[1]江苏省产学研合作项目：商品图像识别系统研发，已结题，主持

[2]镇江市“金山英才”创新创业人才项目：基于深度学习的车辆轨迹预测系统研发与产业化，在研，主持

研究和应用成果：

1、水下图像增强

水下图像增强旨在解决水下图像亮度降低、对比度下降和颜色失真等问题，提高水下图像质量，增强信息的可视性。项目提出ICDT模型用于水下图像增强，该模型具有良好的扩展性，能够获得SOTA的图像增强性能，且可以作为通用的图像生成模型，应用于各种图生图的计算机视觉任务。

X. Nie*, S. Pan(指导的硕士生), X. Zhai, S. Tao, F. Qu, B. Wang, H. Ge, and G. Xiao(指导的硕士生), Image-conditional diffusion transformer for underwater image enhancement, 2024,arXiv: 2407.05389.[arXiv]

2、车辆行驶轨迹预测

车辆/行人轨迹预测广泛应用于自动驾驶等领域。项目基于深度学习模型对时间序列预测的原理，成功实现了对车辆行驶轨迹的预测。

本项目获镇江市“金山英才”创新创业人才项目资助。

3、商品图像识别

项目提出商品图像识别技术方案，该方案由主体检测、特征学习和向量检索三个模块组成，是一个实用的轻量级通用图像识别系统。基于此技术方案，商超零售企业可实现大量商品的快速识别，提高识别效率，节省人工及时间成本；当新品迭代更新时，该方案无需重新训练模型，能够做到“即增即用”，解决了商超零售场景下商品图像识别的痛点问题。

本项目获江苏省产学研合作项目资助。

4、晶圆缺陷检测

晶圆缺陷检测在半导体生产过程中意义重大。项目提出了一种基于集成学习的晶圆缺陷检测方法，该方法融合了四种深度学习模型的识别结果，可有效提高晶圆缺陷检测的准确率。

S. Pan(指导的硕士生),X. Nie*, X. Zhai, Enhancing wafer defect detection via ensemble learning,AIP Advances, vol. 14, no. 8, Aug. 2024, Art. no. 085301.[Link]