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。

​

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

计算机视觉
机器视觉与智能检测
精密智能装配

2013-09--2016-06   中国科学院自动化研究所   博士

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

2024-11-01-今,2024年第六届全球校园人工智能算法精英大赛, 评委
2024-04-08-今,EI源刊《机器人》, 青年编委
2024-01-01-今,EI源刊《工程科学学报》, 第二届青年编委
2023-12-27-今,中国人工智能学会智能光学成像专委会, 常务委员
2023-11-28-今,2023年全国大学生机器人科技创新交流营暨机器人大赛, 评委
2023-07-31-今,澳大利亚悉尼科技大学, 校外导师
2023-05-30-今,《华南理工大学学报（自然科学版）》2022年度优秀审稿专家,
2023-02-01-今,机械工业出版社专家委员会, 委员
2023-01-15-今,中文核心期刊《工矿自动化》, 第三届青年编委
2022-07-31-今,IEEE Senior Member,
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

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] 接插件装配方法，CN202011606810.3，第一发明人。

[11] 基于暗场图像的光学元件弱划痕检测方法、系统和装置, CN201910955032.X，第二发明人。

[12] 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。

[13] 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。

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

[15] Method for Constructing Defect Detection Model, Method for Detecting Defect and Related Apparatus，美国专利PUS240012518，第一发明人。

奖励：

 2025 年，项目“文化遗产专用超高分辨率数字化采集关键技术与装备”获甘肃省科学技术进步奖三等奖

 2024 年，项目“机器人智能感知与灵巧装配的技能学习方法”获得中国自动化学会自然科学奖二等奖。

 2024 年，北京市科技新星

 2023 年，CAAI中国人工智能学会工业视觉挑战赛冠军

 2023 年，项目“基于混合监督特征学习的表面缺陷高速高精度在线检测关键技术及应用”获得中国仪器仪表学会科技进步三等奖。

 2023 年，CVPR 2023 工业视觉检测国际挑战赛 Data Efficient Defect Detection 赛道亚军

 2023 年，作为团队成员入选 2022年度中国科学院科技促进发展奖获奖团队-工业视觉智能检测装备与产业化应用

 2023 年，入选中国科学院青年创新促进会（青促会 ）

 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

论文：

[1] Zhen Qu, Xian Tao*, Xinyi Gong, ShiChen Qu, Qiyu Chen, Zhengtao Zhang, Xingang Wang, Guiguang Ding, Bayesian Prompt Flow Learning for Zero-Shot Anomaly Detection, Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition(CVPR), 2025.

[2] Shaohua Yan, Xian Tao, Xumiao Ma, Tiantian Hao, De Xu. Adaptive Meta Policy Learning with Virtual Model for Multi-Category Peg-in-Hole Assembly Skills[J]. IEEE Transactions on Industrial Informatics, 2024. (SCI, Top 1%，IF: 11.648)

[3] Zhen Qu, Xian Tao*, Mukesh Prasad, Fei Shen, Zhengtao Zhang, Xinyi Gong, and Guiguang Ding, VCP-CLIP: A visual context prompting model for zero-shot anomaly segmentation, European Conference on Computer Vision(ECCV), 2024.

[4]  Zhen Qu, Xian Tao*，Fei Shen, Zhengtao Zhang, Tao Li. Investigating Shift Equivalence of Convolutional Neural Networks in Industrial Defect Segmentation [J]. IEEE Transactions on Instrumentation and Measurement,2023.

[5] Xian Tao, Zhen Qu, Hengliang Luo, Jianwen Han,Yonghao He, Danfeng Liu, Chengkan Lv, Fei Shen, Zhengtao Zhang, The Second-place Solution for CVPR VISION 23 Challenge Track 1 - Data Effificient Defect Detection. arXiv preprint arXiv:2306.14116  （CVPR 2023 VISION竞赛 亚军）

[6]  Xian Tao*, Chandranath Adak, Pang-jo Chun, Shaohua Yan, Huaping Liu. ViTALnet:Anomaly on Industrial Textured Surfaces with Hybrid Transformer[J]. IEEE Transactions on Instrumentation and Measurement, 2023.

[7] Xian Tao*, Dapeng Zhang, Wenzhi Ma, Zhanxin Hou, ZhenFeng Lu, Chandranath Adak. "UnsupervisedAnomaly Detection for Surface Defects with Dual-Siamese Network."IEEE Transactions on Industrial Informatics, 2022. (SCI, Top 1%，IF: 11.648)

[8] Xian Tao*, Xinyi Gong, Xin Zhang, Shaohua Yan, Chandranath Adak. Deep Learning for Unsupervised Anomaly Localization in Industrial Images: A Survey[J]. IEEE Transactions on Instrumentation and Measurement, 2022.

[9] Shaohua Yan, De Xu, Xian Tao. Hierarchical Policy Learning with Demonstration Learning for Robotic Multiple Peg-in-Hole Assembly Tasks[J]. IEEE Transactions on Industrial Informatics, 2023. (SCI, Top 1%，IF: 11.648)

[10 Xian Tao*, Shaohua Yan, Xinyi Gong, Chandranath Adak. Learning Multi-Resolution Features for Unsupervised Anomaly Localization on Industrial Textured Surfaces, IEEE Transactions on Artificial Intelligence, 2022. 

[11] Shaohua Yan, Xian Tao, De Xu. Image-based Visual Servoing System for Components Alignment Using Point and Line Features[J]. IEEE Transactions on Instrumentation and Measurement, 2022.

