姓名：李立明

职称：博士/高级实验师

所属学院：城市轨道交通学院

研究方向：计算机视觉、人工智能、图像分割

通讯地址：上海市松江区龙腾路333号现代交通中心8A331

邮政编码：201620

联系电话：021-67791010

电子信箱：liliming@sues.edu.cn

个人简介：

1982年12月生，男，博士/高级实验师，主要研究方向为计算机视觉、人工智能、图像分割。主持与参与轨道结构状态非接触检测类课题10余项，实现了轨道扣件、道床裂纹的有效检测，发表相关论文及专利20余项，成果转化2项。

获奖：

[1]2023年获得校献血“先进个人”。

[2]2022年获得上海市教学成果一等奖（10/9）

[3]2019年，多维立体交通科普展示，上海市科学技术普及奖，二等奖

[4]2017年，视觉与惯性融合的轨道几何状态测量关键技术，上海市科技进步奖三等奖

[5]2017年入选教育部“全国万名优秀创新创业导师人才库”

[6]2017年获得校“本科教学工作审核评估优秀个人”

[7]2016年获得第十一届中国研究生电子设计竞赛“优秀指导教师”

[8]2015年获得校2014-2015年度校优秀教育工作者

[9]2014年获得校教学成果一等奖（10/10）

[10]2014年获得校教学成果一等奖（7/5）

[11]2012年获得第十四届中国国际工业博览会高校展区优秀展品二等奖

[12]2011年获得第二十三届上海市优秀发明选拔赛优秀发明银奖(5/4)

科研论文：

[1]Yue Wang,Ji Wang,Shubin Zheng,Liming Li#,et al.A railway fastener inspection method based on lightweight network[J].Engineering Research Express,2024,6(1):015041(EI)(通讯作者)

[2]Shubin Zheng, Yue Wang, Liming Li#, et,al. A Railway Fastener Inspection Method Based on Abnormal Sample Generation[J].Computer Modeling in Engineering Sciences, 2023, 139(1): 565-592（SCI）(通讯作者)

[3]Ji Wang, Liming Li#, Shubin Zheng, et al. A Detection Method of Bolts on Axlebox Cover Based on Cascade Deep Convolutional Neural Network[J]. Computer Modeling in Engineering & Sciences, 2022,(2022):1-35(SCI) (通讯作者)

[4] Liming Li, Shubin Zheng, Chenxi Wang, et al. Crack Detection Method of Sleeper Based on Cascade Convolutional Neural Network[J]. Journal of Advanced Transportation, 2022,(2022):1-14(SCI)

[5]Danyang Zheng, Liming Li#, Shubin Zheng, et al.A Defect Detection Method for Rail Surface and Fasteners Based on Deep Convolutional Neural Network[J].

Computational Intelligence and Neuroscience,2021,(2021):1-15（SCI）(通讯作者)

[6]Liming Li, Shuguang Zhao, Rui Sun, et al.AFI-Net: Attention-Guided Feature Integration Network for RGBD Saliency Detection[J]. Computational Intelligence and Neuroscience,2021,(2021):1-10（SCI）

[7]Liming Li , Rui Sun, Shuguang Zhao ,et al.Semantic-Segmentation-Based Rail Fastener State Recognition Algorithm[J].Mathematical Problems in Engineering, 2021,(2021):1-15（SCI）

[8]Li liming,Chai xiaodong,Zhao shugguang,et al. Saliency Optimization and Integration Via Iterative Bootstrap Learning[J]. International Journal of Pattern Recognition and Artificial Intelligence,2018,32(9): 1859016.1-1859016.18（SCI）

[9]汪晨曦,李立明#,柴晓冬,等.基于级联卷积神经网络的轨枕裂纹识别方法研究[J].铁道科学与工程学报, 2022,19(06):1559-1567(EI) (通讯作者)

[10]张晓宇,李立明#,柴晓冬,等基于级联网络的钢轨顶面缺陷检测方法研究[J].铁道标准设计,2022,67(3):1-8 (北大核心) (通讯作者)

[11]郑丹阳, 李立明#,孙睿,等.基于深度边缘特征的轨道扣件状态检测方法[J].铁道建筑,2021,61(4):138-142(北大核心) (通讯作者)

