长期开展工业视觉智能质检的理论方法研究、关键技术攻关和成果应用转化。发表IEEE Transactions多篇（包括中科院Top期刊10余篇），ESI高被引论文2篇（单篇最高引用482次），“领跑者5000－中国精品期刊顶尖学术论文”1篇，授权发明专利20余项，主持国家自然科学基金面上项目1项，北京市自然科学基金面上项目1项，国家自然科学基金青年基项目1项，科技部科技创新2030-“新一代人工智能”重大项目子课题1项，横向课题10项，相关设备应用于中国工程物理研究院激光聚变中心和航天5院502所。入选中科院青年人才计划-创新促进会会员，IEEE Senior Member，中国人工智能协会智能光学成像专委会常务委员，中国自动化学会智能制造系统专委会委员，中国自动化学会混合智能专委会委员，机械工业出版社专家委员会委员，EI源刊《工程科学学报》和核心期刊《工矿自动化》青年编委，澳大利亚悉尼科技大学校外导师。曾获国际人工智能顶会CVPR 2023 学术竞赛亚军1项和最具创新奖1项，CAAI工业视觉挑战赛冠军1项。2019 年获国家留学基金委（CSC）‘国家公派高级研究学者、访问学者、博士后’项目留学奖学金，在澳大利亚悉尼科技大学访问一年，开展视觉感知相关研究，获第十四届‘春晖杯’中国留学人员创新创业大赛高新技术组优胜奖。作为中科院自动化所工业视觉智能检测装备与产业化应用团队成员，获2022年度中国科学院科技促进发展奖。2023年，项目“基于混合监督特征学习的表面缺陷高速高精度在线检测关键技术及应用”获得中国仪器仪表学会科技进步三等奖

机器视觉与智能感知 （工业智能检测） 图像处理与模式识别（深度学习） 机器人智能装备(精密测量、装配、控制）

[1] 融合人工质检认知特性的工业外观缺陷检测与分级方法研究, 国家自然科学基金,面上项目, 项目负责人，2024.01-2027.12 [2] 中科院青年创新促进会会员人才专项, 负责人, 中国科学院计划, 2023-01-2026-12 ​[3] 面向高端工业制造的智能光学成像与检测关键技术及应用, 科技部科技创新 2030-“新一代人工智能”重大项目“多模态融合智能缺陷检测定位与机理分析技术研究”,参与, 2023.4-2027.4 [4] 精密表面缺陷的视觉感知与跨模态分级方法研究, 北京市自然科学基金,面上项目, 项目负责人，2021.01-2023.12 [5] 面向空间在轨维护的自主智能体灵巧协调操作学习及验证, 科技部科技创新 2030-“新一代人工智能”重大项目“自主智能体灵巧精准操作学习方法研究与验证”,子课题负责人, 2019.12-2023.12 [6] 面向馆藏大幅面文物的数字化采集与智能修复关键技术研究,国家自然科学基金地区基金合作项目, 项目负责人, 2021.01-2024.12 [7] 中国轻工业工业互联网与大数据重点实验室开放课题, 项目负责人，2021-2023 [8] 高精度微距测量设备研制, 航天五院 502 所, 项目负责人，2021-2023 [9] 机械臂柔性控制测试设备研制,航天五院 502 所，项目负责人，2021-2023 [10] 融合视觉认知模型的非定域性表面缺陷感知与分析, 国家自然科学基金青年基金, 项目负责人，2018.1-2020.12 [11] 金属零件表面缺陷分析算法研究, 中国工程物理研究院八所，项目负责人, 2017.4.18-2018.9.30 [10] 大口径光学元件表面疵病缺陷增长分析软件, 中国工程物理研究院八所，项目负责人, 2018.07-2018. 11.30 [12] 高速相机微振幅测量仪, 中国工程物理研究院二所，项目负责人, 2018.07.28-2018.10.30 [13] LD平台-表征系统-背光阴影成像单元, 中国工程物理研究院八所，项目负责人, 2017.09.22-2018.9.22

