大學生創新項目申請書范文
我們眼下的社會，我們會使用上申請書，請注意不同種類的申請書有著不同的格式。寫起申請書來就毫無頭緒？以下是小編為大家收集的大學生創新項目申請書范文，歡迎閱讀，希望大家能夠喜歡。
大學生創新項目申請書 篇1
一、目的任務
計劃的實施，旨在探索并建立以問題和課題為核心的教學模式，倡導以本科學生為主體的創新性實驗改革，調動學生的主動性、積極性和創造性，激發學生的創新思維和創新意識，逐漸掌握思考問題、解決問題的方法、提高其創新實踐的能力。
通過開展實施計劃，帶動廣大的學生在本科階段得到科學研究與發明創造的訓練，改變目前高等教育培養過程中實踐教學環節薄弱，動手能力不強的現狀，改變灌輸式的教學方法，推廣研究性學習和個性化培養的教學方式，形成創新教育的氛圍，建設創新文化，進一步推動高等教育教學改革，提高教學質量。
二、實施原則
1、興趣驅動。參與計劃的學生要對科學研究或創造發明有濃厚興趣。在興趣驅動下，在導師指導下完成實驗過程。
2、自主實驗。參與計劃的學生要自主設計實驗、自主完成實驗、自主管理實驗。
3、重在過程。注重創新性實驗項目的實施過程，強調項目實施過程中學生在創新思維和創新實踐方面的收獲。
三、計劃內容
1、計劃的組成。計劃由學生創新性實驗項目和學校創新性實驗計劃組成。其中，學生創新性實驗項目是本科學生個人或創新團隊，在導師的指導下，自主進行研究性學習，自主進行實驗方法的設計、組織設備和材料、實施實驗、分析處理數據、撰寫總結報告等工作。學校創新性實驗計劃包括學生創新性實驗項目和對其項目的管理。
2、計劃的運行方式。自治區教育廳負責批準申報學校，監督學校創新性實驗計劃，資助學生創新性實驗項目。學校申請參與計劃，負責組織評審和管理學生創新性實驗項目。本科學生以個人或團隊向學校申請項目，并接受學校的管理。
四、計劃管理
1、學生項目執行時間為1～3年，學校每年向自治區教育廳報告項目進展情況。自治區教育廳對項目運行情況進行檢查。項目結束后，在學校組織項目驗收的基礎上，自治區教育廳組織專家驗收。
2、學校要成立校級的組織協調機構，包括教務、科研、設備、財務、學生、團委等職能部門的人員，制定切實可行的管理辦法和配套政策，提供支撐條件。要為參與項目的學生配備導師，負責指導學生進行創新性實驗，學校要認定指導教師的工作量，制定相關的激勵措施。
3、學校的示范性實驗中心、各類開放實驗室和重點實驗室要向參與項目的學生免費提供實驗場地和實驗儀器設備。
4、學校要給予項目總經費不小于1∶1的配套經費支持，經費由學校代管，由承擔項目的學生使用，教師不得使用學生研究經費，學校不得提取管理費，不得截留和挪用。項目團隊人數不超過5人。
5、學校要營造創新文化氛圍。搭建項目學生交流平臺，利用項目學生俱樂部等形式，定期開展相關活動。
6、學校要為參加項目學生制訂個性化培養方案和相關配套措施，包括學分認定、選課、考試、成果認定等。
7、學校要組織項目學生開展學術交流，參加學術團體組織的學術會議，為學生創新研究提供交流經驗、展示成果、共享資源的機會。學校還要定期組織項目指導教師之間的交流。
8、學校要鼓勵學生參加項目，對參與項目表現優秀的學生進行獎勵。對項目申報、實施過程中弄虛作假、工作無明顯進展的學生要及時終止其項目運行。對更改項目內容、更換項目成員、提前或推遲項目結題等事項要制定規范的管理辦法。
六、學生要求
1、參與項目的學生一定要出于對科學研究或創造發明的濃厚興趣，發揮學生主動學習的積極性。
2、學生是項目的主體。每個項目都要配備導師，但導師只是起輔導作用，參與項目的本科學生個人或創新團隊，在導師指導下，一定要自主選題設計、自主組織實施、獨立撰寫總結報告。
