一、活动简介

“CSIG图像图形中国行”是由中国图象图形学学会主办的学术活动，旨在推动图像图形学科的普及，加强各高校研究所以及企业间的交流。自2017年4月起，分别在扬州大学、哈尔滨工业大学、兰州大学、杭州电子科技大学、北京交通大学、海南大学、福州大学、西北农林科技大学、佛山科技学院等及深圳、烟台成功举办了80余期，线上线下参会人数累计数万人次，受到业界好评。本次“CSIG图像图形中国行”由深圳北理莫斯科大学工程系承办，交流主题为“人工智能的最强动力：计算机视觉技术”。

主办：中国图象图形学学会（CSIG）

承办：深圳北理莫斯科大学

     广东省智能感知与计算重点实验室

时间：2022年11月4日14:00-17:30

地点：深圳北理莫斯科大学图书馆1层报告厅

二、执行主席

贾云得 教授

个人简介：北京理工大学教授，博士生导师，北京理工大学学术委员会委员；深圳北理莫斯科大学教授，广东省智能感知与计算重点实验室主任。以第一完成人获得教育部技术发明二等奖和国防科学技术二等奖。国家自然科学基金委员会第九届、第十届信息科学部专家评审组成员，国家“973”计划第三届、第四届综合交叉领域咨询专家组成员；中国计算机学会第八届理事会理事，中国人工智能学会第六、第七届理事会理事，中国图象图形学学会第六、第七、第八届理事会常务理事。主要研究兴趣是计算机视觉、认知计算、智能机器人与系统等。

三、特邀专家

田永鸿 教授

个人简介：北京大学博雅特聘教授，博士生导师，IEEE Fellow，北京大学深圳研究生院信息工程学院院长，鹏城实验室网络智能部副主任兼云脑研究所所长，鹏城云脑技术总师，香港中文大学（深圳）和华中科技大学兼职教授，2018 年国家杰出青年基金获得者。主要研究方向为分布式机器学习、神经形态视觉和视频大数据。累计主持国家重点研发计划项目、国基金杰青/重点/重大仪器项目等国家、省部级与企业合作项目40 余项，累计发表学术论文300余篇，两获国际期刊和会议最佳论文奖；拥有美/中国发明专利近100项，获国家技术发明/进步二等奖各1次、教育部科技进步一等奖1 次、中国电子学会技术发明一等奖和自然科学二等奖各1次、2022年IEEE标准奖和标准新兴技术奖及国内外算法竞赛奖10余次，是首届高校计算机专业优秀教师奖励计划获奖者。曾任国际期刊IEEE TCSVT/TMM/Multimedia等期刊编委，IEEE MIPR2020/ICME2021大会主席，IEEE ICME2015 /BigMM2015 /ISM2015 /MIPR2018 /MIPR2019程序主席，现任IEEE数据压缩标准委员会副主席兼IEEE 2941标准工作组组长、中国图象图形学学会理事与交通视频专委会副主任等。他是科技部十四五重点专项“智能传感器”专家组成员、广东省十四五重点专项“新一代人工智能”专家组成员。

报告题目：神经形态视觉：计算视觉与脑科学的深度融合

报告摘要：自2012年ImageNet竞赛中提出AlexNet模型以来，深度学习与计算视觉的紧密结合已经接近十年，取得了大量有价值的技术突破。然而，计算视觉仍不能解决很多领域的挑战性难题，同时基础模型的颠覆性革新日益减少。因此每一个计算视觉领域的研究者都应该思索计算视觉的未来发展应当何去何从？基于“摄像机的生物学原型是视网膜”这一事实，我们应该学习生物视网膜的结构和机制，重新审视适合新型应用的视觉成像理论和信息表示处理方法。我们称这一计算视觉与脑科学深度融合的领域为神经形态视觉（neuromorphic vision）。本报告将介绍神经形态视觉的概念、相关研究问题和一些最新进展。

黄继武 教授

个人简介：工学博士。深圳大学特聘教授、IEEE Fellow。广东省网络与信息安全产学研创新联盟理事长。获得过国家杰出青年科学基金资助。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。发表学术论文300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（排名第一）、中国计算机学会自然科学一等奖（排名第一）、广东省教学成果一等奖（排名第一）。