[1]  Qu Zhen, Tao X*，Shen Fei , Zhang Zhengtao, Li Tao. Investigating Shift Equivalence of Convolutional Neural Networks in Industrial Defect Segmentation [J]. IEEE Transactions on Instrumentation and Measurement,2023. [2 ] Tao Xian , Qu Zhen , Luo Hengliang , Han Jianwen ,He Yonghao , Liu Danfeng , Lv Chengkan ,  Shen Fei , Zhang Zhengtao, The Second-place Solution for CVPR VISION 23 Challenge Track 1 - Data Effificient Defect Detection. arXiv preprint arXiv:2306.14116  （CVPR 2023 VISION竞赛 亚军） [3]  Tao X*，Adak C., Chun Pang-jo, Yan SH, Liu HP. ViTALnet:Anomaly Localization on Industrial Textured Surfaces with Hybrid Transformer[J]. IEEE Transactions on Instrumentation and Measurement, 2023. [4] Tao X*,  Zhang DP, Ma W, Hou Z, Lu Z, Adak C. "Unsupervised Anomaly Detection for Surface Defects with  Dual-Siamese Network." IEEE Transactions on Industrial Informatics, 2022. (SCI, Top 1%，IF: 11.648) [5]   Tao X*，Gong XY, Zhang X, Yan SH, Adak C. Deep Learning for Unsupervised Anomaly Localization in Industrial Images: A Survey[J]. IEEE Transactions on Instrumentation and Measurement, 2022. [6]   Yan SH, Xu D,Tao X. Hierarchical Policy Learning with Demonstration Learning for Robotic Multiple Peg-in-Hole Assembly Tasks[J]. IEEE Transactions on Industrial Informatics, 2023. (SCI, Top 1%，IF: 11.648) [7]  Tao X*,Yan SH, Gong XY,Adak C. Learning Multi-Resolution Features for Unsupervised Anomaly Localization on Industrial Textured Surfaces, IEEE Transactions on Artificial Intelligence, 2022.  [8]   Yan SH, Tao X, Xu D. Image-based Visual Servoing System for Components Alignment Using Point and Line Features[J]. IEEE Transactions on Instrumentation and Measurement, 2022. [9]   Tao X*, Ma W, Lu Z, Hou Z. Conductive Particle Detection for Chip on Glass Using Convolutional Neural  Network[J]. IEEE Transactions on Instrumentation and Measurement, 2021. （SCI, Top15%） [10]  Tao X*, Zhang D, Wang Z, Liu X, Zhang H, Xu D. Detection of power line insulator defects using aerial images analyzed with convolutional neural networks[J]. IEEE Transactions on Systems, Man, and Cybernetics: Systems, April 2020, 50(4): 1486-1498. SCI, 入选全球前1%ESI高被引论文 ） [11]  Tao X*, Zhang D, Hou W, Ma W, Xu D. Industrial Weak Scratches Inspection Based on Multifeature Fusion Network[J]. IEEE Transactions on Instrumentation and Measurement,  21 September 2020, 70: 1-14. （SCI, Top15%） [12]  Tao X, Wang Z, Zhang ZT*, et al. Wire defect recognition of spring-wire socket using multitask convolutional neural networks[J]. IEEE Transactions on Components, Packaging and Manufacturing Technology, 06 February 2018, 8(4): 689-698. （SCI） [13]  Tao X, Zhang Z, Zhang F, Xu D.*. A novel and effective surface flaw inspection instrument for large-aperture optical elements[J]. IEEE Transactions on Instrumentation and Measurement, 2015, 64(9): 2530-2540. （SCI, Top15%） [14]   Hou W, Tao X*, Xu D. A Self-Supervised CNN for Particle Inspection on Optical Element[J]. IEEE Transactions on Instrumentation and Measurement,  06 May 2021, 70: 1-12. （SCI, Top15%） [15]  Hou W, Tao X*, Xu D. Combining Prior Knowledge With CNN for Weak Scratch Inspection of Optical Components[J]. IEEE Transactions on Instrumentation and Measurement, 22 July 2020, 70: 1-11. （SCI, Top15%） [16]   陶显*，侯伟，徐德，基于深度学习的表面缺陷检测方法综述，自动化学报，2021.05 （EI, 入选“领跑者5000-中国精品期刊顶尖学术论文” ）

2023 年，CAAI中国人工智能学会工业视觉挑战赛冠军 2023 年，项目“基于混合监督特征学习的表面缺陷高速高精度在线检测关键技术及应用”获得中国仪器仪表学会科技进步三等奖。 2023 年，CVPR 2023 工业视觉检测国际挑战赛 Data Efficient Defect Detection 赛道亚军 2023 年，作为团队成员入选 2022年度中国科学院科技促进发展奖获奖团队-工业视觉智能检测装备与产业化应用 2023 年，入选中国科学院青年创新促进会（青促会 ） 2019 年，第十四届‘春晖杯’中国留学人员创新创业大赛高新技术组优胜 2018 年，国家留学基金委(CSC)‘国家公派高级研究学者、访问学者、博士后’项目留学奖学金

[1] 大口径光学元件表面缺陷增长分析方法、系统、装置，CN201910414436.8，第一发明人。 [2] 高压输电塔绝缘子缺陷自动识别的方法及装置，CN201810228904.8，第一发明人。 [3] 缺陷分类识别方法、装置、计算机设备和存储介质，CN201811399279.X，第一发明人。 [4] 金属零件表面缺陷检测与识别方法及装置，CN201810228901.4，第一发明人。 [5] 高压输电铁塔关键部件缺陷识别方法，CN201711182523.2，第一发明人。 [6] 大口径光学元件表面划痕暗场图像的二值化方法和系统，CN201610894348.9，第一发明人。 [7] 一种精粗结合的光学表面缺陷的检测方法及装置，CN201510779518.4，第一发明人。 [8] 一种光学元件表面的划痕检测方法和装置，CN201510954616.7，第一发明人。 [9] 一种大口径光学元件表面损伤分布图的生成方法，CN201410016315.5，第一发明人。 [10] 接插件装配方法，CN202011606810.3，第一发明人。

2024-01-01-今,EI源刊《工程科学学报》, 第二届青年编委 2023-12-27-今,中国人工智能学会智能光学成像专委会, 常务委员 2023-11-28-今,2023年全国大学生机器人科技创新交流营暨机器人大赛, 评委 2023-07-31-今,澳大利亚悉尼科技大学, 校外导师 2023-05-30-今,《华南理工大学学报（自然科学版）》2022年度优秀审稿专家, 2023-02-01-今,机械工业出版社专家委员会, 委员 2023-01-15-今,中文核心期刊《工矿自动化》, 第三届青年编委 2022-07-31-今,IEEE Senior Member, 2020-11-29-今,中国自动化学会智能制造专委会委员, 委员 2020-10-30-今,中国自动化学会混合智能专委会委员, 委员