3、學生項目選題要適合。項目選題要求思路新穎、目標明確、具有創新性和探索性，學生要對研究方案及技術路線進行可行性分析，并在實施過程中不斷調整優化。
4、參與項目的學生要合理使用項目經費，要遵守學校財務管理制度。
5、參與項目的學生要處理好學習基礎知識和基本技能與創新性實驗和創造發明的關系。
大學生創新項目申請書 篇2
項目名稱： 基于空間不變特征快速匹配的移動智能視頻監控系統設計
申請經費：9700元
一、課題組成員：（包括項目負責人、按順序）
姓名：
性別：
所在院系：
年級：
學號：
身份證號：
本人簽名：
二、指導教師意見：
該項目主要針對智能視頻監控系統的自動運動目標檢測跟蹤問題進行研究，涉及的內容包括視頻處理算法設計和實際硬件系統實現，可用于校園、機場、企事業單位和其他公共場所異常事件和重大事故的自動預判和實時報警，具有較大的實際應用價值。課題組相關研究人員，在本項目所涉及的視頻處理算法和硬件系統設計方面已經有了較好的前期研究和技術儲備，在圖像處理算法、目標跟蹤算法、基于ARM、MCS—51芯片的伺服控制系統設計方面，已經參加了包括大學生科技創新、單片機設計大賽等多個創新實踐環節的研究工作，并順利結題。課題負責人鄭正學習刻苦、思維活躍、動手能力強、有較好的組織協調能力，能夠保證本項目的順利實施。 同意項目申報，望予以資助。
三、院（系）專家組意見：
組長簽名： （ 蓋 章 ）
年 月 日
四、學校專家組意見：
批準經費： 元
組長簽名： （ 蓋 章 ）
年 月 日
五、立項報告
1、項目簡介（300—500字左右）
本項目旨在設計一個可以自動鎖定并跟蹤目標的視頻監控裝置，能夠實現從運動的多個目標中選取出感興趣目標，并對其進行鎖定跟蹤，可用于學校、機關、企事業單位及其他公共場所進行安全監控和異常情況的智能識別。此外若提高設備的檢測識別精確度，甚至可以用于軍事導航制導方面或者航空航天方面的目標自動鎖定與識別，以加強遠程自動控制系統的魯棒性。
項目原理簡介：該項目中應用到的目標跟蹤技術采用的是快速尺度不變特征（FSIFT）跟蹤算法，通過此算法可以用專用圖像處理器計算出攝像頭中心位置與目標物體之間的線偏差，并通過ARM處理器驅動搭載監控裝置的二自由度云臺進行精確目標鎖定。正是由于特征匹配算法的諸多優點，使得該裝置可以克服現有應用幀間差值算法和各種易受各種尺度變換發生跟蹤丟失等的目標鎖定裝置所具有的局限，還可以將此裝置用于移動平臺上的目標鎖定，并應用在航空或制導領域。盡管本項目目前只是對一種裝置模型的制作和實驗研究，但一旦將自動檢測與跟蹤技術應用到實際生活將大幅度提升現有監控設備的使用效率，可帶來極高的.經濟效益和商業價值，有著廣泛的應用前景。
2、申請理由（包括自身/團隊具備的知識和能力情況、前期準備情況等）
該項目具有很高的實際應用價值，由于該項目設計出的裝置不僅能設計成一套自成體系的用于異常行為分析、用于人口或交通流量檢測的系統并用于大場景的多目標識別與分析，也能用于其他項目中作為一個目標鎖定跟蹤的設備，實現高抗干擾能力的自適應性識別跟蹤模塊，因此對此方面的研究非常值得我們團隊投入時間與精力進行系統地設計與改進。
而就我們團隊的能力情況而言，負責圖像處理算法設計與優化的蔣大成 、靳萬鑫、鄭正，目前向控制與仿真中心學習視頻圖像處理技術，且在研究有關目標跟蹤、識別和圖形配準等模式識別的有關課題方面有一定進展。負責硬件構建和接口控制的楊航、趙一陽、蔣大成、鄭正，能熟練運用STM32，Freescale，MCS51等處理器和各種電路驅動控制芯片。目前我們團隊大部分人員都參加過大學生科技創新并成功結題，由于具有科技創新和多次硬件開發制作經歷，我們能夠順利地解決在項目研究中遇到的種種問題，且自信能夠完成項目的基本研究內容，并爭取與相關企業合作。
