博士/博士后, 副教授/高级工程师，硕士生导师

联系方式：13570226172（微信号）

主要从事人工智能、AI视觉检测与物联网的教育教学、人才培养和科技成果转化等。解决了复杂形状零部件的AI视觉检测、基于边缘计算的分布式AI视觉检测系统、RFID技术的炸药识综管控等工程应用难题。先后参与国家和省部级科研项目15项（其中主持12项），其中国家自然科学基金项目1项，广东省科技计划项目9，企业委托开发项目6项。已发表相关学术论文四十余篇，其中SCI 收录7篇；已申请专利40余项，已经授权发明专利15项，实用新型专利12项，获得软件著作权14项，在读硕士研究生21名。2012年获广东省科技进步一等奖。

研究方向：

（1）AI视觉检测及边缘AI视觉检测技术

     研究深度学习的分类Transformer模型、无监督分割、目标检测方法；融合传统视觉和深度学习，研究小目标的检测算法；研究机器视觉与深度学习的交叉领域以及产品质量在线缺陷视觉检测技术；研究基于边缘计算的AI视觉技术以及分布式AI视觉检测系统；

（2）缺陷图片AI生成方法和技术

研究数据和知识联合驱动的AI缺陷图片生成技术；研究基于Diffusion 和GAN的图像生成方法；融合传统视觉处理算法和先验知识，研究缺陷图片AI生成技术。

（3）机器自动预标注方法

大数据集预标注是训练AI模型基础，缺陷检测任务类型多且复杂，人工标注周期长成本高，机器自动预标注方法是解决该问题方向；研究基于异常检测的无监督预标注方法；研究半监督预标注方法；研究基于知识和数据混合驱动的标注修正方法；研究机器—人工交互协同标注技术。

（4）视觉语言大模型及在缺陷检测中应用

为解决CV领域模型训练时密集标注带来困难，研究融合自然语言无监督和图像标注有监督的多模态视觉语言方法；研究基于视觉语言大模型的少样本（零样本）缺陷检测方法；研究面向缺陷检测的视觉语言大模型训练技术；研究适用于缺陷检测的prompt方法和技术。

（5）无监督异常检测

研究基于数据和知识驱动异常检测新方法；研究适用于多任务异常检测预训练方法；研究显著区分异常特征的特征提取与映射方法；研究基于度量学习异常评分方法。

招生专业：控制科学与工程、人工智能、电子信息

代表性项目：

1、高效的产品质量AI视觉检测平台及在产品零部件质检中应用（2023年省科技创新战略专项市县科技创新支持，2023A0101003，经费100万，项目负责人）

2、面向药业生产过程的边缘AI视觉检测系统开发（2023年，经费50万，其余委托）

3、塑料件表面质量检测的自定义边缘AI视觉系统（2023年，经费50万，企业委托）

4、基于AI视觉的玻璃瓶缺陷检测系统（2022年，经费100万，企业委托）

5、机器视觉开发技术培训课程建设（2021年，经费25万，企业委托）

6、机器人化的电机换向器产品质量检测生产线研制及产业化（广东省科技厅大专项，2019年，项目编号：2019A0101023，经费50万，项目负责人）

7、工业炸药包装智能机器人及产业化（广东省应用型科技研发专项资金项目，2016年，2016B090927004,经费300万，项目负责人）

8、基于机器视觉的换向器产品外观质量检测设备（企业委托，2015年，150万，项目负责人）

9、基于免疫危险理论的无线传感器网络安全运行监控平台开发（广东省科技计划项目，编号：2015A030401089，经费30万，主持）

10、微特电机定子生产线智能机器人及产业化（广东省应用型科技研发专项资金项目，编号：2015B090922004，经费500万，项目负责人）

11、间歇过程动态柔性分析（国家自然科学基金，编号：21376091，经费80万，主要研究人员）

代表性成果：

1、  Liang Xu, ZhiLiang Li, and Xiuxi Li. A hybrid approach using multistage collaborative calibration for wireless sensor network localization in 3D environments, IEEE Access (SCI 2区), Vol.8, pp. 130205-130223, July 2020, DOI: 10.1109/ACCESS.2020.3009171