[12] Xian Tao*, Wenzhi Ma, Zhenfeng Lu, Zhanxin Hou. Conductive Particle Detection for Chip on Glass Using 

Convolutional Neural Network[J]. IEEE Transactions on Instrumentation and Measurement, 2021. （SCI, Top15%）

[13] Xian Tao*, Dapeng Zhang, Zhihao Wang, Xilong Liu, Hongyan Zhang, De Xu. Detection of power line insulator defects using aerial images analyzed with convolutional neural networks[J]. IEEE Transactions on Systems, Man, and Cybernetics: Systems, April 2020, 50(4): 1486-1498. SCI, google 学术引用：620, web of science 引用: 300, Top 1%，IF: 13.451, 入选全球前1%ESI高被引论文 ）

[14]  Xian Tao*, Dapeng Zhang, Wei Hou, Wenzhi Ma, De Xu. Industrial Weak Scratches Inspection Based on Multifeature Fusion Network[J]. IEEE Transactions on Instrumentation and Measurement,  21 September 2020, 70: 1-14. （SCI, Top15%）

[15]  Xian Tao, Zhihao Wang, Zhangtao Zhang*, et al. Wire defect recognition of spring-wire socket using multitask convolutional neural networks[J]. IEEE Transactions on Components, Packaging and Manufacturing Technology, 06 February 2018, 8(4): 689-698. （SCI）

[16] Xian Tao, Zhangtao Zhang, Feng Zhang, De Xu.*. 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%）

[17] Wei Hou, Xian Tao*, De Xu. A Self-Supervised CNN for Particle Inspection on Optical Element[J]. IEEE Transactions on Instrumentation and Measurement,  06 May 2021, 70: 1-12. （SCI, Top15%）

[18] Wei Hou, Xian Tao*, De Xu. Combining Prior Knowledge With CNN for Weak Scratch Inspection of Optical Components[J]. IEEE Transactions on Instrumentation and Measurement, 22 July 2020, 70: 1-11. （SCI, Top15%）

[19]  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, 入选“领跑者5000-中国精品期刊顶尖学术论文” ）

[20]  Shaohua Yan, Xian Tao*, De Xu. High-precision robotic assembly system using three-dimensional vision[J]. International Journal of Advanced Robotic Systems. 2021/6/26. （SCI）

[21]  Adak Chandranath, Xian Tao*, BigyaPAn: Deep Analysis of Old Paper Advertisement, IJCNN 2021: International Joint Conference on Neural Networks.  20 September 2021（EI）

[22]  Avinash Kumar Singh, Xian Tao. 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. 05 January 2021（EI）

[23] Xian Tao*, Dapeng Zhang, Avinash K Singh, Mukesh Prasad, Chin-Teng Lin, De Xu. 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. 08 October 2020（EI）

[24] Wei Hou, Xian Tao*, Wenzhi Ma, De Xu. SACNN: Spatial Adversarial Convolutional Neural Network for Textile Defect Detection[J]. Fibres & Textiles in Eastern Europe, 2020,11,6. （SCI）

[25] Xian Tao*, Dapeng Zhang, Wenzhi Ma, Xiling Liu,De Xu. Automatic metallic surface defect detection and recognition with convolutional neural networks[J]. Applied Sciences, 2020, 8(9): 1575.  (SCI, google 学术引用：500, web of science 引用: 220, 6 September 2020,入选全球前1%ESI高被引论文 )

[26] Xian Tao, De Xu, Zhengtao Zhang, et al. Weak scratch detection and defect classification methods for a large-aperture optical element[J]. Optics Communications, 2017, 387: 390-400.（SCI）

科研项目：

在研：

[1] 融合人工质检认知特性的工业外观缺陷检测与分级方法研究, 国家自然科学基金,面上项目, 项目负责人，2024.01-2027.12

[2] 中科院青年创新促进会会员人才专项, 负责人, 中国科学院计划, 2023-01-2026-12

[4] 少样本场景下3C产品多模融合异常检测与分类方法研究，北京市自然科学基金，北京市自然科学基金-小米创新联合基金，主要负责人，2024.7-2027.6

[5] 面向高端工业制造的智能光学成像与检测关键技术及应用, 科技部科技创新 2030-“新一代人工智能”重大项目“多模态融合智能缺陷检测定位与机理分析技术研究”,参与, 2023.4-2027.4

结题：

[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，2021-2023

[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，2021-2023

[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

目前担任SCI期刊（Electronics，Sensors, Applied Sciences）专刊客座编辑，欢迎投稿：

1 人机交互方向  https://www.mdpi.com/journal/electronics/special_issues/AUMI_electronics     IF:2.690

2 工业机器视觉方向   https://www.mdpi.com/journal/sensors/special_issues/Vision_Industrial    IF: 3.847

3 图像或视频处理 https://www.mdpi.com/journal/applsci/special_issues/401445191F IF: 2.838

中国工程物理研究院，澳大利亚悉尼科技大学UTS，印度理工学院(Indian Institute of Technology Patna), 日本东京大学（The University of Tokyo）

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, 密西根大学（University of Michigan)

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 博士生  中科院自动化研究所   课题方向：智能装配   毕业去向：北京协和医院

在读研究生：

屈震        本科院校：西安电子科技大学

曲世辰     本科院校：大连理工大学

王定荣     本科院校：东北大学秦皇岛分校