guān)鍵共性技術(shù)研究及應(yīng)用(專題編號： 20190154)

　　項目1：基于跨媒體感知的人機交互關(guān)鍵技術(shù)研究與應(yīng)用

　　(一)研究內(nèi)容

　　開展多模態(tài)的人機交互技術(shù)研究，重點解決以視覺感知、語音理解、動作交互為主的人機交互核心問題。研究面向開放環(huán)境的自適應(yīng)場景及交互對象的視覺感知與建模，提升智能系統(tǒng)對多樣化場景的適應(yīng)能力;開展高層語義理解與融合的人機語音交互技術(shù)研究，提升語音系統(tǒng)在開放交互場景中的模糊理解與泛化推理能力;研究跨模態(tài)的機器人情感認(rèn)知技術(shù)，包含表情、對話語音情感理解等;研究融合認(rèn)知理解的高自由度人機動作交互，實現(xiàn)多模態(tài)與多樣化的人機交互方式;研制面向通用邊緣計算的智能實時推理平臺，形成端云一體化的多模態(tài)人機交互系統(tǒng)，實現(xiàn)感知、理解、交互一體的智能設(shè)備;在多模態(tài)人機交互上形成核心技術(shù)，并在服務(wù)、教育、工業(yè)等人機交互與機器人方向形成示范性應(yīng)用。

　　(二)考核指標(biāo)

　　項目完成時，須開發(fā)完成具備多模態(tài)感知能力，具備高自由度并可自主執(zhí)行動作的智能機器人不少于3款。項目 需建立環(huán)境自適應(yīng)的場景感知系統(tǒng)，實現(xiàn)高精度的場景感知和理解，并滿足10個以上場景的自適應(yīng)感知需求;完成交互語音理解系統(tǒng)，中文語音識別準(zhǔn)確率超過90%，中文問答準(zhǔn)確率高于85%;開發(fā)完成高自由度的實時動作交互系統(tǒng)， 機器人動作交互姿態(tài)超過15個自由度;多模態(tài)情感識別準(zhǔn)確度>90%;構(gòu)建面向多模態(tài)人機交互的端云一體化的實時 動作交互平臺，其邊緣計算滿足大于5幀/秒的實時處理能力;形成多模態(tài)感知與人機動作交互相融合的交互應(yīng)用不少于3項。在廣東省內(nèi)服務(wù)、教育、工業(yè)等智能機器領(lǐng)域應(yīng)用。項目執(zhí)行期內(nèi)完成新申請發(fā)明專利大于等于20項(其中至少包含5項PCT專利)，提交國際或國家標(biāo)準(zhǔn)標(biāo)準(zhǔn)草案≥1項。

　　項目2：工業(yè)級多模智能感知系統(tǒng)關(guān)鍵技術(shù)與邊云協(xié)同應(yīng)用

　　(一)研究內(nèi)容

　　開展基于聲和超聲感知的智能感知認(rèn)知理論和關(guān)鍵技術(shù)研究。研究基于工業(yè)聲成像的產(chǎn)品或零部件故障辨識和故障定位技術(shù);基于聲像的對抗學(xué)習(xí)、遷移學(xué)習(xí)和強化學(xué)習(xí)融合算法，研究基于深度學(xué)習(xí)的時序/空間/時頻多維信息 融合推理算法。研究基于超聲感知的高精度定位技術(shù)，基于機器學(xué)習(xí)、流形學(xué)習(xí)、深度學(xué)習(xí)的多維信號特征提取算法。研究基于自組織神經(jīng)網(wǎng)絡(luò)、記憶回放機制的在線增量學(xué)習(xí)算法，實現(xiàn)基于人機互動的新故障自動標(biāo)注。建立面向制造感知的可重構(gòu)異構(gòu)智能計算邊緣節(jié)點定制化軟硬件協(xié)同設(shè)計，研究高效、靈活的深度神經(jīng)網(wǎng)絡(luò)加速單元和信號處理加速單元設(shè)計，為多框架深度學(xué)習(xí)以及信號處理構(gòu)建易于編程與應(yīng)用的集成編譯開發(fā)與運行時管理軟件，完成自主邊緣智能計算節(jié)點構(gòu)建。建立多模態(tài)感知融合云平臺并實現(xiàn)多廠區(qū)邊云部署，建成同類產(chǎn)品在不同區(qū)域產(chǎn)線的多模態(tài)感知智能學(xué)習(xí)與計算系統(tǒng)。形成算法、系統(tǒng)與平臺的完整軟硬件設(shè)計與快速的算法模型可迭代設(shè)計評估、驗證。

