工业现场监控常常面临复杂的物理干扰、目标间长期交叉遮挡，工人外观相似性和监控视频难以数字化等问题。现有视频监控技术难以满足高精度、实时性与可靠性的要求。燕山大学代言、刘连竣、刘欣宜等组成团队从自适应图像增强算法、多目标检测算法和像素级多目标追踪技术展开研究，设计和开发轻量化工业互联网监控云平台。

云、地、端数据分析、收集、提炼架构

2021年以来，代言等同学深入挖掘工业企业需求，围绕视频监控技术的数字化、可视化、智能化展开研究，构建了具有自主知识产权的核心技术。在深入分析工业场景复杂环境的基础上，研究待检测目标物体与复杂环境之间的关联，从“溯源、协同和联动”三个角度开展研究，考虑平台可持续发展和投资规模的问题，秉持先进性、继承性与实用性的原则，对复杂工业生产场景搭建全程可控、数据可视的工业互联网管控一体平台。团队提出基于自适应图像增强结合孪生网络注意力机制，在提高检测精度的同时有效增强网络对烟雾干扰及光线变化的鲁棒性。学生团队提出基于FairMOT的像素级检测方法，在对移动变换的目标进行精准追踪的同时做到对目标物体的像素级分割。通过物联网通信技术与自主搭建的框架，优化了平台的后台数据接收与分析过程，数据传输“更快更准”。团队成员以第一作者发表论文8篇（其中，中科院二区2篇），申请和授权专利7项，取得软件著作权1项，并获批国家级重点领域支持项目，河北省科技厅专项项目等。这些成果不仅彰显了团队的学术水平，也为工业企业的数字化转型提供了切实可行的创新路径。

工业生产智能监控系统

团队成果于2022年在西门子工业4.0生产线取得实验验证，并成功应用于唐山建龙简舟钢铁有限公司，与北京万兴创世科技签署了项目合作协议书，相关技术在实际产业线应用中得到了一致好评。

团队合影