由中国图象图形学学会(CSIG)主办，CSIG多媒体专业委员会、CSIG数字媒体取证与安全专业委员会、中国计算机学会(CCF)多媒体技术专业委员会和山东科技大学共同承办的多媒体计算与安全学术会议(CMCS)，将于2019年11月16-18日在山东省泰安市召开。

CMCS旨在为国内学术界和产业界人士以及专委会委员搭建有针对性的沟通和讨论平台，特别是针对最新的技术趋势、引领性的前瞻性思想、有可能产生技术突破的关键问题等方面，通过思想交流，碰撞出更多火花，从而共同促进国内多媒体计算与安全领域的学术研究和思想繁荣。

一、组织机构

主办：中国图象图形学学会(CSIG)

承办：CSIG多媒体专业委员会、CSIG数字媒体取证与安全专业委员会、中国计算机学会(CCF)多媒体技术专业委员会、山东科技大学

时间：2019 年11月16-18日

地点：山东科技大学泰安校区西校园

二、特邀专家（按姓氏拼音排序） 

操晓春 研究员

报告人简介：操晓春，中国科学院信息工程研究所信息安全国家重点实验室研究员，主要从事网络空间安全和计算机视觉领域的研究。国家自然科学基金委优秀青年基金获得者，入选国家“万人计划”青年拔尖人才支持计划。担任IEEE TIP、IEEE TMM、IEEE TCSVT的编委(Associate Editor)，当选为英国工程技术学会会士(IET Fellow)。中国计算机学会杰出会员、中国电子学会青年科学家俱乐部会员。

报告题目：《人工智能驱动的网络空间内容安全》

报告摘要：互联网络的发展和普及改善人民生活质量的同时也带来安全风险。一方面，虚假、不良的媒体内容充斥于网络空间，需要及时识别，存在识别难、时效差、耗费多三大现实挑战。另一方面，公开来源网络数据有价值的信息挖掘如大海捞针。报告人拟介绍信工所团队在该方向的最新学术探索进展，以及建立了的一套视觉大数据价值挖掘系统。具体包括：开源数据的云弹性采集与强智能搜索、数据驱动的自底向上深度抽象归纳、知识驱动的自顶向下演绎推理、人工智能深度攻防对抗等。

陈熙霖 研究员

报告人简介：陈熙霖博士，中科院计算技术研究所研究员，IEEE Fellow, IAPR Fellow, 中国计算机学会会士。近年来主要研究领域为计算机视觉、模式识别、多媒体技术以及多模式人机接口。曾任IEEE Trans. on Image Processing的Associate Editor，目前是IEEE Trans. on Multimedia的Associate Editor和Journal of Visual Communication and Image Representation的Senior Associate Editor、Journal of Computer Science and Technology领域编委、计算机学报副主编、人工智能与模式识别副主编。先后获得国家自然科学二等奖1项，国家科技进步二等奖4项。合作出版专著1本，在国内外重要刊物和会议上发表论文300多篇。

报告题目：《多媒体若干问题的思考》

报告摘要：从上世纪90年代初多媒体概念提出以来，这一领域经历了近三十年的发展，期间对计算机走向普及起到了至关重要的作用。与此同时，在信息技术大热的今天，反观近年来多媒体领域的学术研究和产业发展，似乎进入了瓶颈期。如何突破瓶颈，寻求新的增长点？多媒体是否存在基础理论挑战？多媒体技术的发展向何处去？报告将分享讲者对这些问题的思考。

黄继武 教授

报告人简介：黄继武，工学博士，深圳大学信息工程学院教授。国家杰出青年科学基金获得者、IEEE Fellow。广东省网络与信息安全产学研创新联盟理事长。分别毕业于西安电子科技大学（电子对抗专业，学士）、清华大学（通信与信息系统专业，硕士）、中国科学院自动化所（模式识别与智能系统专业，博士）。研究兴趣为多媒体取证与安全、信息隐藏、多媒体信号处理。曾主持过国家973课题、国家自然科学基金重点项目等课题；发表学术论文250多篇。曾获国家自然科学二等奖（排名第二）、教育部自然科学一等奖（排名第二）、中国计算机学会自然科学一等奖（排名第二）。IEEE Trans. on Information Forensics and Security AE, 本领域国际重要学术会议IEEE WIFS 2014 大会共同主席、IEEE WIFS 2018程序委员会共同主席。

