中国矿业大学智能检测与模式识别研究中心 是中国矿业大学批准设立的校级科研平台，中心依托中国矿业大学信息与控制工程学院、计算机科学及技术学院雄厚的师资力量，已形成一支业务能力强的研发团队，拥有教授、研究员、博士及煤矿工业相关的防爆电气、系统工程应用等一系列高精尖研发人员，主要从事AI智能视频分析、信息处理与模式识别、人工智能与大数据方向的科研教学和成果转化工作，同时也承担了中国矿业大学人工智能研究院智慧矿山研究中心的建设工作。中心近5年来在图像智能分析、信息传感检测和处理等方面，承担2项国家重点研发项目课题、5项国家自然科学基金、2项江苏省重大成果转化项目，完成企业委托项目高达数千万元。研究成果获得教育部科技进步奖、江苏省科技进步奖等省部级科研奖励8项。一大批青年教师经过团队培养，成为学校相关学科的科研和教学骨干。中心本着精益求精的科学态度，秉承科技创新、服务矿山的研究准则，诚信、合作、求实、创新的发展理念，实现机械化换人、自动化减人、智能化无人安全生产，并引领未来产业创新发展和支撑优势产业整体提升。
针对选冶作业环境高温、高压、高危，点巡检人员工作环境恶劣以及对信息采集困难的特点，研发智能感知元器件、分析设备及可穿戴装置，实现生产过程、工艺装备状态数据的实时快速感知。研制高空长距巡检、自动清理等智能操作和运维机器人，替代人工。建立选冶过程多源异构信息库和分析模型库，实现多源信息的定向抓取与聚合分析。主要研究选冶过程数据智能感知装置、智能可穿戴装置、智能作业机器人以及选冶过程多源异构信息库和分析模型库 5 项关键技术。本课题可为项目其他课题提供快速感知的检测装备与智能作业机器人，以及难以获取的矿石、矿浆、熔体特性以及人体作业健康特征等数据源。
矿井智能开采工作面动态场景的高清三维多视角可视，在煤炭无人智能精准开采与灾害防控中还未有效解决。本项目以国家和行业重大技术需求为导向，对矿井无人智能开采工作面增强现实关键技术和理论体系展开科学研究，旨在实现高清晰度和低延时的开采场景真实再现，为人的远程干预和机器视觉提供实时现场图像。研究内容包括，矿井环境下基于关键帧的快速视频超分辨率重建方法、面向狭长巷道的基于多视图立体三维重建方法和工作面矿井增强现实实时跟踪注册方法，最终形成开采工作面高清三维多视角增强现实理论。预期成果对于远程可控无人开采工作面的高清三维多视角可视化，打造具有透视功能的互联网+矿山，实现智能、无人、安全开采为核心的煤炭精准开采具有重大意义。
本项目结合矿井无人煤矿可视化采掘和技术现状，首先，建立面向矿井巷道恶劣环境监控视频超分辨率重建方法；然后，旨在实现开采工作面的高清三维多视角透视，基于多视图立体三维重建算法进行矿井巷道三维场景重建；并且，为实现高清晰度和低延时的开采场景真实再现，研究满足高实时性应用的矿井巷道实时跟踪注册算法，最终形成面向煤矿智能开采的动态高清三维多视角增强现实关键技术体系。
本课题拟解决的关键问题为监管监察可信数据链的构建。监管监察可信数据链构建，是实现互联网+煤矿安全监管监察的基石。互联网+模式下的监管监察活动，需要动态获取真实可信的地质与开采条件、矿井安全生产监测、事故数据、技术经济政策等信息。目前，监管监察工作面临信息种类不全、可信度差、动态获取难度大等问题，需研究多渠道采集、可靠传输与可信分析于一体的安全监管监察可信数据链技术。
目标产品为矿井爆炸危险性环境中的实时预警及安全保障装备，由系列安全监测装置和可信分析保障系统构成。产品主要用于煤炭少人（无人）智能开采与灾害防控一体化中的矿井采场瓦斯、煤尘以及巷道混合可燃气体的实时监测预警。通过自主研制成套装备、构建可信分析保障系统，形成基于动态复杂多场多参量智能分析的矿井爆炸危险性环境实时预警及安全保障体系，提高我国矿井少人（无人）精准智能开采中安全监测系统的智能化水平，保障安全生产。
项目依据国家十三五重点研发计划公共安全风险防控与应急技术装备及省十三五战略性新兴产业规划，面向煤炭精准智能开采中的安全监测，利用移动互联及人工智能等技术，通过前瞻性产学研联合攻关， 攻克了煤炭精准开采中安全监测的三个核心问题：1、突破矿井煤与瓦斯爆炸危险性监测传感器和预警等核心技术，2、自主研发并产业化推广面向煤炭智能化、精准化开采的井下安全监测成套装备及预警保障系统，实现矿井无盲区环境监测，同时提高监测数据的准确性、及时性和可靠性；3、利用多源信息融合技术实现数据可信性联合评估，提高对环境的综合适应能力和数据的可信度，构建矿井爆炸危险环境中的实时预警和安全保障平台。