就前期準備方面，該項目初步決定采用前期在控制與仿真中心研究并基本實現的圖像匹配算法，且該配準算法已經能夠基本在計算機上仿真實現，只需經過后期的算法時效性改進便可以應用在外設硬件上進行目標檢測與識別。且在硬件方面，趙一陽、楊航可以從上海交大的機器人研究所的導師和本校的MEMS研究中心的導師獲得技術支持，學校提供的高級電子實驗中心能基本滿足后期的硬件模塊的組裝和調試的需求，支承構建材料和基本的連接部件可由本校金屬工藝實踐基地提供條件進行設計與制作。
3、立項背景
3.1 智能目標跟蹤系統的研究意義
目前為止，帶有視頻和圖像采集功能的監視系統已經被廣泛用于各個場所，最常見的監控設備如交通系統中的道路監控攝像頭，道路監控中心通過此種監控設備處理違章、交通事故、治安案件等異常情況，并遠程觸發交通事故的預警，在日常處理交通路況的道路監控環節中數字監視裝置起到至關重要的作用。在一些歐美地區，圖像監控技術也應用在了農業方面，用通過機載攝像頭航拍獲取的農務地區顏色信息來制定具有一定適應性的耕種策略。若將帶有圖像采集功能的監視設備用在打擊犯罪行為，具有遠程控制功能的監控設備更是具有重要作用，通過數字監控裝置的罪犯的遠程定位，可以快速幫助警方破獲棘手的案件。
但是目前的民用監視系統主要存在以下問題：一是，對于民用（如城市）監控系統，目前主要采取固定位置安裝，這樣為了對整個城市進行監控，需要安裝大量的監控攝像裝置，既增加了系統成本，而且存在著監視盲區，一些城市死角，容易發生事故且無法覆蓋常發生嚴重災害的地方，因此亟需發展可移動的空中監視系統；二，目前的民用監控系統對采集的視頻圖像幾乎不做任何處理，完全依靠大量的監視人員親自花費大量的時間對視頻資料進行處理，隨著城市監控系統的增加，這將耗費大量的人力、物力和財力。因此亟需發展具有視頻圖像自動處理、檢測和跟蹤能力的可在空中移動的智能監控系統。
而對于軍事監控系統，目前主要安裝在飛機、無人機、飛艇、熱氣球等可空中飛行和漂浮的運動平臺上（如前視紅外吊艙），并且也具有一定的自動視頻處理、檢測和跟蹤能力。但是自動視頻處理和跟蹤能力僅是對于特定的情況下有效，且往往對數字信號的噪聲級別要求特別嚴苛，在一些例如高光或者易產生煙塵和霧氣的外源信號干擾場景下未經過數字圖像配準幾乎無法進行目標跟蹤，而圖形學后期的配準技術又對硬件有更高的要求，如近似靜止的湖面背景以及運動平臺具有小的運動范圍和姿態變化的情況。而對于復雜的動態場景，如真實的自然環境或城市背景，以及飛行載體存在劇烈運動的情況下，則還需依靠人力通過手動分析所獲取的視頻信息，這樣既耗費大量的人力，而且需要花費大量的時間，常常會導致操作的人員無法提高戰時的機動性，失去占領戰略時機制高點的機會。
因此，目前亟需開發在復雜真實環境下，具有自動檢測并跟蹤目標功能的移動智能監視系統，以適應負責多變的環境干擾并克服由于監控設備的運動導致的目標丟失。
3.2 目前檢測裝置與跟蹤技術現狀
3.2.1 運動目標檢測方法的研究現狀
作為近幾年才普及的新型自動跟蹤裝置，在目前具有極其廣泛應用前景的智能監控設備只是簡
單地使用類似幀間差分法進行運動目標的跟蹤，并不是真正意義上實現人工智能化控制監控系統， 2011年加拿大Aeryon[6]實驗室研制出了一種能夠實現人工遠程控制的飛行機器人，這款配備了世界上最先進的情報系統的機器人，可用于追蹤犯罪分子和監視公眾活動，但是由于是基于遠程人工控制的衛星定位，就無可避免地導致了犯罪分子定位精確性上的缺失，此情況中的目標丟失還特別容易發生在低可見度情況下，并且在目標與背景的相對移動較為緩慢時，產生的微小像素差會影響目標鎖定設備的識別準確率，極易發生丟失目標的情況，倘若使用更加智能化的跟蹤鎖定技術就能避免這些誤差，實現智能化的監控效果。