报告题目：《多媒体取证：问题和挑战》

报告摘要：借助功能强大的多媒体编辑工具，普通用户都可以很方便地对多媒体内容进行篡改而不留下听觉/视觉痕迹。AI技术的发展，将多媒体造假水平提升到一个新的阶段。伪造多媒体的流行给国家和社会带来了很大的安全问题。图像与音视频取证尽管已经有近20年的研究历史，也取得了很多进展。但多数成果还停留在实验室阶段，离实际应用需求有较大的距离。近年来AI技术的进步，给图像与音视频取证带来了许多新的挑战。本报告将从学术研究和应用需求的角度，对本领域存在的问题进行探讨，并对本领域未来值得研究的问题进行展望。

黄永峰 教授

报告人简介：黄永峰，男，1967年12月生，博士，清华大学电子工程系教授，博士生导师，福建省闽江学者特聘教授，清华大学信息认知与智能系统研究所副所长；首届全国网络安全优秀教师。IEEE Senior Member，中国电子学会高级会员，中国计算机学会高级会员；中国信息隐藏与多媒体安全专业委员会委员，中国云计算专家委员会委员、中国互联网专家委员会委员等。多年来一直从事互联网及其信息安全理论与技术的研究和教学工作。作为负责人先后主持了国家重点自然基金、973、863、国家重大基础研究前期专项、国家重点研发专项、国家某部委科研基金项目、国际合作项目等40余项。担任了多家国际著名期刊的编委，以及重要国际会议程序委员或分会主席；近年来，已在Science、 IEEE／ACM Transaction、China Science等国内外权威期刊和AAAI、ACL等重要国际会议发表学术论文200多篇；SCI收录80篇、专著6部、译著2部，教材2部。申请发明专利16项，授权8项，软件著作权10项等。先后获得省部级科技成果奖一等奖2项、二等奖3项；获中国电子教育学会电子信息类优秀教材一等奖1项，清华大学教学成果奖2项等。

报告题目：《网络环境下的隐蔽通信理论和实践》

报告摘要：网络空间已经成为世界各国争夺的国家安全战略高地。隐蔽通信是保障国家秘密和个人隐私等信息安全传递的重要技术之一。网络环境下的隐藏载体存在着海量化、综合化和序列化等特点，给网络隐蔽通信技术带来机遇和挑战。报告分析了传统信息隐藏的囚犯模型在网络环境下存在着“非完备性”等问题。为适应网络环境下隐藏载体的特点，提出了一套完备的隐蔽通信框架。结合自己的研究工作，重点阐述了网络隐蔽信息技术的特点与挑战、科学问题、关键技术和实践研发工作。

孔祥维 教授

报告人简介：孔祥维，现任浙江大学大学教授，博士生导师，浙江大学网络空间国际治理国家研究基地学术带头人，国家自然科学基金委科研创新研究群体骨干成员、教育部创新团队学术骨干成员，美国普渡大学访问学者，美国纽约大学高级研究科学家。发展了人工智能与数据分析、数字媒体计算和安全，智能决策半实物仿真等方向的理论、方法和系统。承担国家973、863计划项目、国家自然科学基金重大重点项目、总装预研和重大型号项目、国家发改委项目、中国通用技术研究院项目等60余项科研课题，取得了一批有重要学术意义和实用的研究成果。发表200余篇期刊和会议学术论文，获得授权国家发明专利15项，出版专著和教材5部。获得多项科研奖励，其中包括国家科技进步二等奖，部级科技进步一等奖、辽宁省科技进步二等奖2项、辽宁省档案局优秀科技成果特等奖、亚洲CT科研十大进展奖等奖励。担任军委装备发展部人工智能应用专业组专家、国家重点研发计划项目组咨询专家，中国图象图形学学会常务理事、学术工委副主任，中国电子学会多媒体安全专委会副主任等。担任国家科技奖励评审专家、教育部科技奖励评审专家、国家科技部重大研发计划评审专家等。

