近日，由

肖继民博士带领的多媒体技术实验室获得了50万元人民币的初始合作资金，该笔资金由本地高新技术企业——苏州鼎纳自动化技术有限公司提供，将用于“基于深度学习的工业产品缺陷检测”研发项目。

据肖继民博士介绍，在工业制造中，产品表面缺陷检测在产品质量控制和评估过程中起着重要作用，但这是一项非常具有挑战性的工作：“过去，在生产流程中，缺陷检测主要依靠专业人员的手工检测；但由于检测人员的专业技能存在个体差异，以及身体疲劳等因素，容易忽视一些不明显的产品缺陷。”他说。因此，人工智能和计算机视觉技术得以在工业产品缺陷检测中得到广泛运用；然而在大多数传统机器视觉检测系统中，一种特定算法往往专为一种产品类别设计，这就使其很难被推广到其他种类产品的缺陷检测中。肖继民博士表示，在“基于深度学习的工业产品缺陷检测”项目中，深度学习技术将被应用于工业产品的缺陷检测工作。“相较于由领域专家设计的手工提取特征的传统缺陷检测算法，基于深度学习技术的算法可以从样本图像中自动识别出具有差异性和解释性的图像，并最终借助更多可靠的特征信息，显著降低产品缺陷检测系统的设计成本。”他说。肖继民博士于2014年加入西交利物浦大学电气与电子工程系，在此之前他在位于芬兰的诺基亚研究院（Nokia Research Center, Tampere, Finland）担任高级研究员，在学术界与工业界均积累了丰富经验。他在国际知名期刊累计发表超过25篇高质量论文，其中14篇发表于电气和电子工程师协会刊物“IEEE Transaction”系列期刊。在过去四年中，肖继民累计获得包括国家自然科学基金和江苏省科技计划在内的150万元科研经费，并于2016年入选“苏州市高等院校、科研院所紧缺高层次人才计划”。该项目的合作企业苏州鼎纳自动化技术有限公司是一家专精于机器视觉自动化检测的高科技企业。“50万元的研究项目只是合作的开始，未来我们将与西交利物浦大学多媒体技术实验室展开更多的深入合作。”该公司首席执行官兼大股东秦应化先生表示。（供稿：电气与电子工程系 翻译：徐敏 编辑：石露芸 摄影：田丽萍）