陈海永，男，教授，博士生导师，硕士生导师。2008年于中国科学院自动化研究所获工学博士学位，研究方向机器人视觉； 2008年以来在河北工业大学工作，目前任河北工业大学人工智能与数据科学学院学院副院长。

学术成果：2017年荣获河北省青年科技奖，2013年入选首届河北省青年拔尖人才支持计划, 2015年度“三三三人才工程”第三层次，天津市科技特派员，中国青年科技工作者协会会员，天津市青年联合委员会委员，河北省自动化学会理事。河北省优秀硕士学位论文导师，2015年、2017年挑战杯优秀指导教师。作为课题负责人先后完成国家“863”,国家基金等项目10项，在研国家自然科学基金、企业合作项目、河北省自然科学基金等项目3项。主持获得天津市科技进步二等奖1项、河北省科技进步三等奖1项，参与获得河北省科技进步一等奖1项、河北省科技进步二等奖1项、北京市科技进步三等奖1项。在《IEEETransactions on Industrial Informatics》、《IEEETRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT》、《IEEETransactions on Semiconductor Manufacturing》、《Opticsand Lasers in Engineering》、《Journal of IntelligentManufacturing》等国内外期刊、国际会议发表论文50余篇。已授权发明专利13项，申请发明专利18项。IEEE Transactionson INDUSTRIAL ELECTRONICS、IEEE Transactions onIndustrial Informatics 、IEEE Transactions onAutomation Science and Engineering、IEEETRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT 等多个国际期刊审稿专家。

研究领域：目前，人工视觉检测或者一些视觉方法在解决表面目标识别方面起到重要作用，但是复杂背景下高精度和高适应性缺陷感知与认知仍然所知甚少。机器视觉未来的发展重点在于提高精度、高适应性、响应速度和环境认知能力。如何形成类似生物特性的环境感知和认知能力是机器视觉的研究重点之一。因此，模拟生物视觉及信息处理过程的感知和认知过程，针对目标复杂背景和弱目标特性导致的人工特征提取不确定性问题，从多光谱图像缺陷优化融合感知、多特征缺陷自主认知和强化认知等方面，构建一个基于视觉感知和深度学习的目标检测与识别框架，对复杂背景下目标视觉检测以及机器人视觉识别具有重要的价值和意义。在太阳能电池、带钢、液晶面板、半导体晶片、汽车制造等领域的应用也具有重要的理论价值和广阔应用前景。本研究领域属于人工智能与智能制造的交叉融合，是引领制造过程智能化质量控制的关键技术之一。本课题组致力于机器人视觉领域的机器学习算法及软件研究，研究方向包括：

1、基于深度学习的多缺陷视觉识别。考虑不均匀纹理和缺陷特征光谱相似导致的不确定性问题，模拟人脑信息处理机制，研究不同的深度学习网络结构对颜色特征、纹理特征和缺陷特征的认知能力，建立复杂背景信息和弱特征缺陷信息对应的互补协同深度学习网络模型。考虑缺陷图像样本稀少或高成本获取导致的缺陷检测模型不确定性问题，利用人脑发现事物的视觉注意力机制实现对未知事物强化自主认知的特点，研究注意力引导的视觉缺陷目标检测、分割等深度学习机制、推动工业检测领域的智能化程度迭代提升。

2、机器人三维点云视觉信息挖掘。复杂环境的目标位姿检测与无序抓取问题涉及环境感知、机器人轨迹规划、安全空间构建等挑战问题。为了实现一致的，成本有效和快速的目标点云分割与位姿获取，无人值守的机器人与视觉检测协作系统面临的挑战是创建一个强大而准确的感知与控制系统，该系统能够克服环境不确定带来的不利影响。安装在机器人上的激光扫描系统可用于从复杂背景中以点云的形式获取目标点云集合，本项目组利用实验室的机器人和激光测量设备，致力于解决基于点云数据的检测目标姿态以及安全控制空间构建的挑战。

联系人：陈老师13001375601      电子邮件：haiyong.chen@hebut.edu.cn   

主持或参加科研项目（课题）及人才计划项目情况（按时间倒序排序）：

[1]    国家自然科学基金面上项目，61873315，复杂背景下太阳能电池表面缺陷多光谱视觉感知与认知计算，2019.01-2019.12,16万，结题，主持

[2]    河北省自然科学基金项目，高动态焊接区域图像显著性融合与深度学习特征提取，2018/1-2020/12，6万在研，主持

[3]    河北省青年拔尖人才，210003,2013/01-2018/12, 60万，在研，主持

[4]    天津英新能源有限公司委托项目，光伏电池色差、EL、外观缺陷视觉检测分类系统，2017/1-2017/12, 82万，在研, 主持

[5]    天津市科技计划特派员项目，15JCTPJC55500，多层多道焊缝高动态清晰图像的获取及序贯模式识别，2016/01-2016/12, 5万，已结题，主持