报告题目：《人工智能安全和溯源分析》

报告摘要：人工智能已在多个领域取得了突破性的进展，成为引领未来的战略性技术。与此同时，人工智能这个被公认为对世界带来深刻变化的颠覆性技术，给人类带来的安全挑战不容忽视。报告探讨了人工智能技术进步对国家安全的潜在影响，针对人工智能应用的风险，从人工智能安全角度，分析了对抗样本和伪造媒体等出现的新挑战，重点介绍了数字媒体溯源分析的研究工作。

田奇  教授

报告人简介：Qi Tian is currently a Chief Scientist in Computer Vision at Huawei Noah’s Ark Lab.  He was a Full Professor in the Department of Computer Science, the University of Texas at San Antonio (UTSA) from 2002 to 2019. During 2008-2009, he took one-year Faculty Leave at Microsoft Research Asia (MSRA). Dr. Tian received his Ph.D. in ECE from University of Illinois at Urbana-Champaign (UIUC) and received his B.E. in Electronic Engineering from Tsinghua University and M.S. in ECE from Drexel University, respectively. Dr. Tian’s research interests include computer vision, multimedia information retrieval and machine learning and published over 500 refereed journal and conference papers. His Google citation is over 16500+ with H-index 65. He was the co-author of best papers including IEEE ICME 2019, ACM CIKM 2018, ACM ICMR 2015, PCM 2013, MMM 2013, ACM ICIMCS 2012, a Top 10% Paper Award in MMSP 2011, a Student Contest Paper in ICASSP 2006, and co-author of a Best Paper/Student Paper Candidate in ICME 2015 and PCM 2007. Dr. Tian research projects were funded by ARO, NSF, DHS, Google, FXPAL, NEC, SALSI, CIAS, Akiira Media Systems, HP, Blippar and UTSA. He received 2017 UTSA President’s Distinguished Award for Research Achievement, 2016 UTSA Innovation Award, 2014 Research Achievement Awards from College of Science, UTSA, 2010 Google Faculty Award, and 2010 ACM Service Award. He is the associate editor of IEEE TMM, IEEE TCSVT, ACM TOMM, MMSJ, and in the Editorial Board of Journal of Multimedia (JMM) and Journal of MVA.  Dr. Tian is the Guest Editor of IEEE TMM, Journal of CVIU, etc. Dr. Tian is a Fellow of IEEE(2016).

报告题目：《Person Re-Identification: Challenges and Recent Advances》

报告摘要：As a research topic attracting more and more interests in both academia and industry, person Re-Identification (ReID) targets to identify the re-appearing persons from a large set of videos. It is potential to open great opportunities to address the challenging data storage problems, offering an unprecedented possibility for intelligent video processing and analysis, as well as exploring the promising applications on public security like cross camera pedestrian searching, tracking, and event detection.

This talk aims at reviewing the latest research advances, discussing the remaining challenges in person ReID, and providing a communication platform for researchers working on or interested in this topic. This talk includes several parts on person ReID:

Task definition, challenges and benchmarks of person ReID

Fully supervised learning for person ReID

Unsupervised learning or weakly supervised learning for person ReID

Open issues and promising research topics of person ReID

This talk also coversour latest work on person ReID, as well as our viewpoints about the unsolved challenging issues in person ReID. We believe this talk would be helpful for researchers working on person ReID and other related topics.

