“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100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CSIG图像视频通信专委会、华中科技大学与湖北汽车工业学院联合承办，交流主题为“低空经济与多模态感知”。

活动信息

主办单位：中国图象图形学学会（CSIG）

承办单位：CSIG图像视频通信专委会、华中科技大学、湖北汽车工业学院   

会议时间：2025年6月27日8:30 

会议地点：湖北省十堰市湖北汽车工业学院

执行主席

杨铀 教授

杨铀，华中科技大学电子信息与通信学院教授，博导，副院长，中国图象图形学学会图像视频通信专委会秘书长兼常务委员。主要从事计算成像、多媒体信号处理、多媒体通信方面的研究，近年来主持承担科技部重点研发计划、自然科学基金、国家部委纵向项目、企业委托重大科技创新项目等30余项，发表学术论文140余篇，授权中美发明专利40余项。担任中国科协“应急态势感知与应急通信技术”决策咨询专家团队首席科学家等；2018年当选IET Fellow；担任Journal of Electronic Imaging等4个国际期刊的编委、第三届世界元宇宙大会执行主席、国际会议ICIMCS 2013/2014、 MMM 2014/2020、ICME 2014、CVRS 2015、 VCIP 2016/2020、ICASSP 2019专题论坛主席、ICIMCS 2016执委会委员等；2019年起担任IET全球创新奖、全国创新争先奖评委等。

特邀专家 

杨铀 教授

个人简介：华中科技大学电子信息与通信学院教授，博导，副院长，中国图象图形学学会图像视频通信专委会秘书长兼常务委员。主要从事计算成像、多媒体信号处理、多媒体通信方面的研究，近年来主持承担科技部重点研发计划、自然科学基金、国家部委纵向项目、企业委托重大科技创新项目等30余项，发表学术论文140余篇，授权中美发明专利40余项。担任中国科协“应急态势感知与应急通信技术”决策咨询专家团队首席科学家等；2018年当选IET Fellow；担任Journal of Electronic Imaging等4个国际期刊的编委、第三届世界元宇宙大会执行主席、国际会议ICIMCS 2013/2014、 MMM 2014/2020、ICME 2014、CVRS 2015、 VCIP 2016/2020、ICASSP 2019专题论坛主席、ICIMCS 2016执委会委员等；2019年起担任IET全球创新奖、全国创新争先奖评委等。

报告题目：极端灾区态势侦查

报告摘要：极端灾区态势侦查是应急救援决策的关键支撑，其技术与装备的性能直接影响救援效率与人员安全。本报告针对地震、泥石流、台风等极端灾害场景下，复杂地形、恶劣气候、通信中断等环境对侦查作业的挑战，系统梳理了多源信息融合侦查技术、耐极端环境装备设计、实时态势感知与传输等核心技术体系。重点探讨了高机动性无人机集群侦查、轻量化卫星遥感终端、分布式传感器网络及智能分析平台等新型装备的研发进展，涵盖抗干扰通信、多模态数据融合、自适应路径规划等关键技术突破。通过典型灾害场景模拟验证，结果表明，所提技术与装备可有效提升极端环境下灾区地形测绘、生命体征探测、次生灾害预警的准确性与时效性，为应急指挥提供实时、全面的态势信息支持，对完善我国应急救援体系具有重要理论价值与工程实践意义。

安培 博士后

个人简介：华中科技大学电子信息与通信学院博士后，于2022年在华中科技大学获得博士学位。长期从事激光点云仿真、激光点云补全、激光点云三维目标检测等应用基础问题的研究，在IEEE T-CSVT、T-MM、T-ITS、CVIU、ICCV、AAAI、IJCAI等在内的国际期刊和议发表论文20余篇，包括CCF-A、中科院1区论文67篇，其中作为第一和通讯作者发表20篇，获国家发明专利授权1项，主持博士后面上基金1项、华中科技大学博后特别资助1项，是科技部重点研发计划的子课题负责人。在2023年，获IET社会影响力奖（Finalist，本人排名第三）。