　　(二)考核指標(biāo)

　　項目完成時，須完成基于非接觸超聲感知及聲感知等先進感知的工業(yè)智能診斷系統(tǒng)，并實現(xiàn)邊云部署。其中， 非接觸超聲感知系統(tǒng)可實現(xiàn)掃查檢測3m/s以上，工作距離范 圍0.35m～2m時檢出點定位精度小于1cm，成像點間距小于1mm，故障檢出率≥95%。工業(yè)聲像的故障、定位感知認(rèn)知模型10種以上，系統(tǒng)可分離故障聲源6個以上，故障聲定位精度±1cm，故障識別10種以上，判斷時間小于1s，故障檢出率≥99.99%，故障辨識準(zhǔn)確率≥95%(包括在線新增故障，背景噪聲強度70db~90db)。需構(gòu)建易于多模態(tài)感知計算的自研算法庫，自研管理平臺可兼容多種主流計算框架，實現(xiàn)深度學(xué)習(xí)以及信號處理等算法融合的混合模型壓縮、集 成仿真與在線評測;為自主硬件設(shè)計單元設(shè)計定制硬件接 口抽象與高層次綜合庫，完成國產(chǎn)應(yīng)用處理器+FPGA的邊緣智能節(jié)點設(shè)計，節(jié)點功耗<15W。系統(tǒng)需在5個以上不同區(qū)域廠區(qū)聯(lián)合調(diào)試部署，部署上線軟硬件系統(tǒng)不少于100套， 產(chǎn)線覆蓋不少于80條，覆蓋產(chǎn)線產(chǎn)值不少于25億/年。項目 執(zhí)行期內(nèi)完成新申請發(fā)明專利大于等于20項(其中至少包含5項PCT專利)。

　　項目3：基于端云融合的網(wǎng)聯(lián)協(xié)同控制關(guān)鍵技術(shù)研究及應(yīng)用

　　(一)研究內(nèi)容

　　面向AIOT場景下復(fù)雜不確定性端云融合模式下的跨域業(yè)務(wù)協(xié)同控制問題，開展邊緣計算網(wǎng)關(guān)及智能網(wǎng)聯(lián)協(xié)同控制系統(tǒng)的關(guān)鍵技術(shù)研究。包括面向處理器級網(wǎng)聯(lián)端側(cè)設(shè)備 數(shù)據(jù)采集融合的端云協(xié)同智能計算模型、低功耗邊緣計算 網(wǎng)關(guān)體系架構(gòu)、端云融合網(wǎng)聯(lián)大數(shù)據(jù)全周期閉環(huán)智能管理 模型。研制具備低功耗、輕量級人工智能算法邊緣執(zhí)行框架的網(wǎng)關(guān)設(shè)備，研究支持終端網(wǎng)聯(lián)節(jié)點國產(chǎn)操作系統(tǒng)的自 主可控軟件集成開發(fā)環(huán)境和開源工具鏈。支持TensorFlow等框架下訓(xùn)練完成的神經(jīng)網(wǎng)絡(luò)模型到算子的翻譯、算子到AI 芯片的指令集編譯，研發(fā)面向AIOT的軟件集成開發(fā)環(huán)境和編譯工具鏈，搭建開源計算平臺，提高邊緣計算網(wǎng)關(guān)的AI 支持，面向城市交通管理、無人駕駛、安全生產(chǎn)應(yīng)急管理、 企業(yè)風(fēng)險預(yù)警分析管控等熱點的城市大腦協(xié)同控制場景建 立示范應(yīng)用。

　　(二)考核指標(biāo)