吴飞 教授

报告人简介：吴飞，浙江大学特聘教授，博士生导师。主要研究领域为人工智能、跨媒体计算、多媒体分析与检索和统计学习理论。浙江大学计算机学院副院长、浙江大学人工智能研究所所长。国家杰出青年科学基金获得者（2016年）、入选“高校计算机专业优秀教师奖励计划”(2018年)，教育部人工智能科技创新专家组工作组组长（2018.8-2020.12）

报告题目：《智能计算：从最优解（数据拟合）到均衡解（博弈对抗）的思考》

报告摘要：从数据出发来建立合适模型以对数据拟合是机器学习的主要目标。在这一学习过程中，通过求取误差最小的最优解来判断模型学习的优劣。博弈对抗是多个带有相互竞争性质的主体，为了达到各自目标和利益，采取的带有对抗性质的行为。博弈论推动机器学习从“数据拟合”过程中以“求取最优解”为核心向博弈对抗过程中“求取均衡解“为核心的转变。本报告将介绍对智能计算这一转化的思考。

张卫明 教授

报告人简介：张卫明，1999年毕业于解放军信息工程大学，并于2005年在该校获得博士学位。现任中国科学技术大学教授，博导，网络空间安全学院副院长，中国图象图形学学会多媒体取证与安全专家委员会副秘书长。主要研究兴趣包括信息隐藏、数据隐私保护和人工智能安全。已在国际学术期刊和会议TIT、TIFS、TIP、TVCG、TCSVT、TMM、TDSC、TOMM、CVPR、ICCV、INFOCOM等发表论文150多篇。主持国家重点研发计划课题、国家自然科学基金重点、面上、国家863等项目10余项，研究成果在军队、国家重要部门得到应用。并获得国际应用密码和网络安全会议、ACM信息隐藏与多媒体安全会议、全国信息隐藏暨多媒体安全学术大会等会议论文奖7项。

报告题目：《信息隐藏与AI安全》

报告摘要：信息隐藏是研究如何将信息嵌入各种载体中的技术，可用于隐蔽通信、溯源和版权保护。人工智能的浪潮正在改变信息隐藏的算法设计思路，同时也在不断扩展信息隐藏的应用场景。此报告将介绍信息隐藏与人工智能技术的相互影响。一方面，讨论人工智能兴起对信息隐藏技术发展的影响；另一方面，讨论信息隐藏在深度学习模型安全中的应用。

张新鹏 教授

报告人简介：张新鹏，国家杰出青年科学基金获得者，复旦大学教授。入选上海市优秀学术带头人、上海市曙光人才计划、上海市“东方学者”跟踪计划、上海市浦江人才计划、上海市“青年科技启明星”跟踪计划。曾赴美国纽约州立大学宾汉顿分校访问一年，受德国洪堡基金会资助作为资深研究员赴德国康斯坦茨大学访问14 个月。主持国家自然科学基金重点项目、国家863计划等科研项目40余项。发表论文200余篇，被引10000余次，2014年—2018年连续五年入选中国高被引学者（Most Cited Chinese Researchers）榜单。申请发明专利20余项，授权11项。获上海市自然科学奖二等奖（第一完成人）、中国电子学会自然科学奖二等奖（第二完成人）、国家级教学成果奖（第七完成人）。担任 IEEE Trans. on Information Forensics and Security （IEEE T-IFS）等国际学术期刊的 Associate Editor、ACM IH&MMSec 等国际学术会议的TPC Chair。

报告题目：《多载体安全隐写》

报告摘要：数字图像隐写旨在通过将秘密信息嵌入载体图像中来实现信息的秘密传递。当有大量载体可用时，由于通信信道容量的限制，隐写者应选择最合适的图像用于隐蔽通信，并合理分配嵌入量以确保隐写安全性。我们通过最优化隐写失真提出了一种联合载体选择与嵌入量分配的多载体隐写方法。首先证明了随着嵌入量的增加，单图像隐写失真关于嵌入量的一阶导数单调递增。之后推导出了对于已选择的图像，在总体失真最小的前提下，各图像隐写失真关于嵌入量的一阶导数应该相等。最后在理论指导下，设计了一种联合载体选择与嵌入量分配的多载体隐写方法来选出最优的载体图像并产生安全含密图像。