本项目在煤矿专用5G通信网络的基础上，针对目前井下视频监控系统视频画面分辨率较低、无法对各种异常情况提前预判、事故突发时响应速度慢、智能化分析和控制联动效率低等问题，应用高清视频采集技术、图像识别技术、深度学习技术、大数据分析与云计算技术等现代智能化手段，研究矿井视频图像的超分辨率重建方法，实现本项目在煤矿专用5G通信网络的基础上，针对目前井下视频监控系统视频画面分辨率较低、无法对各种异常情况提前预判、事故突发时响应速度慢、智能化分析和控制联动效率低等问题，应用高清视频采集技术、图像识别技术、深度学习技术、大数据分析与云计算技术等现代智能化手段，研究矿井视频图像的超分辨率重建方法，实现井下实时视频监控高清呈现且分辨率优于4K；研究基于数据挖掘与边缘计算的巷道物理环境与人、机交互的空间模型，构建边云协同数字孪生的物理空间-信息空间映射关系和管理；研究基于深度学习的矿井复杂环境人-机-环图像特征检测与识别算法，最终构建基于5G传输的高清视频监控和AI图像识别分析系统。通过本项目的开发，实现对人员、机器、环境等监控视频进行智能分析，精准识别各种安全隐患和事故风险，实时感知煤矿全局安全态势，完成告警与异常事件处理流程，响应时间小于10ms，并实现与煤矿其他相关子系统的联动与协同，从而提高煤矿安全管理水平和效率。同时，本项目的研究成果可有效的降低人工劳动成本，减少事故导致的经济损失，实现减人提效、节能减排的绿色、智慧化煤炭安全开采。
02技术职称：教授 导师类别：博、硕导
联系方式： chengdq@cumt.edu.cn
程德强，1979.1出生，博士、教授，通信、控制学科博士生导师，现为中国矿业大学信息与控制工程学院副院长，中国矿业大学智能检测与模式识别研究中心主任，中国矿业大学人工智能研究院智慧矿山研究中心副主任。
曾入选全国煤炭青年五四奖章、全国煤炭行业教育先进工作者、江苏省优秀教育工作者、江苏省333工程第三层次中青年科学技术带头人、江苏省六大人才高峰高层次人才选拔培养对象、中国矿业大学优秀青年学术带头人、中国矿业大学教书育人先进个人、中国矿业大学十佳青年教职工、中国矿业大学2016-2018年度优秀教职工共产党员标兵、中国矿业大学2010-2012年度优秀共产党员、中国矿业大学优秀班主任、中国矿业大学本科教学工作审核评估先进个人。
为科技部十二五863主题项目薄煤层开采技术与装备、十三五国家重点研发计划监管监察信息动态采集可信保障与分析技术及设备骨干成员，江苏省高等学校精品课程电路理论教学团队核心成员。2008年被国家安全生产监督管理总局聘为煤矿总工程师技术手册《煤矿信息化》专篇副主编，2011年入选徐州市首批科技镇长团，任徐州市云龙区科技局副局长（挂职），2012年为西安电子科技大学智能感知与图像理解教育部重点实验室访问学者，2014年为阿尔伯塔大学（加拿大）访问教授。
科研工作中，主要从事机器视觉与模式识别、图像智能检测与信息处理相关的研究工作，主持各类科研项目14项，其中国家自然科学基金项目3项、863项目子课题1项；省部级项目4项；第一作者（通讯作者）在IEEE CSVT、 IEEE SPL、煤炭学报、计算机辅助设计与图形学学报、中国图像图形学报等国内外期刊发表科研论文70余篇，其中研究成果一种基于改进光流法的电子稳像算法被评为《煤炭学报》2015年影响力优秀学术论文；出版专著2部；第一发明人获得发明专利授权20项，其中获授权美国发明专利2项。
技术职称：讲师
联系方式:kouqiqi@cumt.edu.cn
寇旗旗，男，1988年出生于河南许昌，中共党员，博士，2012年和2015年本硕均毕业于安徽理工大学，2019年获中国矿业大学检测技术与自动化装置专业博士学位，现任中国矿业大学计算机科学与技术学院讲师，兼任中国矿业大学人工智能研究院智慧矿山研究中心副主任，中国矿业大学智能检测与模式识别研究中心副主任。
近年来，主持或者作为骨干参与国家重点研发计划、国家自然科学基金、江苏省重大成果转化项目、贵州省科技支撑计划重点项目、校企联合攻关项目等二十余项，2019 年入选第十二批校青年教师启航计划人才项目。科研成果获2016 年度中国电子学会科技进步奖三等奖1项（省部级），获2017 年度徐州市科学技术进步奖二等奖1项，获2019年度中国煤炭工业协会科学技术奖三等奖1项（省部级），获2020年中国矿业大学研究生教育教学成果奖二等奖1项；指导学生获得2021年第十七届江苏省大学生课外学术科技作品竞赛暨挑战杯全国竞赛江苏省选拔赛一等奖；进入实质审查发明专利26项，已授权发明专利5项；在IEEE CSVT、IMAGE AND VISION COMPUTING、IEEE SIGNAL PROCESSING LETTERS、OPTIK、计算机辅助设计与图形学学报、中国图像图形学报等国内外期刊上共发表论文20余篇，其中SCI、EI 收录18 篇。社会任职情况，受邀担任IEEE ACCESS、Neural Processing Letters、计算机工程与科学等国内外学术期刊的特约审稿人，为国际学术会议ICICSP专业技术审查委员会委员。
