上海
计算机视觉综合应用集成平台技术
项目团队
北京交通大学 教授 博士生导师
袁雪
团队负责人袁雪是北京交通大学教授、博士生导师，在计算机视觉领域深耕20余年，撰写《计算机视觉》著作一部，在国内外权威杂志发表论文70余篇，其中被 SCI收录20余篇、EI收录10余篇。作为课题负责人主持国家自然科学基金等40余项科研项目，已获授权国家发明专利9项（日本专利3项）。主要研究方向为图像处理、模式识别、深度学习等。曾自主研发多套软件与装备，如无人系统的视觉感知系统、煤矿运输皮带综合监测系统、高速铁路运行安全监测系统等，在基于计算机视觉的装备故障诊断、装备测试与评估、运营维护保障等研究方向开展核心技术研发，构建图像识别综合仿真平台，并积极开展产学研合作与交流，完成了多项产品的研发与试点工作，产生良好的经济和社会效益。科研团队包括教授1名；具有多年工程开发经验的工程师1名；多年项目管理经验的项目经理一名；多名博士及硕士研究生，具有较强的科研示例与软硬件开发能力。
项目简介
本项目组在计算机视觉领域深耕20余年，主持完成了40余项国家级、省部级、校企合作的高水平科研项目，举例如下：
针对大型交通枢纽及厂矿的日常运营维护需求，构建了安全智能化巡检系统。本团队提出的“特征金字塔实例分割算法模型”可以将巡检机器人的巡检种类从原来的两类扩展到15类，完成了大部分人工巡检的范畴；与传统算法相比较，小目标识别的精度大幅度提高。两项技术分别在山西天地王坡煤业有限公司王坡矿及山西新元煤炭有限责任公司开展应用试点。
在智能监控管理系统核心技术的研发中，团队可结合已有的视频监控网络设备，为企业提供各种定制化的解决方案（如生产过程中所需的特定动作识别、特定故障场景识别等）。提出的“网络模型压缩及嵌入式部署”技术在适配多种摄像机及嵌入式计算资源的同时，提高了图像识别速度、大幅度地降低了硬件部署成本。
在TEDS图像智能辅助识别系统核心技术的研发中，研发的系统通过图像识别技术从运行中列车中高速检测出故障部件，能够精准地从整张动车照片中定位到1/36000尺寸的零件故障与缺陷。并积极推进该技术在北京铁路局、济南铁路局的应用及试点。
开展了智慧矿山主运输皮带智能化综合监测系统的研发，其主要功能包括皮带撕裂预判、皮带损伤位置跟踪、损伤自动停机到检修位置、锚杆异物跑偏识别、煤流量追踪和整体展示。针对煤矿井下光线暗、粉尘大等特点，提出了摄像机硬件改良手段，并提出智能图像增强算法，实现适合煤矿井下运输皮带的智能检测系统；为了解决井下皮带损伤、撕裂数据采集难的问题，提出了皮带数据对抗生成及缺陷合成智能算法，大幅度地提高了皮带损伤定位的准确性，为煤矿井下的运输安全提供了保障。本产品已取得产业化推广应用，应用于晋能控股塔山煤矿、中煤华晋集团王家岭矿、山西潞安集团余吾煤业有限责任公司、晋能控股麻家梁煤矿、霍州煤电吕临能化有限公司庞庞塔煤矿等地。
深入开展了电动车充电桩出厂检测装备核心技术的研发，构建了电动车充电桩出厂检测虚拟仿真平台，通过图像识别技术与机械臂的联动，完成对电动车充电桩的出厂状态评估。本产品的研发可将现有基于人工的出厂全项测试项目数量从91项提高到146项；将到货周期从1个月缩短至8天；并大幅度减少人工测试误差高、效率低的问题。本产品已在国家电网及博电新力公司开展应用与试点。
项目团队在计算机视觉领域有着丰富的项目研发经验，真诚地期待与社会各界广泛地开展交流与合作，承接与计算机视觉相关的科研、开发、成果转化类项目。
以上成果已在上海技术交易所进行意向挂牌，
扫描上方二维码可查看详情。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