徐常胜 研究员

报告人简介：徐常胜，中国科学院自动化研究所特聘研究员，中国科学院大学岗位教授，国家杰出青年基金获得者，国家重点研发计划项目“大数据多模态交互协同关键技术”首席科学家，中国科学院王宽诚率先人才计划卢嘉锡国际团队“多媒体计算国际团队”负责人。目前是国际电子电气工程师学会会士（IEEE Fellow)，国际模式识别学会会士（IAPR Fellow）和国际计算机学会杰出科学家（ACM Distinguished Scientist），担任国际计算机学会多媒体专委会中国区（ACM SIGMM China Chapter）主席和中国计算机学会多媒体专委会副主任。担任过国际刊物“IEEE Transactions on Multimedia”和“ACM Transactions on Multimedia Computing, Communication and Applications”编委，担任过国际顶级多媒体会议“2009 ACM Multimedia Conference”程序委员会主席和2010年全国多媒体会议程序委员会主席。主持过国家自然科学基金重点项目和国际合作重点项目、973课题、中科院前沿重点项目和国际合作重点项目等，在多媒体分析，计算机视觉，模式识别，图像处理等领域发表论文300多篇，其中IEEE和ACM汇刊论文80篇，国际顶级会议会议论文40余篇。谷歌学术引用超过13000次，H-Index：61。在多媒体国际顶级会议和期刊上获得最佳论文奖10余次，包括2016年国际多媒体顶级会议ACM Multimedia的唯一最佳论文奖、2016年ACM Trans. on Multimedia Computing, Communications and Applications的唯一最佳论文奖、2016年IEEE Trans. on Multimedia的最佳论文荣誉奖、2017年IEEE Multimedia的唯一最佳论文奖等。获得过2018年中国电子学会自然科学一等奖，2009年中国计算机学会青年科学家奖，5次获得中国科学院优秀导师奖。

报告题目：《连接社会多媒体大数据》

报告摘要：社会媒体的快速发展促生了各种各样的社会媒体网络（Online Social Networking, OSN）服务。社会媒体具有明显的跨社会媒体网络特性：网络用户会同时注册并使用多个社会媒体网络服务。研究这些用户贡献的跨社会媒体网络数据对于连接社会媒体中的数据孤岛、并挖掘社会多媒体大数据额应用价值具有重要意义。从数据融合的角度，理解跨社会媒体网络数据关联是更复杂社会媒体分析和应用的基础；从用户建模的角度，利用用户在不同社会媒体网络中的数据可以帮助构建完整用户画像并提供更优质的信息服务。报告将从以用户为中心的角度介绍跨社会媒体网络数据挖掘和应用的基本研究框架，并结合研究案例介绍在这一框架下的两个基本任务：（1）From User：跨社会媒体网络关联挖掘；（2）For User: 跨社会媒体网络用户建模。

朱文武 教授

报告人简介：朱文武，清华大学计算机系副主任，信息科学与技术国家研究中心副主任，大数据算法与分析技术国家工程实验室副主任，国家973项目首席科学家，国家基金委重大项目负责人。IEEE Fellow、AAAS Fellow、 SPIE Fellow。曾任微软亚洲研究院主任研究员，英特尔中国研究院首席科学家与总监，及美国贝尔实验室研究员等职。现主要从事大规模网络多媒体计算、媒体大数据分析等研究工作。目前担任IEEE Transactions on Multimedia 主编。曾8次获ACM及IEEE等国际最佳论文奖。获2018年度国家自然科学二等奖（排名第1）和2012年度国家自然科学二等奖（排名第2）。

报告题目：《跨媒体大数据智能》

报告摘要：本报告将首先介绍国家新一代人工智能发展规划及其中的跨媒体智能。然后探讨跨媒体大数据智能的科学问题、研究挑战与研究思路。重点介绍跨媒体大数据关联表征与跨域数据的协同分析等研究方法。最后探讨跨媒体推理所面临的挑战与思考。