2、  Liang XU, Wang YuXin, Li RuiHui, Yang XiaoNan, Li XiuXi. A Hybrid Character Recognition Approach Using Fuzzy Logic and Stroke Bayesian Program Learning With Naïve Bayes in Industrial Environments, IEEE Access (SCI 2区), Vol.8, pp.124767-124782, July 2020, DOI: 10.1109/ACCESS.2020.3007487

3、  Liang XU, Shuai LV, Yong Deng, XiuXi Li. A weakly supervised surface defect detection based on Convolutional Neural Network, IEEE Access(SCI 2区)，vol. 8, pp. 42285-42296, March 2020, DOI: 10.1109/ACCESS.2020.2977821

4、  Liang XU, YuXi Wang, XiuXi Li, Ming Pan. Recognition of Handwritten Chinese Characters Based on Concept Learning, IEEE Access (SCI 2区)，Vol 7, July 2019, 102039-102052

5、Liang XU, HaiBo XU, XiuXi Li, Ming Pan. A Defect Inspection for Explosive Cartridge Using An Improved Visual Attention and Image Weighted Eigenvalue, IEEE transaction on instrumentation and measurement (SCI 3区), vol. 69, no. 4, pp. 1191-1204, April 2020., DOI:10.1109/ TIM.2019.2912237

6、Liang Xu, Xiao-Min He, Xiu Xi Li, Ming Pan. A machine-vision inspection system for conveying attitudes of columnar objects in packing processes. Measurement (SCI 3区), 2016, 87, 255-273

代表性专利：

1.     许亮等.一种无缺陷样本学习的异常检测方法, 发明专利，专利号：ZL202110904423.6，申请日：2021-08-06 ，授权日期：2023.7. 7

2.     许亮等. 基于多尺度超像素特征增强的图像缺陷区域分割方法和系统, 申请号：2021108019754, 申请日：2021-07-15，授权日期：2023.5.26

3.     许亮等.一种用于易变形导线识别定位与抓取方法与装置，发明专利，专利号, ZL202010548782.8, 申请日期：2020.10.30，授权日期：2021.11.26

4.     许亮等，微特电机生产线上复杂光照环境下的导线抓取系统及方法，发明专利，授权号：ZL201810921432.4，授权日期：2021.6.10

5.     许亮等，一种RSSI三维无线传感器网络三维协作定位方法，发明专利，授权号：ZL202010097242.2，申请日期：2020.6.16，授权日期：2021.6.23

6.     苏培权，许亮.一种基于欧拉影像放大的无接触式心率测量方法及装置，发明专利，申请号：ZL201710303637.1,申请日期：2017.5.2，授权日期：2021.1.26

7.     许亮等，基于KNN的免疫危险无线传感器网络故障诊断方法,发明专利. 授权号:ZL201710676068.5,申请日期:2017.08.09，授权日期：2020年8月7日

8.     许亮等，基于粒子群算法的无线传感器网络故障修复方法与装置,发明专利, 授权号号:ZL201710675054.1,申请日期:2017.09.07，授权日期：2020年10月23日

9. 许亮等，一种无线传感器网络动态分簇目标跟踪方法及装置，发明专利，授权号：ZL201710087019.8，申请日期：2017.12.19，授权日期：2020.8.11

10. 许亮等，一种基于机器视觉的燕窝杂质识别与检测方法及装置，发明专利，授权号：ZL201611247459.7，授权日：2019.6.11，申请日：2016.12.29

11. 许亮等，一种基于图像分块方差-加权特征值的多缺陷检测方法，发明专利，授权号：ZL201510646314.3，授权日期：2018.12.19

12. 许亮等，基于时间加权K-近邻法的无线传感器网络故障诊断方法, 发明专利, 授权号：ZL201410321375.8, 授权日期：2018.12.19

毕业生就业情况：

毕业生就业方向是华为、海康等视觉行业top企业，以及广州地铁等国企；可推荐攻读香港理工大学等高校的博士学位。