[12]李立明,李建光,顾家泉,等.轨道交通信号系统升级改造期间新旧系统倒接方式及应用分析[J].城市轨道交通研究,2020,23(09):22-26(北大核心)

[13]李立明,柴晓冬,郑树彬.于径向基函数神经网络的轨道交通车辆振动状态预测[J].城市轨道交通研究.2017,20(12):18-21(北大核心)

[14]李立明,柴晓冬,郑树彬.“背对式”双目视觉系统定标方法研究[J]. 城市轨道交通研究. 2013,16(1)：34-27(北大核心)

[15]李立明,朱文发柴晓冬. 等.基于LabView的模拟列车控制系统[J]. 城市轨道交通研究. 2012,15(7):53-55(北大核心)

[16]李立明,柴晓冬,郑树彬.基于RGB颜色模型的轨道轮廓识别算法[J].传感器与微系统,2012,(31):142-144(北大核心)

科研项目：

[1]主持，基于振动与图像融合的轨面状态检测分析技术研究（(23)GP-037），企业委托，在研

[2]主持，接触轨空间形位参数测量系统软件开发((18)GP-011)，企业委托，结题。

[3]主持，微型化模拟轨道交通定位关键技术系统，成果转化

[4]主持，一种轨道交通隧道壁图像采集装置，成果转化

[5]主持，上海高校实验技术队伍建设计划项目，“新工科”背景下轨道交通实验人才内涵提升，结题

[6]主持，上海高校青年教师培养资助计划项目，基于捷联惯性技术的轨道长波不平顺检测系统研究，结题

[7]主研，上海市科委地方院校能力建设项目（22010501600），轨道车辆牵引电机轴承状态零碳感知设备研制及产业化应用，2022.03-2025.02，在研。

[8]主研，振动与视觉融合表征轨道病害的动态诊断方法与理论研究，国家自然科学基金(编号: 51975347)，2020.01-2023.12，结题。

[9]主研，国家自然科学基金面上项目（51478258），高速铁路轨道结构性能参数动态诊断的反演理论与方法,2015.01-2018.12，结题。

[10]主研，国家自然科学基金青年科学基金项目（51405287），轨道沉降的连续运动测量理论与方法研究，结题。

[11]主研，上海市科委地方院校能力建设项目（18030501300 ），轨道扣件状态快速检测识别系统研究,2018.06-2021.12，结题。

[12]主研，上海市科委地方院校能力建设项目（08220511000），基于图像处理的轨道状态检测技术及方法研究，，2008.12-2010.01，结题。

[13]主研，上海市科委地方院校能力建设项目（13510501300），基于多传感信息融合的轨道状态运动检测关键技术研究，2013.16-2016.12，结题。

发明专利：

[1]李立明; 孙睿; 柴晓冬; 陈兴杰; 郑树彬。一种基于NFC技术和机器视觉相结合的轨道检测定位系统,专利号：ZL201811494537.2

[2]李立明; 柴晓冬; 郑树彬; 陈兴杰; 张国富; 封硕; 孙睿。一种接触轨几何参数检测系统及检测方法,专利号：ZL 201910620044.7

[3]郑树彬;李立明;李鹏程;柴晓冬;张磊。一种基于视觉及惯性信息融合的轨道空间线形测量方法，专利号：ZL 201610349090.4

[4]郑树彬; 彭乐乐; 李立明;柴晓冬; 关博。一种能源与信息融合式振动信号诊断传感系统, 专利号：ZL 2022 1 0277529.2

[5]郑树彬;柴晓冬;安小雪;李立明;许晓伟;刘新厂;蒋啟榛。基于动态模板的钢轨磨耗测量方法。专利号：ZL201210261886.6

[6]朱文发;张文静;柴晓冬;李立明;范国鹏;张辉。一种用于高铁箱梁裂缝自动化检测的相机阵列式成像方法。专利号：ZL202110463929.8

指导研究生获得奖励：

[1] 指导M105119201、M105120204硕士研究生国家奖学金

[2]“华为杯”第十七届全国研究生数学建模竞赛“二等奖”

[3]“兆易创新杯”第十六届全国研究生电子设计大赛上海赛区二等奖

[4]“华为杯”第十一届中国研究生电子设计大赛华东赛区一等奖