报告题目：图像取证

报告摘要：图像内容越来越多被采用作为证据、辅证材料和身份特征。然而，有了功能强大的图像编辑工具（例如PhotoShop, ACDSee等），普通用户可以很方便地对图像内容进行变换或篡改，以此生成伪造图像而不为人们的视觉所感知。伪造图像给社会和公共安全带来了很大的安全隐患。取证旨在实现对图像来源和内容真实性进行辨识，并进一步挖掘伪造痕迹。AI技术一方面提高了图像造假水平，另一方面也为图像取证带来了新的方法。本报告首先从多媒体取证的研究背景开始，介绍图像取证所关心的问题。然后探讨了深度学习应用到图像取证领域所面临解决的问题。最后，以本实验室在伪造篡改图像定位方面的工作为例子，介绍了应对这些挑战上的一些尝试性努力。

徐常胜 研究员

个人简介：中国科学院自动化所研究员，国家杰出青年基金获得者，国家万人计划领军人才，入选国家百千万人才工程和首都科技领军人才工程，科技部重点领域创新团队负责人，国家重点研发计划项目首席科学家，中国科学院王宽诚率先人才计划卢嘉锡国际团队负责人。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），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。担任国际期刊Multimedia Systems主编，担任过国际期刊“IEEE Transactions on Multimedia”和“ACM Transactions on Multimedia Computing, Communication and Applications”编委以及国际顶级多媒体会议“ACM Multimedia Conference”程序委员会主席。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400多篇，其中IEEE和ACM汇刊论文120余篇，国际顶级会议会议论文80余篇。在多媒体国际顶级会议和期刊上获得最佳论文奖10余次。获得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，7次获得中国科学院优秀导师奖。

报告题目：视频理解中的关系学习研究

报告摘要：随着便携式数码设备的普及和移动互联网的发展，海量的视频大数据亟需智能的视频理解技术。视频理解是一个融合视频底层特征信息和高层语义信息的过程，并服务于用户的不同需求。高效的视频理解技术可以使计算机智能地完成各种视频相关的任务，如视频监控、视频娱乐等。视频大数据具有（1）时空复杂，（2）底层特征与高层语义之间存在“语义鸿沟”，（3）类别丰富，（4）多模态，（5）个性化需求多样等特点。这些特点在视频数据中表现为纷繁复杂的关系信息，因此为视频的智能理解带来了巨大的挑战。事实上，针对视频中复杂而多样的关系模式进行学习对深入地理解视频内容是至关重要的。本报告围绕如何设计有效的关系学习方法来进行视频理解展开，自底向上地重点研究了视频中的三种关系结构信息：首先针对视频中的物体层面，研究了物体表观中的结构化关系建模；接着以物体为纽带，深入挖掘了视频中的物体-语义关系信息，从而实现了视频高层语义的自动提取；最后，探索了视频语义-用户兴趣之间的关系，完成了视频的个性化服务。

卢湖川 教授

个人简介：国家杰出青年基金获得者、科技部中青年创新领军人才，大连理工大学创新学院院长。研究方向为计算机视觉、机器学习、模式识别。发表顶级会议论文（CVPR/ICCV/ECCV）100篇，Google Scholar引用3万余次，以第一完成人获得教育部自然科学二等奖2项。获得多项国际学术奖，包括CVPR2020 Best Paper Award Nominee, ICCV2011 Most Remembered Poster等。2017-2022年，在国际目标跟踪权威评测VOT竞赛中，其团队连续在多个赛道获得多个冠军，多次担任CVPR/ICCV/ECCV领域主席。

报告题目：一网通吃：跟踪与分割大一统

报告摘要：通用人工智能（AGI）是想达成1个网络完成多个不同的任务，即在不改变网络结构和参数的情况下，实现多任务处理，可以更好的挖掘模型特性、泛化能力，是未来发展趋势。本报告将分别介绍我们团队在单目标跟踪(SOT)、分割(VOS)、多目标跟踪(MOT)与分割(MOTS)四个方向上的最新成果，最后，讲述我们围绕多任务通用视觉模型Unicorn，实现的单目标跟踪(SOT)与分割(VOS)，多目标跟踪(MOT)与分割(MOTS)四个任务的大一统，实现1网通吃。

四、会议流程

14:00-14:10 会议签到

14:10-14:30 校领导、学会代表致辞、合影

14:30-15:10 主题报告：卢湖川教授

15:10-15:50 主题报告：黄继武教授

15:50-16:10 茶歇

16:10-16:50 主题报告：徐常胜研究员

16:50-17:30 主题报告：田永鸿教授

五、联系方式

承办方联系人：宋老师  15201617693   songrp@smbu.edu.cn

主办方联系人：黄老师  010-82544754   info@csig.org.cn