基本信息
张涛 男 中国科学院沈阳自动化研究所
电子邮件: zhangtao2@sia.cn
通信地址: 辽宁省沈阳市浑南区创新路135号
邮政编码: 110169
电子邮件: zhangtao2@sia.cn
通信地址: 辽宁省沈阳市浑南区创新路135号
邮政编码: 110169
研究领域
主要从事深度学习、机器视觉、视觉缺陷检测、三维测量、
等方面的基础理论研究及应用。
招生信息
招收数学、自动化、计算机、控制、光学、机械、机械电子工程、仪器仪表科学等相关方向研究生
招生专业
081104-模式识别与智能系统
招生方向
深度学习,计算机视觉,机器视觉光学干涉测量狭小空间三维测量
教育背景
2016-09--2023-01 中国科学院大学 博士2012-09--2016-06 武汉理工大学 学士
工作经历
工作简历
2024-04~2024-05,中国科学院沈阳自动化研究所, 副研究员2023-02~2024-05,中国科学院沈阳自动化研究所, 博士后2023-01~2024-04,中国科学院沈阳自动化研究所, 助理研究员
专利与奖励
专利成果
( 1 ) 基于注意力机制的低相干干涉信号去噪方法及系统, 发明专利, 2022, 第 1 作者, 专利号: CN115526200A( 2 ) 基于注意力机制的低相干干涉信号去噪方法及系统, 发明专利, 2022, 第 1 作者, 专利号: N202210516792.2( 3 ) 一种基于自监督学习的低相干干涉信号去噪方法及系统, 发明专利, 2022, 第 1 作者, 专利号: CN114970614A( 4 ) 一种基于视触觉混合感知的皮肤检测系统, 专利授权, 2021, 第 3 作者, 专利号: CN110870761B
出版信息
发表论文
(1) A Spectral-Domain Low-Coherence Method for Measuring Composite Windshield Thickness, IEEE Transactions on Instrumentation and Measurement, 2024, 第 1 作者(2) Aggregate Point Cloud Geometric Features for Processing, CMES - Computer Modeling in Engineering and Sciences, 2023, (3) 基于多线结构光扫描点云的导管弯曲褶皱度测量方法, Wrinkle Degree Measurement Method for Bend Tube Based on Multi-Line Structured Light Scanning Point Cloud, 中国激光, 2023, 第 6 作者(4) Ovality measurement based on scanning point cloud for tube bend deformation analysis, INTERNATIONAL JOURNAL OF ADVANCED MANUFACTURING TECHNOLOGY, 2023, 第 6 作者(5) A precise measurement method for tube endpoints based on spatial geometry and perspective projection model, MEASUREMENT SCIENCE AND TECHNOLOGY, 2023, 第 5 作者(6) Low-Coherence Measurement Methods for Industrial Parts With Large Surface Reflectance Variations, IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT, 2023, 第 1 作者(7) A high-accuracy circular hole measurement method based on multi-camera system, MEASUREMENT, 2023, 第 4 作者(8) Extrinsic calibration method for 3D scanning system with four coplanar laser profilers, MEASUREMENT SCIENCE AND TECHNOLOGY, 2023, 第 4 作者(9) Visual-Tactile Fused Graph Learning for Object Clustering, IEEE TRANSACTIONS ON CYBERNETICS, 2022, 第 1 作者(10) Lifelong robotic visual-tactile perception learning, PATTERN RECOGNITION, 2022, 第 4 作者(11) Evolving Metric Learning for Incremental and Decremental Features, IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY, 2022, 第 4 作者(12) Partial Visual-Tactile Fused Learning for Robotic Object Recognition, IEEE TRANSACTIONS ON SYSTEMS MAN CYBERNETICS-SYSTEMS, 2022, 第 1 作者(13) MedUCC: Medium-Driven Underwater Camera Calibration for Refractive 3-D Reconstruction, IEEE TRANSACTIONS ON SYSTEMS, MAN, AND CYBERNETICS: SYSTEMS, 2021, 第 6 作者(14) Generative Partial Visual-Tactile Fused Object Clustering, THIRTY-FIFTH AAAI CONFERENCE ON ARTIFICIAL INTELLIGENCE, THIRTY-THIRD CONFERENCE ON INNOVATIVE APPLICATIONS OF ARTIFICIAL INTELLIGENCE AND THE ELEVENTH SYMPOSIUM ON EDUCATIONAL ADVANCES IN ARTIFICIAL INTELLIGENCE, 2021, 第 1 作者(15) A Convenient and High-Accuracy Multi-Camera Calibration Method Based on Imperfect Spherical Objects, IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT, 2021, 第 4 作者(16) L3DOC: Lifelong 3D Object Classification, IEEE TRANSACTIONS ON IMAGE PROCESSING, 2021, 第 4 作者(17) Underwater robot sensing technology: A survey, FUNDAMENTAL RESEARCH, 2021, 第 3 作者(18) Visual tactile fusion object clustering, AAAI 2020 - 34TH AAAI CONFERENCE ON ARTIFICIAL INTELLIGENCE, 2020, 第 1 作者(19) Robot tactile sensing: vision based tactile sensor for force perception, PROCEEDINGS OF 2018 IEEE 8TH ANNUAL INTERNATIONAL CONFERENCE ON CYBER TECHNOLOGY IN AUTOMATION, CONTROL, AND INTELLIGENT SYSTEMS, 2018, 第 3 作者(20) A high-accuracy circular hole measurement method based on multi-camera system, MEASUREMENT, 第 4 作者
科研活动
科研项目
( 1 ) 新一代飞行器座 舱透明件谱域低相干测量方法研究, 负责人, 国家任务, 2024-01--2025-12( 2 ) 飞行器座 舱透明件光学低相干测量方法研究, 负责人, 国家任务, 2024-01--2025-12( 3 ) 非合作激光干涉长程绝对测距基础理论, 参与, 研究所自主部署, 2024-01--2026-12( 4 ) 绿色表面处理智能装备与控制系统研制-基于机器视觉的产品表面质量判定系统研制, 负责人, 国家任务, 2023-01--2025-12( 5 ) 狭小空间内腔结构高精度三维成像 与测量方法研究, 负责人, 研究所自主部署, 2023-01--2025-12( 6 ) 异质多层透明座舱多层厚度光学低相干测量, 负责人, 国家任务, 2022-08--2025-07
指导学生
现指导学生
郇海瑶 硕士研究生 085400-电子信息
团队简介
团队主要从事深度学习、机器视觉等方向的相关研究,涉及深度学习、计算机视觉、机器视觉、目标检测、图像处理、光学干涉测量等研究方向;
团队拥有深度学习服务器、工作站、结构光传感器、激光器、多目视觉系统、干涉仪等研究所需的传感器与平台;团队拥有充足的科研项目与经费
团队师生关系融洽、具有良好的科研生活氛围、欢迎报考!