报告题目：泛在场景下的具身机器人感知与交互研究

报告摘要：本研究聚焦机器人抓取任务中物体与相机位姿的精准鲁棒估计问题，提出三级创新框架：首先设计跨模态配准模块，融合几何结构先验与可区分特征学习实现图像-点云高精度初始配准；进而构建图优化外点滤除模块，利用图结构建模匹配对空间一致性关系，通过自适应聚类与拓扑优化剔除误匹配以增强位姿鲁棒性；最终开发语义驱动抓取模块，基于前序输出的高置信度物体/机械臂位姿，结合自然语言指令解析生成抓取策略。显著提升动态场景抓取成功率，并探讨跨场景泛化与实时性优化的未来方向。

丁新 博士后

个人简介：华中科技大学电子信息与通信学院博士后，一直从事多媒体和人工智能相关的理论与应用研究，在低质量图像增强，语义信息检索识别的基础理论和关键技术上进行了深入探索，部分研究成果在国际上处于领先水平。近五年来在多媒体和人工智能的中国计算机学会推荐权威期刊和会议上，如TCSVT、ACM MM、Neurocomputing、ECCV等发表论文11篇，包括中科院1区、CCF-A类论文2篇，第一作者发表6篇，获得相关领域学者的广泛关注,并以第二发明人身份（导师为第一发明人）申请了1项国家发明专利。相关工作所参与的“安防监控音视频监控信息处理关键技术及产业化应用”获湖北省省科学技术奖一等奖。全国研究生移动终端应用设计创新大赛全国初赛第一名、决赛一等奖。研究成果先后参与武汉市公安局和深圳市公安局案件的侦察，为安防系统提供算法协助。

报告题目：多机器人协同定位与感知

报告摘要：多机器人同时定位与地图构建是集群机器人智能应用中的关键基础技术。现有方法在多机的回环检测中依赖低维信息，且在后端优化中缺乏点云约束，导致系统易受错误匹配的影响，造成失败的后端优化结果。针对此问题，我们提出了基于激光雷达的多机器人同时定位与地图构建系统。系统提出了一个能同时融合位姿信息与点对约束的联合优化框架，该框架利用三维点云关键帧进行鲁棒的回环优化，能有效抵御错误的匹配对协同定位与感知的结果所造成的负面冲击。在自建的真实世界数据集上的大量实验证明，与现有的单机器人及多机器人系统相比，该系统在多种复杂场景下均实现了显著更高的精度与鲁棒性。最后，讨论该方向遗留的技术问题和未来发展方向。

吴文欢 副教授

个人简介：湖北汽车工业学院智能网联汽车学院副院长，副教授，硕士生导师，中国计算机学会会员。研究方向为计算机视觉、图像模式识别、双目深度感知和语义分割等。参与国家自然科学基金项目2项，主持湖北省自然科学基金面上项目2项，主持教育部学位与研究生教育发展中心主题案例项目1项，主持完成湖北省教育厅科学研究计划青年人才项目等市厅项目2项。发表计算机视觉与图像处理方面的SCI/EI学术论文20余篇，获第三届“襄十随神”城市群自然科学优秀学术论文成果奖一等奖1项，获国家发明专利授权多项，担任Displays、IEEE Access、The Visual Computer等国际知名期刊审稿人。

报告题目：计算机视觉中立体匹配相关问题研究

报告摘要：立体匹配是立体视觉中最核心的技术，其目的是确定立体图像之间所有像素的对应关系，以此通过对应像素之间的视差来恢复深度信息。然而，立体匹配本身是一个从二维图像平面逆向求解三维空间信息的病态问题，再加上立体图像之间的成像差异以及固有的匹配歧义问题，如何提高立体匹配准确性一直是立体视觉技术中的瓶颈问题。本讲座围绕双目立体匹配相关问题开展研讨，包括利用本质矩阵奇异值分解解决立体图像之间的极线校正问题、采用定向线性树方法消除由相似纹理或弱纹理引起的匹配歧义问题以及提出基于分组距离的立体匹配网络方法来进行立体匹配和视差估计。

