基本信息
陶显  男  硕导  中国科学院自动化研究所
电子邮件: taoxian2013@ia.ac.cn
通信地址: 北京市海淀区中关村东路自动化大厦
邮政编码: 100190

研究领域

机器视觉与智能感知 (工业智能检测

图像处理与模式识别(深度学习

机器人智能装备(精密测量、装配、控制


招生信息

招生要求: 专业背景不限,欢迎具备坚实的编程能力以及自主性强的同学报考。

培养模式:注重研究生科研素养的培养,希望每个学生毕业后具备独立选题,解决问题和开发系统的综合科研能力,既可以适应企业对高端人才的要求,又可以适应高水平海内外高校对博士研究生的要求。对于表现优秀、突出的学生,提供出国交流和学习的机会。


招收2022年度普通招考硕士研究生一名。


招生专业
081104-模式识别与智能系统
081102-检测技术与自动化装置
081203-计算机应用技术
招生方向
计算机视觉
机器视觉与智能检测
精密智能装配

教育背景

2013-09--2016-06   中国科学院自动化研究所   博士

工作经历

2018.10 至今 中国科学院自动化所副研究员

2018.12 至 2019.12 澳大利亚悉尼科技大学 FEIT   CSC 国家公派访问学者(合作导师: IEEE Fellow Chin-Teng Lin 教授)

2016.07 至 2018.09 中国科学院自动化所 助理研究员


社会兼职
2020-11-29-今,中国自动化学会智能制造专委会委员, 委员
2020-10-30-今,中国自动化学会混合智能专委会委员, 委员

专利与奖励

发明专利:

[1] 大口径光学元件表面缺陷增长分析方法、系统、装置,CN201910414436.8,第一发明人。

[2] 高压输电塔绝缘子缺陷自动识别的方法及装置,CN201810228904.8,第一发明人。

[3] 缺陷分类识别方法、装置、计算机设备和存储介质,CN201811399279.X,第一发明人。

[4] 金属零件表面缺陷检测与识别方法及装置,CN201810228901.4,第一发明人。

[5] 高压输电铁塔关键部件缺陷识别方法,CN201711182523.2,第一发明人。

[6] 大口径光学元件表面划痕暗场图像的二值化方法和系统,CN201610894348.9,第一发明人。

[7] 一种精粗结合的光学表面缺陷的检测方法及装置,CN201510779518.4,第一发明人。

[8] 一种光学元件表面的划痕检测方法和装置,CN201510954616.7,第一发明人。

[9] 一种大口径光学元件表面损伤分布图的生成方法,CN201410016315.5,第一发明人。

[10] 大口径元件表面检测装置及相应的损伤快速定位方法,CN201410041410.0,第四发明人。

[11] 一种高分辨率显微视觉成像装置与控制方法,CN201410777930.8,第四发明人。

[12] 基于显微视觉的白玻表面缺陷检测方法,CN201611092438.2,第四发明人。



奖励:

 2019 年,第十四届‘春晖杯’中国留学人员创新创业大赛高新技术组优胜奖

 2018 年,国家留学基金委(CSC)‘国家公派高级研究学者、访问学者、博士后’项目留学奖学金


出版信息

论文:

[1]   Tao X*, Ma W, Lu Z, Hou Z. Conductive Particle Detection for Chip on Glass Using Convolutional Neural Network[J]. IEEE Transactions on Instrumentation and Measurement, 2021. (SCI, Top15%)

[2]  Tao X*, Zhang D, Wang Z, Liu X, Zhang H, Xu D. Detection of power line insulator defects using aerial images analyzed with convolutional neural networks[J]. IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2020, 50(4): 1486-1498. SCI, google 学术引用:115, Top 1%,IF: 13.451,入选全球前1%ESI高被引论文 

[3]  Tao X*, Zhang D, Hou W, Ma W, Xu D. Industrial Weak Scratches Inspection Based on Multifeature Fusion Network[J]. IEEE Transactions on Instrumentation and Measurement, 2020, 70: 1-14. (SCI, Top15%)

[4]  Tao X, Wang Z, Zhang Z, et al. Wire defect recognition of spring-wire socket using multitask convolutional neural networks[J]. IEEE Transactions on Components, Packaging and Manufacturing Technology, 2018, 8(4): 689-698. (SCI)

[5]  Tao X, Zhang Z, Zhang F, Xu D.*. A novel and effective surface flaw inspection instrument for large-aperture optical elements[J]. IEEE Transactions on Instrumentation and Measurement, 2015, 64(9): 2530-2540. (SCI, Top15%)