　　項目完成時，須完成一個開源開放邊緣計算網(wǎng)關(guān)系統(tǒng)開發(fā)，該邊緣計算網(wǎng)關(guān)可支持采用基于RISC-V的超低功耗多核并行架構(gòu)并支持不少于5種擴展指令集的處理器，支持 離線運行卷積神經(jīng)網(wǎng)絡(luò)等主流人工智能推理算法。支持不少于5種國產(chǎn)MCU或嵌入式處理器，支持NCNN和MNN兩種國內(nèi)主導(dǎo)的主流神經(jīng)網(wǎng)絡(luò)推理算法框架，以及Yolo V3等10 種以上嵌入式領(lǐng)域常用神經(jīng)網(wǎng)絡(luò)類型的模型編譯轉(zhuǎn)化。自研形成集成開發(fā)環(huán)境，性能不低于手寫匯編效率的70%，比開源工具開發(fā)效率提升一個數(shù)量級，性能提升2倍以上，支持不少于兩種主流開源操作系統(tǒng)。支持100萬級邊緣節(jié)點在線智能協(xié)同管理，以及不少于10種制式通信協(xié)議、不少于5 類多屬性異構(gòu)數(shù)據(jù)預(yù)處理。形成端云融合智能協(xié)同控制系統(tǒng)可支持PB級數(shù)據(jù)處理能力，并面向廣東省內(nèi)交通管控、無人駕駛、安全生產(chǎn)等復(fù)雜不確定性跨域業(yè)務(wù)場景，提升總體協(xié)調(diào)控制效率20%以上。項目執(zhí)行期內(nèi)完成新申請發(fā)明 專利大于等于20項(其中至少包含5項PCT專利)，申請軟 件著作權(quán)≥20項，提交國際或國家標(biāo)準(zhǔn)標(biāo)準(zhǔn)草案≥1項。項目實施三年內(nèi)相關(guān)產(chǎn)品與服務(wù)累計涉及用戶規(guī)模(企業(yè)/個人)到達100萬級。

　　項目4：預(yù)測性決策控制模型研發(fā)與人工智能開放平臺構(gòu)建

　　(一)研究內(nèi)容

　　研究面向制造的預(yù)測性決策控制模型及基礎(chǔ)算法庫， 研究支撐高維度性能衰退指標(biāo)提取的高穩(wěn)定性和敏感性算 法;研究根據(jù)特征數(shù)據(jù)庫和運行數(shù)據(jù)庫構(gòu)建設(shè)備健康混合 模型，研究支持模型重合度評估系統(tǒng)或其部件健康度的算法;研究設(shè)備性能退化程度的算法及反饋補償控制技術(shù)，研發(fā)軟硬件協(xié)同計算系統(tǒng)。研究支撐高速在線動態(tài)補償智能決策模型算法。研究支撐柔性件roll to roll和連續(xù)加工過程產(chǎn)品測量與和面向過程的誤差源識別算法，構(gòu)建基 于制造質(zhì)量預(yù)測可拓模型，研發(fā)柔性件制造預(yù)測性決策控 制深度學(xué)習(xí)人工智能算法開放平臺系統(tǒng)，研發(fā)可視化虛擬 設(shè)備屬性數(shù)據(jù)建模與映射關(guān)系建立技術(shù)，研發(fā)拖拽式可視 化、圖形化的數(shù)據(jù)建模、數(shù)據(jù)探索、深度分析、規(guī)則聯(lián)動 與預(yù)運行及自主數(shù)據(jù)模型構(gòu)建技術(shù)。

　　(二)考核指標(biāo)

　　項目完成時，須完成一個預(yù)測性決策人工智能開放平 臺建設(shè)。該平臺可連接運行設(shè)備不少于10萬臺，并發(fā)數(shù)據(jù) 上報吞吐量單機QPS>8W，數(shù)據(jù)存儲吞吐日均數(shù)據(jù)承載>30T，可提供包括特征提取、性能衰退預(yù)測、健康評估等預(yù)測性維護深度學(xué)習(xí)算法模型不少于200種，算法模型須支持Spark ML、Python等主流人工智能算法開發(fā)語言。系統(tǒng)支持拖拽式可視化數(shù)據(jù)建模，提供可視化虛擬設(shè)備屬性數(shù)據(jù)建模并建立映射關(guān)系以及圖形化、拖拽式的規(guī)則建模、規(guī)則聯(lián)動與預(yù)運行，支持軟件開發(fā)語言Java、Ruby、PHP、C#、Golang、NodeJS、Python，項目執(zhí)行期間需接入平臺活躍用戶不少于10萬個，開發(fā)者數(shù)大于6000個。針對可roll to roll和連續(xù)生產(chǎn)的柔性材料類制造系統(tǒng)，實現(xiàn)人工智能維護算法穩(wěn)定性邊界差異指標(biāo)<5%，誤判率<20%，實現(xiàn)早于基準(zhǔn)的預(yù)測預(yù)報，裝備運行持續(xù)時間在原基礎(chǔ)上提高5%， 柔性件核心加工部件實際使用時間提高1倍，原材料使用率比在項目實施前提升5%，覆蓋產(chǎn)能總體良率提升1.5%以上。項目完成時，基于上述創(chuàng)新成果，實現(xiàn)在廣東省內(nèi)6家以上不同行業(yè)柔性件制造企業(yè)形成智能化示范應(yīng)用。新申請發(fā)明專利大于等于20項(其中至少包含5項PCT專利)。