3.2.2 運動目標跟蹤方法研究現狀
目前智能目標跟蹤多數使用的是模板匹配算法，模板匹配的方法很多，有基于方向鏈碼[1]的匹
配方法、基于SIFT 特征[4]的方法等。在數字監控設備上應用智能模板匹配算法更是包括圖像處理領域、電子工程領域、模式識別領域等眾多科學工作者的研究焦點所在，通過采用閉環識別系統的智能識別，目前已經可以實現實時對特定形狀的檢測，例如采用模板匹配的人臉特征檢測技術就被廣泛用于家用筆記本電腦和各個機密科研場所的門禁設備，在軍事方面則常見被軍事技術開發部門應用在紅外制導、火控系統等軍用設備中，可見改進數字監控設備上應用智能算法能使得具有監控功能的硬件應用價值得到大幅度提高。并且近幾年在機器人研究實驗室中能夠實現自動跟蹤的先進的智能監控機器人已經能夠自動跟蹤運動目標，讓驅動電機實現實時目標中心化的跟蹤效果，用于追蹤運動物體如可以應用在交通監管領域的交通違規等方面的裝置量產已經可以實現。帶有自動跟蹤識別技術的監控裝置可以應用在包括監控方面的機密場所的安全防護，和用于交通路況的自動監控和預警，例如針對基于空中成像平臺的城市交通的監視問題，可以通過使用基于模板匹配的路況模型分析算法[10]。先采用復雜的路面探測算法獲得運動車輛候選區域，然后排除掉非車輛區域，再采用級聯的分類器對候選目標區域進行細化，從而降低車輛探測的虛警率。
3.2.3 目前投入應用的檢測算法的不足與缺陷
由于應用在現有檢測裝置的跟蹤方法應用的幀間差分法[9]和各種易受尺度變換發生目標丟失的算法具有極其局限的應用范圍，且存在多方面的問題：
一是目前多數能智能跟蹤的裝置多數采用的方法無法準確定位目標，且多是將灰度化預處理后的圖片利用運動物體產生的前景與背景的像素差來實現運動方向的檢測，這就導致了在前景、背景的灰度差別小的情況下及容易發生目標丟失。
二是目前大部分已被模式識別專家提出的多數目標跟蹤算法對硬件要求極高，無法實時應用在現今所具有的硬件條件，而對于復雜的動態場景，如真實的自然環境或城市背景，以及飛行載體存在劇烈運動的情況下，則還需依靠人力通過手動分析所獲取的視頻信息，這樣既耗費大量的人力，也需要花費大量的時間。
三是由于對穩定不變能襯托反差的背景依賴性導致了幀間差分等目標跟蹤算法無法應用于運動載體上，這將導致應用此算法的目標檢測裝置無法在交通工具等移動載體上發揮目標識別與追蹤的功能，故需要采用更具有魯棒性的識別算法，在模式識別方面的配準識別特別適合用于該場景，在經過優化和改進后更能適應復雜的檢測環境并幾乎能做到完美解決現有檢測裝置的不足之處。
3.3 目標跟蹤的優化
本項目就針對傳統需要人工操作的數字監控設備進行了智能化設計，通過類似人眼的視覺識別仿生原理，制定出一系列使跟蹤鎖定技術智能化的實現方案，這里所涉及到的自動跟蹤不是傳統意義上的運動目標跟蹤，而是一種類似模式識別中紋理匹配、輪廓提取和特征點匹配的算法，該算法是由David Lowe 在2004年提出并完善的SIFT算法（Scale—invariant feature transform，尺度不變特征轉換），尤其是SIFT特征匹配算法處理的信息量大，適合在整場具有豐富細節的圖像中快速進行目標匹配和定位[7]，若能應用在現有檢測與跟蹤系統中，則可以大大提高其實用價值和功能。