三、女科学家论坛

董晶 副研究员

报告人简介：董晶,女，博士，2010年获中科院自动化研究所工学博士学位。现任中国科学院自动化研究所智能感知与计算研究中心副研究员，自动化所-中科智能之星 “人工智能与机器人教育联合实验室”主任。董晶博士主要从事模式识别与图像处理、计算机视觉、多媒体内容安全方面的研究工作，已在国际权威期刊及学术会议上发表学术论文近50篇，申请发明专利和软件著作权18项，已授权专利7项。她主持或主要参与了国家自然科学基金、重点研发计划等30余项国家、省部级及企业委托的科研项目。她现为中国科学院青年创新促进会会员；中国人工智能学会副秘书长、理事（2016-今）；中国图象图形学学会副秘书长、理事（2018-今）；中国计算机学会计算机视觉专业委员会委员，中国人工智能学会模式识别专委会委员，中国图象图形学学会视觉大数据、数字多媒体取证专委会委员；中国自动化学会混合智能专业委员会委员，北京图像图形学学会理事、青年委员（2012-今）； IEEE高级会员（2014-今）、IEEE亚太区女工程师委员会主席（2017-2018），IEEE公益科技活动委员会主席（2019-2020）。曾获2016年度IBM杰出学者奖。她现任国际模式识别联合会会刊《IAPR Newsletter》主编，Elsevier国际期刊《Journal of Information Security and Application》, 曾任IET国际期刊《Image Processing》的副主编，并曾担任IEEE 青年计算与通讯技术大会组织委员会主席（2009、2010）、中国人工智能大会组委会联席主席（2015、2016、2017）等多个本领域国内外相关学术会议的组织工作。

报告题目：《以AI对抗AI-数字内容取证前沿技术探讨》

报告摘要：近期,换脸 APP“ZAO” 一夜爆红。用户只需上传照片,就能在人工智能技术的帮助下, 不费吹灰之力地与明星“换脸”参演影视剧。实际上,AI“换脸”并不是新鲜事。虽然“ZAO” 并未透露其技术细节,没有明确表示其“换脸”技术源自开源的“deepfakes”,但有着强烈的 相似性。“deepfakes”的核心技术一种名为生成式对抗网络(GAN)的框架,网络有两个模 块,一个负责生成伪图,另一个负责鉴别生成图片的质量,通过对抗博弈的方式不断进化,达 到以假乱真的水平。在 AI 技术的“加持”下,如今的伪造视频、图片仿真度越来越高,普通人几乎无法单靠肉眼分辨真伪。当 AI 和信息安全产生纷繁的纠葛时,或许AI 也能实现身份转换,成为虚假图片、虚假视频的粉碎机。本报告将重点关注基于生成对抗网络的多媒体伪造与取证相关前沿探讨，介绍其相关研究的技术进展与发展趋势。

刘家瑛 副教授

报告人简介：刘家瑛，博士，北京大学王选计算机研究所 副教授。2010年7月，毕业于北京大学计算机应用技术专业获理学博士并留校任教，2012年8月晋升为副教授。2015年，在微软亚洲研究院任铸星计划访问研究员。研究领域包括图像/视频编码、增强与理解。累计发表IEEE汇刊与CCF A类会议论文47篇；获得授权国家发明专利42项。担任APSIPA杰出讲者，IEEE/CSIG/CCF高级会员，IEEE MSA/VSPC技术委员会委员，CCF多媒体技术专委会和CSIG视觉大数据专委会副秘书长。担任Journal of Visual Communication and Image Representation编委，ACM ICMR-2021/IEEE VCIP-2019会议程序委员会主席, ICCV-2019会议领域主席等多个国际会议组织工作，获教育部科技进步二等奖、CSIG首届石青云女科学家奖-青年奖、北京大学首届教学卓越奖（最年轻获奖者）等。主讲的全球MOOC课程获教育部首批“国家精品在线开放课程”。

报告题目：《智能影像增强计算》

报告摘要：数据驱动下基于深度学习的影像增强技术飞速发展，在本次报告中，试图从传统信号处理最大后验概率框架再出发，思考如何在数据驱动框架中嵌入学习先验的有效方法。分享我们近期的研究工作中，利用多任务学习、对抗生成网络以及无监督学习等技术，构建Side Prior和Learned Prior，以提升图像/视频去雨、暗光照增强等一系列恶劣场景下影像质量增强问题的性能；以暗光环境下重建和检测的Benchmark为切入点，探讨底层视觉增强与高层视觉感知之间的联合关系，以期进一步提升智能影像计算性能。