　　申報要求：本專題的所有項目均須企業(yè)牽頭申報。

　　支持強度：本專題每個項目擬支持1-2項，資助額度3000 萬元左右/項。

　　專題三：關(guān)鍵處理與感知器件(專題編號：20190155)

　　項目1：可敏捷定制的智能視覺處理器及系統(tǒng)應(yīng)用

　　(一)研究內(nèi)容

　　研究面向智能視覺應(yīng)用的可靈活調(diào)整的處理器體系架構(gòu)和部署工具，解決現(xiàn)有深度學(xué)習(xí)處理器固定體系結(jié)構(gòu)與靈 活應(yīng)用數(shù)據(jù)流之間的矛盾，針對不同應(yīng)用場景中的深度學(xué)習(xí) 算法，研究處理器在算法特定的體系結(jié)構(gòu)中的配置方法，研 究處理器在稠密網(wǎng)絡(luò)與稀疏網(wǎng)絡(luò)間切換模式，研究處理器動 態(tài)調(diào)整數(shù)據(jù)流和數(shù)據(jù)位寬的方法。研究面向智能視覺的神經(jīng) 網(wǎng)絡(luò)模型壓縮技術(shù)，制定統(tǒng)一的網(wǎng)絡(luò)壓縮標(biāo)準(zhǔn)。研究高保真 度光感成像技術(shù)、超大圖像數(shù)據(jù)的快速壓縮與傳輸技術(shù)、亞像素級超高清圖像特征提取、分割、匹配與識別技術(shù)。開展基于端云協(xié)同的應(yīng)用示范。

　　(二)考核指標(biāo)

　　項目完成時，須實現(xiàn)智能視覺終端ASIC處理器流片。該處理器在65nm制程下，最高功耗控制在2W以內(nèi)，峰值8bit定點最高性能達到10TOPS和最高能效達到5TOPs/W量級。處理器可支持不同數(shù)據(jù)位寬(4, 8, 16, 32)的神經(jīng)網(wǎng)絡(luò), 卷積層平均資源利用率達到75%以上，處理器具備可以靈活配置成不同網(wǎng)絡(luò)層和面向不同場景的能力?；谠撁艚荻ㄖ埔曈X處理器開發(fā)的“端云系統(tǒng)”，可在智能交通或高精度智能檢測等領(lǐng)域應(yīng)用，須在具體場景中驗證敏捷定制處理器數(shù)據(jù)流 與數(shù)據(jù)位寬動態(tài)調(diào)整效果。項目執(zhí)行期間，新申請發(fā)明專利 大于等于20項(其中至少包含5項PCT專利)，研制并發(fā)布實施團體標(biāo)準(zhǔn)2項。

　　項目2：高性能TOF三維感知器件研發(fā)及視覺引導(dǎo)自主智能系統(tǒng)應(yīng)用

　　(一)研究內(nèi)容

　　開展高性能TOF圖像傳感器、3D傳感器關(guān)鍵技術(shù)研究及處理器開發(fā)與應(yīng)用。研發(fā)高感光度、高量子效率、低暗電流噪聲且體積小的背照式(BSI)iTOF像素單元及其高分辨率圖像傳感器;研發(fā)高速、高精度、低功耗ADC及其讀出電路;研究基于面陣激光器及光學(xué)器件組成的激光發(fā)射模組及其高頻調(diào)制驅(qū)動電路?；陧椖块_發(fā)的TOF感知器件，研究3D視覺引導(dǎo)的自主智能系統(tǒng)，研究復(fù)雜環(huán)境下對操作對 象快速三維感知的能力，重構(gòu)交互場景和操作對象三維模 型，完成自主智能系統(tǒng)在復(fù)雜環(huán)境約束下的運動控制，研 究用于精準(zhǔn)交互和靈巧操作、快速估計的深度網(wǎng)絡(luò)模型應(yīng) 具備的防備對抗攻擊的魯棒性。