研究方向： 视频/图像处理、智能检测与模式识别、工业机器人与机器视觉。
技术职称：副教授
联系方式:wangxy@cumt.edu.cn
王晓艺，博士、副教授，毕业于电子科技大学电子科学与工程学院电子信息材料与元器件专业，现为中国矿业大学信息与控制工程学院专任教师，同时为中国矿业大学人工智能研究院智慧矿山研究中心研究人员。主要研究方向为电子信息工程，先后参与国家自然科学基金、国家重点研发计划等各级纵向科研课题4项；以第一作者在Nano-Micro Letters，ACS Applied Materials & Interfaces，Inorganic Chemistry等国际学术期刊上发表论文40余篇；获得发明专利4项。
代表性研究成果：（1）提出现代雷达用LiZn微波粉体低温烧结机理，并对其工艺进行了深入研究；（2）研究低温原位掺杂TiO2纳米管阵列生长方法及其可见光光催化性能研究；（3）提出一种全新的制备铁基Fe3O4纳米材料的方法，并将其应用于催化，电磁，能源等领域。
研究方向： 电子信息材料及器件，半导体纳米材料及器件，新型传感器。
技术职称：讲师
联系方式: xufx92@cumt.edu.cn
徐飞翔，博士、中国矿业大学信息与控制工程学院讲师，研究方向为机电系统智能控制和物联网，主持了国家自然科学基金青年科学基金项目、中国博士后科学基金面上项目与中央高校基本科研业务费项目，入选了江苏省双创博士与中国矿业大学优秀青年教师培养计划，以第一作者/通讯作者发表了13篇期刊论文，以第一作者身份申请了3项国家发明专利，获得了吉林大学优秀博士学位论文与博士研究生国家奖学金（连续2次），并担任《International Journal of Hydromechatronics》期刊青年编委。
技术职称：讲师
联系方式:jiangherenren@163.com
江鹤，博士，中国矿业大学信息与控制工程学院讲师，先后毕业于上海交通大学电子系和自动化系，于2021年12月在上海交通大学获得博士学位。求学期间多次获得国家奖学金，校一等/二等奖学金，华为奖学金，中电十四研究所国睿奖学金，光华奖学金等。作为主要参与人先后参与研发工信部核高基重大科技研发计划（项目编号：2013ZX01033001-0020002），科技部863计划（项目编号：NO.61133009 和 NO.2015AA042308）等项目，参与研发与阿里巴巴公司，三星公司，博康公司，美敦力公司等多项公司横向项目。作为独立PI主持了之江实验室的国际青年人才基金：基于先进神经网络的底层计算机视觉算法，项目已结题，考评优秀。求学期间，以第一作者和共同第一作者身份在Applied Intelligence， 电子学报，ICASSP， ICME等国际期刊和会议上发表SCI论文8篇，EI论文9篇，获得发明专利一项。担任国际期刊IEEE Trans on CSVT， Journal of Electronic Imaging 和会议ICASSP， ICME， ICIP， ICONIP的审稿人。
03研究中心先后承担5项国家自然科学基金研究，2项国家重点研发项目，2项江苏省重大成果转化项目，目前主持国家自然科学基金《矿井无人智能开采工作面增强现实关键技术研究》、国家重点研发计划项目《监管监察信息动态采集可信保障与分析技术及设备》、《瓦斯压力衰减参数测试仪检定装置》、国家自然科学基金面上项目《煤矿井下灾后救援网络重构与应急数据流传输关键问题研究》等国家级科研项目；先后发表论文一百余篇，其中SSCI/SCI检索50余篇；出版多部专著；授权国内、外发明专利19项；获得2018年江苏省科技进步奖、2018年中国煤炭工业协会科学技术奖等十余项省部级奖励；为三百余家煤矿提供 智能检测与模式识别、AI视频分析技术开发及服务 。
中心本着精益求精的科学态度，秉承科技创新、服务矿山的企业准则，诚信、合作、求实、创新的发展理念，实现机械化换人、自动化减人、智能化无人安全生产，并引领未来产业创新发展和支撑优势产业整体提升。中心一贯致力于科技创新和自主研发，矿用带式输送机智能巡检机器人、本安型AI视频煤量识别及智能调速系统、井下标准化作业人员AI图像识别及违规监测系统、皮带机AI视频异物检测与识别保护系统、井下变电所智能巡检管理系统、智慧矿山综合视频分析与保护系统、矿井安全生产大数据分析平台及各种智能AI图像识别摄像仪等高精尖智能科技产品具有重大的战略性和产业带动性，工程技术人员均具有国家及大型矿业集团重大项目开发专项经验，能推动煤炭产业实现重大技术突破，深化人工智能技术在传统煤炭领域的应用，促进煤炭行业转型升级！
04
