单位地址：北京市中关村东路95号自动化大厦712室
电话：010-82544535-806
邮箱：taoxian2013@ia.ac.cn
研究方向
机器视觉、深度学习、图像处理；缺陷视觉检测、机器人智能装备(测量、装配、控制等工业应用)
工作经历
2018/10-至今 中国科学院自动化研究所, 精密感知与控制研究中心, 副研究员
2018/12 –2019/12 澳大利亚悉尼科技大学, 工程与信息技术学院FEIT, CSC公派访问学者
2016/07 – 2018/10 中国科学院自动化研究所, 精密感知与控制研究中心, 助理研究员
教育经历
2013/09 – 2016/07, 中国科学院自动化研究所, 控制理论与控制工程专业, 博士
主持科研项目
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, 主持, 科技部, 2019.10-2023.10
融合视觉认知模型的非定域性表面缺陷感知与分析, 主持, 国家自然科学基金, 2018.1-2020.12
金属零件表面缺陷分析算法研究, 主持, 横向院级, 2017.4.18-2018.9.30
大口径光学元件表面疵病缺陷增长分析软件, 主持, 横向院级, 2018.07-2018. 11.30
高速相机微振幅测量仪, 主持, 横向院级, 2018.07.28-2018.10.30
LD平台-表征系统-背光阴影成像单元, 主持, 横向院级, 2017.09.22-2018.9.22
近年部分科研成果
学术论文：
1 Tao X, How W, Xu D. A Survey of Surface Defect Detection Methods Based on Deep Learning(基于深度学习的表面缺陷检测方法综述), Acta Automatica Sinica 自动化学报, 2020.
2 Tao X, Zhang D, Wang Z, Avinash K Singh, et al. Weak Scratch Detection of Optical Components Using Attention Fusion Network. IEEE International Conference on Automation Science and Engineering (CASE) 2020.
3 Tao X, Zhang D, Wang Z, et al. 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.
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.
5 Tao X, Zhang Z, Zhang F, et al. 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.
6 Tao X, Zhang D, Ma W, et al. Automatic metallic surface defect detection and recognition with convolutional neural networks[J]. Applied Sciences, 2018, 8(9): 1575.
7 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.
8 Lu Y, Du J, Tao X. Fault diagnosis of rolling bearing based on resonance-based sparse signal decomposition with optimal Q-factor[J]. Measurement and Control, 2019, 52(7-8): 1111-1121.
9 Juan D, Yan L, Xian T, et al. Periodic impulse signal separation based on resonance-based sparse signal decomposition and its application to the fault detection of rolling bearing[J]. Measurement and Control, 2020: 0020294019866858.
发明专利：
[1] 陶显, 张大朋, 刘希龙, 徐德, 王子昊, 高压输电铁塔关键部件缺陷识别方法，2020.05.29，ZL201711182523.2
[2] 陶显, 张大朋, 侯伟, 徐德, 大口径光学元件表面缺陷增长分析方法、系统、装置, 2020.05.14, 中国, ZL201910414436.8
[3] 陶显, 张正涛,姜宏振,徐德,王子昊,罗家祯,张鸿燕,袁伦喜,刘旭, 一种光学元件表面的划痕检测方法和装置, 2017.12.29, 中国, ZL201510954616.7
[4] 陶显, 张正涛, 姜宏振, 徐德, 罗家祯, 王子昊, 张鸿燕, 袁伦喜, 刘旭, 一种精粗结合的光学表面缺陷的检测方法及装置, 2018.07.11, 中国, ZL201510779518.4
[5] 陶显, 张正涛, 张峰, 史亚莉, 尹英杰, 白明然, 一种大口径光学元件表面损伤分布图的生成方法, 2016.06.13, 中国, ZL201410016315.5
[6] 陶显, 张正涛, 刘希龙, 徐德, 大口径光学元件表面划痕暗场图像的二值化方法和系统, 2018.12.13, 中国, ZL201610894348.9
合作单位
澳大利亚悉尼科技大学、中国工程物理研究院