杨欣 副教授

报告人简介：杨欣，女，博士，2013年获得加州大学圣塔芭芭拉分校博士学位。现任华中科技大学电信学院副教授，博士生导师。杨欣博士主要从事计算机视觉与机器学习领域研究工作，已在国际权威期刊及学术会议上发表学术论文60余篇，其中近五年以一作/通信作者在国际权威期刊（TPAMI、IJCV、TMI、MIA等）和国际顶级会议（CVPR、ICCV、MM、MICCAI）上发表论文共42篇，授权美国发明专利3项，授权/申请国内发明专利7项，出版英文书籍章节2部。她主持国家自然科学基金2项，校企联合实验室1项及多项省市企业项目，作为骨干成员参与国家自然科学基金重点项目与科技部国家重点研发计划。她获得2012年增强现实领域顶级学术会议ISMAR最佳论文提名（3%），2017年3551长期创新人才，2019年ACM武汉分会新星奖，2019年湖北省自然科学基金创新群体核心成员。她多次受邀担任CCF A类会议ACM MM及医学图像计算领域顶会MICCAI领域主席, 担任SCI期刊Multimedia System副主编和多项顶级期刊审稿人，包括TPAMI、IJCV、TMI等；现任中国图象图形学学会高级会员，CCF多媒体专委会委员、CCF人工智能专委会通讯委员、CSIG女工委委员、CSIG图象视频通信专委会通讯委员。

报告题目：《高维小样本下的医学影像特征学习与应用》

报告摘要：近年来，机器学习理论和方法在医疗AI应用中得到了广泛的关注。然而，医学影像AI任务中往往存在“训练样本稀少且维度高、样本标注一致性差、计算效率低”等问题。与此同时，医学影像的数据表征与病理之间存在非常强的相关性。本次报告中，我们着重介绍如何结合病理知识等约束，解决医学影像分析中高维小样本、标注一致性差等特征学习难题，以及其在医学影像检测与分割等方面的应用。

殷赵霞 副教授

报告人简介：殷赵霞，博士，安徽大学计算机科学与技术学院副教授，博导。主要从事多媒体内容安全方面的研究工作，已在国际权威期刊及学术会议上发表学术论文50余篇，申请发明专利和软件著作权20余项，作为第一发明人已授权发明专利12项。她主持国家自然科学基金2项，主持完成了中国博士后基金、安徽省自然科学基金、安徽省高校振兴计划等项目，参与承担国家自然科学基金重点项目和国家863计划。入选安徽省高校优秀拔尖人才、安徽大学首批优秀人才支持计划、CSC公派博士后资助计划等。担任中国计算机学会(CCF)第十一次会员代表大会会员代表、YOCSEF合肥学术委员会2016-2017副主席；CIHW，ICCCS，SICBS等多媒体安全相关学术会议Session Chair；IEEE Trans.on Image Processing, TIFS、中国科学、软件学报等国际国内期刊及学术会议审稿人。现为中国图象图形学学会高级会员、数字媒体取证与安全专业委员会委员、女工委委员；安徽省计算机学会ACF青年工作委员会委员；CCF多媒体专委会委员；CAA人工智能与机器人教育专业委员会委员。

报告题目：《图像可逆信息隐藏》

报告摘要：可逆信息隐藏利用媒体数据冗余将信息嵌入到数字媒体中，在保证宿主信号能无损恢复的前提下求得更好的率失真性能。除了媒体标注和完整性认证等常规应用，近年来也出现在可逆图处理、可逆对抗样本和医学图像隐私保护等领域。在本报告中，我们着重介绍图像可逆信息隐藏基本思想和前沿研究，尤其针对最常用的图像压缩存储标准JPEG编码，介绍和讨论JPEG 可逆信息隐藏技术发展历程、当前技术水平、瓶颈及解决方案。

四、会议日程

五、联系方式

会议网址：http://conf.csig.org.cn/fair/363

会议邮箱：csigmcs2019@163.com