[6]    河北省高等学校科学技术研究优秀青年基金项目，微细焊缝跟踪的视觉预测控制及基于数据驱动的全局优化，2014/1-2016/12,12万，已结题，主持

[7]    河北省自然科学基金项目，F2014202071,高速高精度实时窄焊缝视觉感知及预测控制方法研究，2014/01-2016/12, 5万，已结题，主持

[8]    国家自然科学基金青年项目，61203275，激光焊接中窄焊缝特征解耦检测及多约束视觉跟踪，2013/01-2015/12,24万，已结题，主持

[9]    河北省自然科学基金青年项目，F2010000160，基于结构光视觉传感器的焊缝跟踪系统的研究，2010/01-2012/12, 3万，已结题，主持

[10]   863计划项目，2006AA04Z213，大型工件焊接的智能技术与设备研究，2007/1-2009/12, 150万，已结题，参加

代表性研究成果和学术奖励情况（每项均按时间倒序排序）

   按照以下顺序列出：①10篇以内代表性论著；②论著之外的代表性研究成果和学术奖励。

一、代表性论著（包括论文与专著，合计5项以内）

[1]        Su, Binyi; Chen, Haiyong*; Zhu, Yifan; Liu,Weipeng; Liu, Kun; Classification of Manufacturing Defects in MulticrystallineSolar Cells With Novel Feature Descriptor , IEEE Transactions onInstrumentation and Measurement, 2019, 68(12): 4675-4688.    (期刊论文)

[2]        Chen, Haiyong*; Zhao, Huifang; Han, Da; Liu,Kun; Accurate and robust crack detection using steerable evidence filtering inelectroluminescence images of solar cells , Optics and Lasers in Engineering,2019, 118: 22-33.    (期刊论文)

[3]        haiyong chen; Yue Pang; Qidi Hu; Kun Liu*;Solar cell surface defect inspection based on multispectral convolutionalneural network, Journal of Intelligent Manufacturing, 2020, 31: 453-468.    (期刊论文)

[4]       Chen,Haiyong*; Zhao, Huifang; Han, Da; Liu, Weipeng; Chen, Peng; Liu, Kun;Structure-aware-based crack defect detection for multicrystalline solar cells ,Measurement, 2020, 151: 0-107170. (期刊论文)

[5]        haiyong chen*; Qidi Hu; Baoshuo Zhai; He Chen;Kun Liu; A robust weakly supervised learning of deep Conv-Nets for surfacedefect inspection , Neural Computing and Applications, 2020, 2020(1):1-16.     (期刊论文)

二、除了5篇代表作论文之外的相关论文列表

[6]       HaiyongChen*，Qidi Hu，BaoshuoZhai，He Chen，Kun Liu.A robust weakly supervised learning of deep Conv-Nets for surface defectinspection[J]. Neural Computing and Applications, 2020: 1-16（doi.org/10.1007 /s00521 -020- 04819-5）.

[7]       Kun Liu，HeyingWang，HaiyongChen，ErqingQu，YingTian*，Hexu Sun. Steel surface defect detection using a new Haar–Weibull-variance model inunsupervised manner[J]. IEEE Transactions on Instrumentation and Measurement,2017, 66(10): 2585-2596.

[8]       HeyingWang，JiaweiZhang，YingTian，HaiyongChen，Hexu Sun，KunLiu*. A simple guidance template-based defect detection method for strip steelsurfaces[J]. IEEE Transactions on Industrial Informatics, 2019,15(5): 2798 -2809 .

[9]       HaiyongChen*,   Weipeng Liu,   Liying Huang,   Guansheng Xing,   MengWang,   Hexu Sun , The decoupling visual feature extraction of dynamicthree-dimensional V-type seam for gantry welding robot,The InternationalJournal of Advanced Manufacturing Technology, 2015, 80(9-12): 1741-1749.

[10]    HaiyongChen, Yafei Ren, Junqi Cao, Weipeng Liu, Kun Liu*. Multi-exposure fusion forwelding region based on multi-scale transform and hybrid weight [J]. TheInternational Journal of Advanced Manufacturing Technology, 2019, 101, (1–4):105–117.

[11]    HaiyongChen, Guansheng Xing, Hexu Sun, Hong Wang*. Indirect iterative learning controlfor robot manipulator with non-Gaussian disturbances[J]. IET Control Theory& Applications, 2013, 7(17): 2090-2102.

[12]    HaiyongChen,   Kun Liu,   Guansheng Xing, Yan Dong, Hexu Sun , Wei Lin*, Arobust visual servo control system for narrow seam double head welding robot,The International Journal of Advanced Manufacturing Technology, 2014,71,(9-12):1849-1860.

[13]    陈海永,郄丽忠,刘坤.基于区域辐射一致性的移动阴影检测[J].光学学报, 2019,39(03): 256 - 266.