　　(二)考核指標(biāo)

　　項目完成時，須研發(fā)出工業(yè)級TOF 3D傳感器模組，并應(yīng)用于3D視覺誘導(dǎo)。研發(fā)采用BSI和stacking工藝的Si基TOF圖像傳感器，像素大小不超過5um x 5um，使940nm的量子效率至少達到35%，像素內(nèi)的光電子傳輸<1ns;3D傳感器分辨率可達到VGA，幀速可達到150fps，對角FOV大于80°，近距離測量相對精度不超過2mm@0.5m，遠距離測量相對精 度不超過1%@20m;TOF器件應(yīng)用于三維視覺引導(dǎo)，可重構(gòu)場景和交互模型，建立場景/物體類別不少于100個，主動抓取成功率不低于90%，將重構(gòu)和虛擬場景訓(xùn)練所得模型用于 真實抓取的遷移學(xué)習(xí)，主動抓取成功率不低于80%。項目執(zhí)行期內(nèi)完成新申請發(fā)明專利大于等于20項(其中至少包含5 項PCT專利)。實現(xiàn)在廣東省內(nèi)工業(yè)制造、安防、危險品處理、物流、數(shù)據(jù)中心等至少三個行業(yè)的示范應(yīng)用。

　　申報要求：本專題的項目2須企業(yè)牽頭申報。

　　支持強度：本專題每個項目擬支持 1-2 項，資助額度 3000萬元左右/項。

　　三、評審及立項說明

　　省重點領(lǐng)域研發(fā)計劃項目由第三方專業(yè)機構(gòu)組織評審，對申報項目的背景、依據(jù)、技術(shù)路線、科研能力、時間進度、經(jīng)費預(yù)算、績效目標(biāo)等進行評審論證，并進行技術(shù)就緒度和知識產(chǎn)權(quán)等專業(yè)化評估：

　　(一) 技術(shù)就緒度與先進性評估。本專項主要支持技術(shù)就緒度3-6級的項目，項目完成時技術(shù)就緒度一般應(yīng)達到7-9級，原則上項目完成后技術(shù)就緒度應(yīng)有3級以上提高(技術(shù)就緒度評價標(biāo)準(zhǔn)及細則見附件2)，各申報單位應(yīng)在可行性報告中按要求對此進行闡述并提供必要的佐證支撐材料(可行性報告提綱可在陽光政務(wù)平臺系統(tǒng)下載)。

　　(二) 查重及技術(shù)先進性分析。將利用大數(shù)據(jù)分析技術(shù)，對照國家科技部科技計劃歷年資助項目與廣東省科技計劃歷年資助項目，對擬立項項目進行查重和先進性等分析。

　　(三) 知識產(chǎn)權(quán)分析評議。項目研究成果一般應(yīng)有高質(zhì)量的知識產(chǎn)權(quán)，請各申報單位按照高質(zhì)量知識產(chǎn)權(quán)分析評議指引的有關(guān)要求加強本單位知識產(chǎn)權(quán)管理，提出項目的高質(zhì)量知識產(chǎn)權(quán)目標(biāo)，并在可行性報告中按要求對此進行闡述并提供必要的佐證支撐材料(可行性報告提綱可在陽光政務(wù)平臺系統(tǒng)下載)，勿簡單以專利數(shù)量、論文數(shù)量作為項目目標(biāo)。

　　擬立項項目經(jīng)領(lǐng)域?qū)＜液蛻?zhàn)略咨詢專家審議，并按程序報批后納入項目庫管理，按年度財政預(yù)算及項目落地情況分批出庫支持，視項目進展分階段進行資金撥付。

　　四、聯(lián)系人及電話

　　1.高新技術(shù)發(fā)展及產(chǎn)業(yè)化處(專題業(yè)務(wù)咨詢)：文曉蕓，020-83163877

　　2.業(yè)務(wù)受理及技術(shù)支持：020-83163930、83163338

　　3.資源配置與管理處(綜合性業(yè)務(wù)咨詢)：司圣奇　020-83163838