需求内容：

（ 1）基于多模态深度学习的谈话室异常行为识别算法关键 技术研究

基于多模态深度学习的谈话室异常行为识别算法技术研究， 构建异常行为自动识别模型。模型需实现以下功能：1）谈话或 问询涉及的视频监控系统中数据量庞大且复杂，需要快速准确的 提取并分析特征，识别异常行为；2）对于不同场景下的各种异 常行为，建立一个通用的异常行为模型。需要增加新的异常行为 识别时，系统能支持行为识别训练，快速应用。 3）模型需排除 光照、视角等因素的干扰，实现准确识别。

（ 2）谈话室违规用语识别算法关键技术研究

构建谈话室违规用语识别模型，模型需解决违规用语检测的 定位不精准的技术难题，实现违规用语自动识别及智能报警。

（ 3）卷宗内容识别及完整性检测算法关键技术研究

依托 OCR 识别技术获取卷宗结构化数据，通过卷宗内容识别 及完整性检测算法技术研究，自动发现其中的不规范表达及违规 用语等内容，自动分析判断出卷宗缺失、缺页漏页、签名缺失等问题，实现智能预警。 技术指标参数：

（ 1）服务端须支持 100 个谈话室同时开展工作；

（ 2）三个算法模型识别准确度须在 85%以上；

（ 3）页面响应速度须不大于 3s。

揭榜方要求：

（ 1）项目负责人研究方向与项目需求领域相关；

（ 2）能获得所在单位支持，组建项目团队，具备良好的沟 通合作能力和整合资源能力；

（ 3）能对发榜项目需求提出攻克关键核心技术的可行方案， 掌握自主知识产权。承诺项目取得的成果在发榜方进行转移转  化；

（ 4）优先考虑揭榜方拥有国家级的或省部级的科研平台的 学校和团队，鼓励产学研合作单位揭榜攻关。

联系人： 卜彩霞/15966146467