负责人：周鹏

成 员：袁莎

研究方向：

        机器视觉、多模态大模型、具身智能等。

主要研究内容：

       团队舒舒适适主要研究机器学习、多模态大模型、工业智能、数据挖掘等领域的核心技术，构建统一的多模态基座大模型、探索小样本持续学习机制，并将技术应用于工业场景解决实际问题。

  （一）机器视觉与机器学习

       聚焦于机器视觉的核心问题，在图像识别、实例分割等关键领域展开理论与实践相结合的深入探索。针对传统深度学习模型在复杂场景中存在的局限性，提出了多项模型创新，包括引入主流网络架构、设计自适应学习率调整机制及新型损失函数，从而有效提升模型在实际应用中的性能与响应速度。同时，引入光学设计理论，构建光学—视觉协同优化模型，实现图像采集、预处理与高效推理的一体化方案。针对工业自动化检测与智能制造的需求，深入探究强化学习在工业设备智能控制和运维决策中的应用原理，开发基于深度强化学习的自适应控制与优化调度框架，并通过严谨的实验验证，展示其在提升生产效率与设备利用率方面的显著优势。

  （二）多模态大模型

   聚焦于多模态预训练框架、分层特征提取机制和动态推理能力方面研究，旨在提升模型的全局信息捕捉能力、增强模型的泛化能力、优化模型架构和训练方法以及提高模型的计算效率，探索其在复杂任务如分布外数据处理和工业场景中的应用‌，旨在为工业知识高效传播与应用提供坚实的智能引擎。

  （三）具身智能

   聚焦于视觉模型与机器控制的深度融合，运用图像分割与识别技术，结合机械臂等执行机构，实现智能化操作的突破。在面对工业生产流程复杂、多源异构数据海量涌现的挑战时，深入开展工业大数据分析与知识发现研究，通过数据挖掘等手段，从生产数据中提取有价值的信息，构建精准的生产过程模型，从而实现质量预测、故障诊断、能耗优化等智能决策支持。此外，不断优化控制策略，显著提升系统响应速度与精度，以适应复杂多变的工业环境。目前，梯队的科研成果已在工业自动化产线和物流仓储等领域广泛应用，为提升生产效率与质量控制水平提供了坚实的技术支撑。

主要教学、科研成果：

      智能感知与工业智能团队由2位教师（其中教授1人，副教授1人），在读研究生10余人组成。科研方面，团队主持国家重点研发计划课题、国家自然科学基金青年科学基金项目和中国博士后科学基金面上项目等。获得北京市科技进步一等奖、冶金科技进步一等奖等省部级科研奖励6项。团队教师担任IEEE Transactions等国际期刊的审稿专家，以及多次担任国内外顶级学术会议委员会委员。

   团队注重理论联系实践，与华为共建了5G+工业视觉联合实验室，自主研发了视觉控制系统、视觉在线测量系统、金属表面缺陷在线检测系统和视频智能分析系统，应用于工业各领域，已为宝钢、中信特钢、湘钢、马钢、沙钢、永钢等企业实现智能制造提供智能装备支撑。

   团队的科研成果在Artificial Intelligence Review, Expert Systems with Applications等国内外学术期刊和会议上发表SCI/EI论文30多篇。