[6]   Hou W, Tao X*, Xu D. A Self-Supervised CNN for Particle Inspection on Optical Element[J]. IEEE Transactions on Instrumentation and Measurement, 2021, 70: 1-12. (SCI, Top15%)

[7]  Hou W, Tao X*, Xu D. Combining Prior Knowledge With CNN for Weak Scratch Inspection of Optical Components[J]. IEEE Transactions on Instrumentation and Measurement, 2020, 70: 1-11. (SCI, Top15%)

[8]   Yan SH, Tao X*, Xu D. High-precision robotic assembly system using three-dimensional vision[J]. International Journal of Advanced Robotic Systems. 2021. (SCI)

[9]   陶显*,侯伟,徐德,基于深度学习的表面缺陷检测方法综述,自动化学报,2021.05 (EI)

[10]  Chandranath Adak , Tao X*, BigyaPAn: Deep Analysis of Old Paper Advertisement, IJCNN 2021: International Joint Conference on Neural Networks.  (EI)

[11]  Singh A K, Tao X. BCINet: An Optimized Convolutional Neural Network for EEG-Based Brain-Computer Interface Applications[C]//2020 IEEE Symposium Series on Computational Intelligence (SSCI). IEEE, 2020: 582-587. (EI)

[12]  Tao X*, Zhang D., Singh A. K., Prasad M., Lin C. T., Xu D. Weak Scratch Detection of Optical Components Using Attention Fusion Network[C]//2020 IEEE 16th International Conference on Automation Science and Engineering (CASE). IEEE, 2020: 855-862. (EI)

[13]  Hou W, Tao X*, Ma W, Xu D. SACNN: Spatial Adversarial Convolutional Neural Network for Textile Defect Detection[J]. Fibres & Textiles in Eastern Europe, 2020. (SCI)

[14]  Tao X*, Zhang D, Ma W, Liu X, Xu D. Automatic metallic surface defect detection and recognition with convolutional neural networks[J]. Applied Sciences, 2018, 8(9): 1575.  (SCI, google 学术引用:162, web of science 引用: 74)

[15]  Tao X, Xu D, Zhang Z T, et al. Weak scratch detection and defect classification methods for a large-aperture optical element[J]. Optics Communications, 2017, 387: 390-400.(SCI)


科研活动

科研项目:

[1] 精密表面缺陷的视觉感知与跨模态分级方法研究, 北京市自然科学基金,面上项目, 项目负责人,2021.01-2023.12

[2] 面向空间在轨维护的自主智能体灵巧协调操作学习及验证, 科技部科技创新 2030-“新一代人工智能”重大项目“自主智能体灵巧精准操作学习方法研究与验证”,子课题负责人, 2019.12-2023.12

[3] 面向馆藏大幅面文物的数字化采集与智能修复关键技术研究,国家自然科学基金地区基金合作项目, 项目负责人, 2021.01-2024.12

[4] 中国轻工业工业互联网与大数据重点实验室开放课题, 项目负责人,2021-2023

[5] 高精度微距测量设备研制, 航天五院 502 所, 项目负责人

[6] 机械臂柔性控制测试设备研制,航天五院 502 所,项目负责人

[7] 融合视觉认知模型的非定域性表面缺陷感知与分析, 国家自然科学基金青年基金, 项目负责人,2018.1-2020.12

[8] 金属零件表面缺陷分析算法研究, 中国工程物理研究院八所,项目负责人, 2017.4.18-2018.9.30

[9] 大口径光学元件表面疵病缺陷增长分析软件, 中国工程物理研究院八所,项目负责人, 2018.07-2018. 11.30

[10] 高速相机微振幅测量仪, 中国工程物理研究院二所,项目负责人, 2018.07.28-2018.10.30

[11] LD平台-表征系统-背光阴影成像单元, 中国工程物理研究院八所,项目负责人, 2017.09.22-2018.9.22

合作情况

中国工程物理研究院,澳大利亚悉尼科技大学UTS,印度JIS大学



指导学生

实习生:

王子昊  硕士生 中国民航大学中欧航空工程师学院(中法合作办学)  毕业去向: 滴滴

马文治  硕士生 中国矿业大学(北京)   毕业去向: 中国科学院自动化研究所


协助指导研究生:

侯伟     博士生  中国科学院大学人工智能学院  课题方向:基于深度学习的光学元件表面缺陷检测 毕业去向:华北理工大学

严少华 博士研究生在读  中科院自动化研究所   课题方向:智能装配  

访客地图

   
--