[14]    陈海永,郄丽忠,杨德东,刘坤,李练兵.基于超像素信息反馈的视觉背景提取算法[J].光学学报,2017,37(07):186-194.

[15]    陈海永,徐森,刘坤,孙鹤旭.基于谱残差视觉显著性的带钢表面缺陷检测[J].光学精密工程, 2016,24(10):2572-2580.

[16]    陈海永,任亚非,王亚男,曹军旗.基于视觉注意的V形焊接区域清晰图像获取[J].焊接学报, 2018,39(09):19-24+35+129-130.

[17]    陈海永,杜晓琳,董砚.微小随机变化焊缝的视觉特征提取[J].焊接学报, 2016,37(05): 97-101 +133.

[18]    陈海永,曹军旗,任亚非,刘卫朋.基于焊缝兴趣点的多尺度形状描述符模板匹配算法[J].焊接学报,2018,39(10):1-5+129.

[19]    刘卫朋,邢关生,陈海永,孙鹤旭.基于增强学习的机械臂轨迹跟踪控制[J].计算机集成制造系统,2018,24(08):1996-2004.

[20]    Chen He,Xuan, Bokai, Yang Peng, Chen Haiyong. A new overhead crane emergency brakingmethod with theoretical analysis and experimental verification. NonlinearDynamics, 2019,98(3), 2211-2225.

[21]    LiuWeipeng*，BianGuiBin*，RahmanMuhammad Rameez Ur，Zhang Haojie，Chen Haiyong，WuWanqing. Fractional‐order PID servo control based on decoupled visual model[J].International Journal of Adaptive Control and Signal Processing.2018.

[22]    HaiyongChen*, Yuejiao Cui, Ruina Qiu, Peng Chen, Weipeng Liu,Kun Liu. Image-alignmentbased matching for irregular contour defects detection. IEEE Access,2018, 6,68749-68759.

[23]    Rahman,Muhammad Rameez Ur, and Haiyong Chen*. "Defects Inspection inPolycrystalline Solar Cells Electroluminescence Images Using DeepLearning." IEEE Access (2020).

[24]    HaiyongChen *，JialiLiu, Shuang Wang, Kun Liu. Robust Dislocation Defects Region Segmentation forPolysilicon Wafer Image With Random Texture Background. IEEE Access, 2019 7,134318-134329.

三、授权发明专利

[25]    (8) 陈海永; 胡启迪; 胡洁; 樊雷雷; 崔海根; 王玉; 一种光伏电池片缺陷分选装置及其分选方法,2017-12-21, 中国,CN201711396293.X.     (专利)

[26]    (9) 陈海永; 张晓芳; 崔海根; 胡洁; 樊雷雷; 王玉; 一种多晶硅太阳能电池片外观划痕缺陷检测的方法,2017-12-21, 中国,CN201711397349.3.     (专利)

[27]    (10) 陈海永; 赵鹏; 崔月姣; 李帅; 一种基于色差直方图与DAG-SVMs的光伏电池片颜色分类算法,2018-2-5, 中国,CN201810110289.0.     (专利)

四、获得学术奖励

[28]    陈海永(1/8); 制造过程机器智能感知技术及应用研究, 天津市人民政府, 科技进步, 省部二等奖, 2020(陈海永; 张运锋; 刘坤; 刘卫朋; 崔海根; 樊雷雷; 张天江;胡洁).     (科研奖励)

[29]    陈海永(1/5); 焊接装备视觉感知与智能控制技术研究及应用, 河北省人民政府, 科技进步, 其他, 2014(陈海永; 刘卫朋; 邢关生; 刘坤; 董砚).     (科研奖励)

[30]    陈海永(1/1); 河北省青年拔尖人才, 河北省人民政府, 其他, 其他, 2013(陈海永).     (科研奖励)

[31]    陈海永(1/1); 河北省青年科技奖, 中共河北省组织部, 其他, 其他, 2017(陈海永).     (科研奖励)

[32]    陈海永(5/5); 机器人的高可靠性实时视觉测量技术与应用, 北京市人民政府, 科技进步, 其他, 2014(徐德; 谭民; 张正涛; 方灶军; 陈海永).     (科研奖励)

[33]    陈海永(5/7); 视觉引导下机器人全自主控制技术及应用研究, 河北省人民政府, 科技进步, 省部二等奖, 2019(刘卫朋; 吴昉; 陈鹏; 刘坤; 陈海永; 周军; 冯正平).     (科研奖励)

[34]    陈海永(5/10); 基于定子电流定向的定位控制技术及其应用, 河北省人民政府, 科技进步, 省部一等奖, 2011(孙鹤旭; 董砚; 郑易; 王立伟; 陈海永; 邢关生; 范书瑞;高洁; 李洁; 何林).     (科研奖励)

联系方式

地址：天津市北辰区西平道 5340 号 邮编：300401

电话：+86-022-60200075，13001375601

邮箱：haiyong.chen@hebut.edu.cn，7204038@qq.com