一、研究方向简介
图像识别与智能控制团队主要研究工业互联网、机器视觉与大数据挖掘，涉及计算机应用、模式识别、图像处理技术、计算机视觉、深度支持向量机的研究、数据融合等。针对不同领域产生的图像识别、视频识别和分析等问题，开展基于深度神经网络的模式识别技术在智慧农业、人体行为识别、工业互联网大数据分析与建模、艺术作品数字化孪生等方面的基础应用研究。
二、团队简介
团队带头人：张传雷教授， 工学博士，博士生导师，加拿大瑞尔森大学（Ryerson University）博士后。IEEE会员，中国电子学会高级会员。长期从事模式识别、IEEE会员、ACM会员、中国电子学会高级会员。主要从事模式识别、信息处理、图像处理、物联网、大数据挖掘、区块链等方面的基础应用研究。近5年来主持了天津市自然科学基金重点项目、天津市留学回国人员科技活动启动项目（优秀类）、天津市应用基础与前沿技术研究计划(一般项目)、天津市科技特派员项目、天津市津南区科技计划项目、天津市高等学校科技发展基金计划项目、天津市高校聘请外专特色项目各1项，相应论文成果已发表在国际SCI期刊30余篇。入选天津市学科创新骨干人才计划、天津滨海创新创业领军人才。天津科技大学人工智能专业学科带头人、人工智能专业学术带头人。
团队成员：团队由张传雷教授、李建荣副教授、丁忠林副教授、可婷博士、孙迪博士、王辉博士组成。6位专家在模式识别、图像处理技术、计算机视觉、深度支持向量机的研究、数据融合等多领域融合、工业互联网大数据分析与建模、艺术作品数字化孪生等方面研究成果显著。团队成员还包括6名企业导师，硕士研究生40余人。团队已培养出工学硕士生7人。
三、科研特色
1、机器视觉研究。针对不同领域产生的图像识别、视频识别和分析等问题，开展基于深度神经网络的模式识别技术在智慧农业、人体行为识别、工业互联网大数据分析与建模、艺术作品数字化孪生等方面应用研究。
2、基于大数据挖掘技术的异常（AD）检测技术。5G移动网络异常分析、网络安全入侵检测、机械设备故障检测等。
3、深度支持向量机的研究。研究基于深度学习与支持向量机的数据分类创新算法。
4、艺术作品数字化孪生。研究壁画等艺术作品的数字化保护、VR与数字孪生。
5、AI深度神经网络优化训练。针对CPU\GPU异构计算平台的深度神经网络训练中的效率问题开展新策略、新算法研究。
四、学术水平
项目组承担、参与了国家自然基金、天津市自然科学基金重点项目、天津教委、天津市科技特派员项目等20余项；在国内外重要学术期刊发表学术论文70余篇，被SCI收录论文近40篇；申请及授权国家发明专利20余项。获得省部级各类科技奖励 4余项。
五、标志性成果
基于机器学习的农作物病虫害监测系统
5G网络异常检测系统
LNG接收站智能监控系统
智慧糖业大数据AI训练平台
AI智能办公人员行为识别系统
基于上下文语义约束的汉字图像修复效果
基于对称性检测的人脸补全修复效果
(a)原图 (b)线图提取结果
(c)临摹工具原型 (d)考古绘图生成工具
六、荣誉
七、代表性论文：
学术论文/专著名称 | 作者姓名 | 时间 | 发表刊物/出版社 | |
1 | Unsupervised Anomaly Detection Based on Deep Autoencoding and Clustering | 张传雷 | 2021 | Security and Information System (SCI) |
2 | A New Human Physical Fitness Action Dataset for Recognition and 3D Reconstruction Evaluation | 张传雷 | 2021 | 2021CVPRW (CCF A 类会议) |
3 | Gradient Descent Optimization in Deep Learning Models Training based on Multiple Stages and Methods Combination | 张传雷 | 2021 | Security and Information System (SCI) |
4 | Multi-Scale Convolutional Neural Networks with Attention for Plant Species Recognition | 张传雷 | 2021 | Computational Intelligence and Neuroscience (SCI) |
5 | Integrating leaf and flower by local discriminant CCA for plant species recognition | 张传雷 | 2018 | Computers And Electronics in Agriculture（SCI） |
6 | Combining sparse representation and singular value decomposition for plant recognition | 张传雷 | 2018 | Applied Soft Computing（SCI 2区） |
7 | Plant Species Recognition Methods using Leaf Image: Overview | 张传雷 | 2020 | Neurocomputing（SCI 1区） |
8 | Plant Species Recognition based on Global-Local Maximum Margin Discriminant Projection | 张传雷 | 2020 | Knowledge-Based Systems（SCI 1区） |
9 | Construct | 可婷 | 2021 | |
10 | A Biased Least Square Support Vector Machine Based on Mahalanobis Distance for PU Learning | 可婷 | 2018 | Physical A: |
11 | Global and Local | 可婷 | 2018 | Applied Intelligence（SCI） |
12 | A Robust Least Squares Support Vector | 可婷 | 2020 | Neural Processing Letters（SCI） |
13 | Chinese Character Inpainting with Contextual Semantic | 孙迪 | 2021 | ACM Multimedia (CCF A) |
14 | Line Drawing Extraction and Computer Aided Copying for Dunhuang Frescoes | 孙迪 | 2018 | Journal of Computer-Aided Design & Computer Graphics, 2018, v.30(07):147-154 (Chinese CCF A) |
15 | Realistic Story Visualization from Online Photo Collections. | 孙迪 | 2018 | Journal of Computer-Aided Design & Computer Graphics, 2018, 2018(07): 1321-1328. (Chinese CCF A) |
16 | Deep Supervised Image Retargeting | 孙迪 | 2021 | In:ICME, 2021.(CCF B) |
17 | A Combined Line Drawing Generation Method for Ancient Mural Painting | 孙迪 | 2018 | IEEE International Conference on Multimedia and Expo(CCF B) |
18 | Symmetry-Aware Face Completion with Generative Adversarial Networks | 孙迪 | 2018 | Asian Conference on Computer Vision(CCF C) |
19 | Mural Sketch Generation via Style-aware Convolutional Neural Network | 孙迪 | 2018 | Computer Graphics International(CCF C) |
20 | Video Clip Growth: A General Algorithm for Multi-view Video Summarization | 孙迪 | 2018 | In: PCM, 2018: 112-122 (CCF C) |