本成果面向工业生产中的产品质量检测需求，将多模态成像硬件、智能检测软件与人工智能算法相结合，形成集数据采集、缺陷识别、异常定位和结果可视化于一体的工业智能检测系统。针对人工质检一致性不足、细微缺陷难以发现以及复杂表面检测困难等问题，为企业提供软硬件协同的智能质检解决方案。

 系统融合二维彩色成像、光度立体成像与三维信息采集，并通过多视角观测获取产品表面纹理、局部形貌及不同侧面的细节信息，实现对划痕、凹坑、破损、形变等异常的识别与定位。检测软件将异常区域直观呈现，辅助质检人员进行复核与质量分析；软硬件可根据检测对象和现场条件进行配置，满足不同产品的检测需求。

 相关技术已在纺织、数码3C、新能源等行业开展应用，服务于材料表面及工业零部件的外观质量检测。通过成像设备、检测软件与算法的协同集成，提升缺陷检测的一致性和可视化水平，减少对人工经验的依赖，为企业质量管控和生产环节智能化升级提供技术支撑。

图1  多模态工业成像硬件与数据采集示意

1.研究基础与成果支撑

 本成果依托Real-IAD系列工业异常检测研究，围绕真实工业对象构建多模态、多视角数据资源和检测方法，推动成像硬件、数据体系与智能检测算法的协同迭代，为工业应用提供研究与技术基础。

 相关成果连续两年发表于计算机视觉顶级会议CVPR系列，代表论文为Real-IAD D³（CVPR 2025）和Real-IAD MVN（CVPR 2026）。相关成果获得中国计算机学会技术发明奖、中国发明协会发明创业奖，相关研究获得国家自然科学基金面上项目、上海市东方英才计划等项目支持。

图2  多模态数据采集与工业缺陷检测效果