武大学子在第15届中国大学生计算机设计大赛中再创佳绩
新闻网讯(通讯员黄建忠)近日,中国大学生计算机设计大赛官网发布获奖公告,我校学子获得4项全国一等奖、4项全国二等奖、10项全国三等奖,创我校参加该赛事历史最好成绩。
中国大学生计算机设计大赛(简称“大赛”或4C)是我国高校面向本科生最早的赛事之一,自2008年开赛至2019年,由教育部高校与计算机相关教指委等或独立或联合主办,旨在以赛促学、以赛促教、以赛促创,为国家培养德智体美劳全面发展的创新型、复合型、应用型人才服务。本赛事目前是全国普通高校大学生竞赛排行榜榜单内赛事,每年举办一次。本届大赛收到800余所院校3万余件作品,全国总决赛共评出4505件获奖作品。我校共有96支队伍272名同学报名参赛,经过参赛学生和指导老师的共同努力,我校有23支队伍入围全国总决赛。
获奖项目清单:
大类名称 | 奖项 | 作品名称 | 作者 | 指导教师 |
人工智能应用 | 一等奖 | 形之语——基于3D和视频识别的手语教育系统 | 佟勃磊,張梁瀚,陈恩瀚 | 王毅 |
软件应用与开发 | 一等奖 | 蓝巢—基于ConvNeXt和YOLOv5的智能垃圾分类小程序 | 林星宇,谢逸帆 | 方颖,刘斌 |
软件应用与开发 | 一等奖 | 基于拓扑数据分析与多无人机DSM航迹协同规划的智慧应急管理平台 | 李勃衡,周家豪,林思行 | 孟庆祥,汪润 |
物联网应用 | 一等奖 | “e丢”——基于物联网云计算的智能分类垃圾桶 | 许斯佶,康渭林,周丽娟 | 方颖,陈辉 |
大数据应用 | 二等奖 | 掌上药典——基于知识图谱的一站式药物系统 | 严江涛,盛娇蕊,邱一淼 | 魏蕾,黄建忠 |
软件应用与开发 | 二等奖 | 基于计算机视觉的和深度学习的健身姿势矫正软件 | 邢宸亮,万豪杰,杨永祺 | 刘斌,唐志伟 |
数媒静态设计专业组 | 二等奖 | 笔墨纸砚,字里行间 | 李旭东 | 黄敏 |
微课与教学辅助 | 二等奖 | 江城子·密州出猎 | 钟雅倩,罗英,吴竹馨 | 李华玮 |
大数据应用 | 三等奖 | 岁稔年丰——基于大数据分析的智慧农业平台 | 郭姝江,杨淏程,孔德怡 | 彭红梅,张玉萍 |
大数据应用 | 三等奖 | 基于ARIMA、SVR和ANN的新冠疫情对世界经济影响的分析 | 燕山楠,冯迪夫,洪巍骏 | 赵小刚 |
大数据应用 | 三等奖 | 后疫情时代防疫政策应走当向何处? | 王新喆,施嘉乐,袁承博 | 何璐璐,黄建忠 |
人工智能应用 | 三等奖 | DeepSilence——基于对抗攻击的语音保护系统 | 旷鹏,陈浩然,仇钧超 | 王毅,李华玮 |
数媒游戏与交互设计 | 三等奖 | 辞海拾遗 | 李子涵,吉宇辰,孙培林,张越,黄静怡 | 彭红梅,罗雪 |
微课与教学辅助 | 三等奖 | 图像风格迁移微课 | 温驰,钟孝云,王梓桐 | 黄建忠,方颖 |
物联网应用 | 三等奖 | ESU—一个致力于防疲劳防驼背的智能监测系统 | 陈志鹏,陈涵,王鑫 | 王毅,刘丹丹 |
物联网应用 | 三等奖 | 益步智能鞋垫 | 马旭阳,苏浩洋,杨智文 | 蔡朝晖,陈伟清 |
物联网应用 | 三等奖 | 睿农得--农产品监测与种植行为监督系统 | 赵皓宇,杨超,朱中杨 | 陈伟清,马风格 |
信息可视化设计 | 三等奖 | 图看健康中国 | 杨倩,向娟,王睿欣 | 翁敏 |
一等奖获奖作品简介:
作品《形之语——基于3D和视频识别的手语教育系统》,是一个围绕国家提出的完善残疾人社会保障制度,健全残疾人关爱服务体系建设目标,面向手语人群开发的一体化手语平台。项目基于Resnet、LSTM和注意力机制构建了高精度的手语视频分类模型,实现了手语动作正确性的实时判断。
作品《蓝巢—基于ConvNeXt和YOLOv5的智能垃圾分类小程序》,是一款基于深度学习技术的智能垃圾分类小程序。其基于YOLO v5以及ConvNeXt模型实现了目标检测与图像分类功能,帮助居民进行垃圾分类。此外,蓝巢创新性地整合了全国重点城市的垃圾分类政策,使得查询结果更加智能化。蓝巢还添加了趣味答题和智能统计的功能,旨在进一步普及垃圾分类知识,使得城市更加整洁、美好。
作品《基于拓扑数据分析与多无人机DSM航迹协同规划的智慧应急管理平台》,以自主研发的拓扑数据分析方法和顾及DSM模型的多无人机航迹协同规划算法为核心算法,开发了智慧应急管理平台。基于浏览器运行,具备跨平台性。平台面向应急管理部门,提供应急资源配置情况查看、资源时空分析、多台应急无人机航迹规划等功能,辅助应急管理部门统筹资源分布情况、分析规划建设应急设施、助力科学抢险救灾。
作品《“e丢”——基于物联网云计算的智能分类垃圾桶》,为了解决垃圾分类细则繁多复杂、定时定点投放费时费力的问题,实现了智能分类垃圾桶设计。通过独到创新的硬件设计以及云端算法,大大降低了成本,并利用深度学习模型,提高了垃圾分类的准确率,从而切实帮助垃圾分类政策的推行。
(编辑:付晓歌)