学历： 博士研究生 学位：工学博士

职称/导师类别：讲师/硕导

毕业学校： 哈尔滨工业大学

学科专业： 先进制造

主要研究

方向

表面缺陷检测技术（工业人工智能，AI小模型）

微缺陷三维显像与增强

飞行机器人巡检技术

科研工作简历

2024年博士毕业于哈尔滨工业大学，机器人中心。同年加入苏州大学机电工程学院机器人与微系统研究中心，从事教学与科研工作。现担任多个SCI期刊审稿人、IEEE会员等。

长期从事工业在线缺陷检测、微缺陷成像与增强、工业AI小模型的理论与应用研究工作，具有丰富的工程研究经验，研究成果已进入产业规模化推广与应用。目前以第一作者/通讯作者发表高水平SCI期刊论文10余篇。授权发明专利10项，授权软著10余项，获省部级科学技术奖一项。目前主持国家级项目1项；市厅级项目1项目；校企联合1项。

学术成果（论文、著作、获奖、专利等情况）

【代表性论文】

CN Wang, ZY He, Y Guo, YZ Zhou, ZX Gu;S Lin*;LADAR: Language-Adaptive Dynamic Aqua Refinement for Underwater Image Enhancement,IEEE Transactions on Geoscience and Remote Sensing,2026. (JCR Q1, TOP期刊)

SLin, JR Chen, ZX Gu, YZ Zhou, LN Sun, Z He; Investigation on Wetting of Microdroplets Enhancementon GlassDent for Industrial Inspection, IEEE Transactions on Instrumentation andMeasurement,2025,74. (JCR Q1, TOP期刊)

CN Wang, ZY He, Y Guo, YZ Zhou, ZX Gu;S Lin*, M Lin;Prototypical rectification with interpretable fusion for enhanced industrial defect segmentation,The Journal of Supercomputing, 2026, 82(2).

SLin; ZYHe; LNSun ; A novel micro-defect classification system based onattention enhancement, Journal ofIntelligentManufacturing, 2024, 35(2): 703-726. (JCR Q1, TOP期刊)

ZY He;SLin*; YF Xiao; H Fang; LN Sun; A Novel Microdefects Imagingsystem for High-Reflective Material Surfaces, IEEE Transactions on Instrumentation andMeasurement, 2025, 74: 4501814. (JCR Q1, TOP期刊)

SLin; ZYHe; LNSun; Self-Transfer Learning Network for Multicolor FabricDefect Detection,NeuralProcessingLetters, 2023, 55(4): 4735-4756.

【科学技术奖】

林嵩(6/10);高档衬布生产全流程疵点检测系统与智能化专用定形机的研发及应用,中国纺织工业联合会,省部二等奖, 2022

【专利】

林嵩;何志勇;孙立宁;一种面向外观缺陷检测的自迁移学习方法, 2022-08-09,中国,CN202010612736.X (专利)

林嵩;孙立宁;何志勇;钱森;刘旭华;孙羽;一种基于视觉注意模型的表面缺陷检测方法, 2023-12-29,中国, CN202110044782.9 (专利)

林嵩;万思杰;何志勇;张忍;一种布匹缺陷检测装置, 2023-5-23,中国, ZL 2022 22416953.9 (专利)

何志勇;林嵩;一种面向外观缺陷视觉检测的数据集扩增方法, 2021-3-12,中国,

ZL201910446312.8 (专利)

何志勇;林嵩;张浩;一种基于贝叶斯小样本学习的表面缺陷检测方法, 2020-10-9,中国,ZL201710583489.3 (专利)

在研项目

国家级：国家自然科学基金青年基金，主持，在研；

市厅级：安徽省机器视觉检测与感知重点实验室开放基金，主持，在研；

企业横向：天达汽车横向项目，主持，在研；

需 求

欢迎对计算机、光学、缺陷检测及交叉学科感兴趣的研究生加入课题组;欢迎从事自动化检测系统、纺织工业品质量控制等企事业单位开展相关项目合作。

联系方式

请通过邮件联系，电子邮箱：slin@suda.edu.cn