之所以采用基于SIFT特征點分析的模板匹配算法是由于該算法可通過其特有的局部影像特征的描述與偵測技術辨識出物體特征和輪廓，且由此算法提取出的特征點組是基于物體上的一些局部外觀的興趣點，這些特征點是由相對坐標系定位，因此與影像的大小和旋轉角度無關，可以有效地克服由于圖像采集設備的位移導致的仿射變換誤差。此外，該算法可以利用在目標識別和匹配方面取得了顯著進展的Harris—Affine和SIFT不變特征，利用近鄰比和Mahalannobis距離的仿射不變性實現特征匹配，進而實現大失配圖像的配準，進而克服由于設備抖動導致的圖像退化問題[8]。在一些更加不利的情況下，如使用 SIFT特征描述對于部分物體遮蔽的偵測率相當高，甚至只需要3個以上的SIFT物體特征就足以計算出位置與方位。由于該算法提取的是特征形狀信息，故對于光線、噪聲、些微視角改變具有一定的容忍度。基于這些特性，SIFT特征匹配效果顯著而且相對容易獲取，在信息量龐大的采集圖像數據中，很容易辨識物體而且不易發生誤匹配。現今的電腦硬件速度下和小型的特征匹配數據庫條件下，辨識速度可接近即時運算，而經過采用文獻提出的“加速算法”改進的快速SIFT模板匹配算法更能在外設硬件上發揮功效，這是將該算法應用于自適應目標跟蹤和定位裝置的算法前提。
參考文獻：
[1] 李忠海，李 申，崔建國，劉羅曼. 基于快速SIFT 特征提取的模板匹配算法,2011,37(24)
[2] 李忠海, 申為峰. 基于方向碼的旋轉不變模板快速匹配方法[J].計算機工程, 2010, 36(16): 210-212.
[3] 田原,譚鐵牛,孫洪贊. 一種具有良好魯棒性的實時跟蹤方法[J].自動化學報，2002,28(5):851-853. [4] Lowe D. Distinctive Image Features from Scale-invariant Key points [J]. International Journal on Computer Vision, 2004, 60(2):91-110.
[5] 張 羽, 朱 丹, 王玉良. 一種改進的快速SIFT 特征匹配算法[J]. 微計算機信息, 2008, 24(33): 220-222.
[6] Company News/New Products[J] Unmanned systems, EI, 2010, 28(6) [7] 朱利成.運動目標檢測與跟蹤算法研究[D].浙江工業大學,2009.
[8] 李玲玲.基于不變特征的圖像配準方法研究與應用[D].廈門大學,2008.
[9] 杜晶晶.智能視頻監控中運動目標檢測與跟蹤算法研究[D].西南交通大學,2009. [10] R. Lin, X. Cao, Y. Xu, C. Wu, H. Qiao. Airborne moving vehicle detection for video surveillance of urban traffic[C]. IEEE Intelligent Vehicles Symposium, 2009:203–208.
[11] 胡琳萍.基于DSP的控制驅動一體化二自由度云臺的設計與實現[D].武漢科技大學,2008. [12] 陳龍．電視監控與安全防范系統[M]．北京：科學出版社，1998．
[13] 鄒敏.基于DSP的直線電機模糊PID控制系統研究與實現[D].武漢理工大學,2010. [14] 邱楓.基于DSP HPI口和EDMA技術的圖像采集及處理系統[D].哈爾濱工業大學,2004.
【大學生創新項目申請書范文】相關文章：
安裝空調申報項目申請書范文02-10
項目貸款申請書02-07
大學生競選申請書范文02-10
報銷項目的申請書02-15
養殖項目申請書最新02-14
探索創新優秀范文大全01-10
大學生創新創業論文2500字06-17
關于創新的英語作文范文01-16
大學生學校助學金申請書范文02-10
【精選】項目申請書模板集合六篇02-05