吕成志 副教授

个人简介：湖北汽车工业学院副教授/硕导，中国汽车工程学会会员，智能网联汽车产教融合体专家成员。研究方向为计算机视觉、人工智能等方面。参与多项省级科研项目，主要研究方向为计算机视觉、人工智能、图像模式识别等。在国际著名期刊发表论文10多篇，发明专利7项。

报告题目：弱监督异常目标检测及应用

报告摘要：深度学习依赖大量标注数据，但实际应用中标注成本高且异常样本稀缺。本报告聚焦弱监督异常检测技术，提出两种创新方案突破传统模型局限，并探讨其跨领域潜力。包括两阶段小样本异常检测网络和逆向知识蒸馏框架。针对传统卷积神经网络噪声敏感、细粒度特征区分不足的问题，提出由粗粒度异常检测、细微特征多尺度通道注意力和细粒度检测模块组成的框架，显著提升特征粒度和泛化能力。基于弱监督单类分类，构建包含预训练教师编码器、多层次特征融合和多分支学生解码器的逆向蒸馏架构，从教师网络中提取多样化特征以避免过拟合，优化检测精度。

陈西亮 讲师/博士

个人简介：2024年毕业于武汉大学遥感信息工程学院，获博士学位。现任湖北汽车工业学院智能网联汽车学院讲师、硕士生导师、智能工程系副主任，中国计算机学会会员。研究方向为计算机视觉、遥感图像处理、小样本遥感图像场景分类或目标检测等。参与多项国家级和省部级项目，包括国家自然科学基金面上项目、国家自然科学基金地区项目、科技部全球变化重大专项(973)、科技部重点研发计划项目、水利部项目等。现主持安徽省实景地理环境重点实验室开放基金、汽车动力传动与电子控制湖北省重点实验室开放基金、湖北汽车工业学院科研启动基金项目等。发表SCI论文 8 篇，授权发明专利 8项。 担任IEEE TGRS、IEEE JSTAR、Neural Networks、IEEE GRSL等近 10 家国际知名期刊审稿人。

报告题目：基于黎曼流形的少样本高分辨率遥感影像场景分类方法研究

报告摘要：当前的小样本遥感场景分类方法大多基于欧式空间使用欧几里德距离、余弦相似度或者可学习的方法度量相似性,存在局限性，对局部特征的排列顺序和特征之间的空间相关性考虑不够以及类内差异性和类间相似性现象较严重, 严重阻碍了少样本遥感场景分类精度的提升。黎曼流形的理论基础是黎曼几何和微分几何，能够有效描述数据蕴含的几何分布信息，被广泛应用于图像处理领域。本讲座关注黎曼流形在特征表示、度量方面的优势，和深度神经网络相结合，针对小样本遥感场景分类存在的问题探索了一系列方法，包括种融合多尺度黎曼流形度量的小样本遥感图像场景分类方法、融合希尔伯特特征序列和李群流形度量空间的小样本遥感场景分类方法以及基于多黎曼流形学习的小样本遥感场景分类方法，拓展了黎曼流形理论在小样本学习领域的应用，提高样本有限条件下遥感场景分类模型的性能。

杨新年 讲师/博士

个人简介：现任湖北汽车工业学院讲师、硕士生导师，同时作为哈尔滨工程大学国家级大学科技园与哈尔滨工程大学联合培养的在站博士后开展研究工作。主要研究方向为人工智能、机器视觉。主持黑龙江省属本科高校青年重点项目、教育部供需对接育人项目各一项。同时，作为核心成员参与完成了多项黑龙江省自然科学基金项目。研究成果已发表在《Forests》、《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》、《自然灾害学报》等国内外知名学术期刊，累计发表SCI及中文核心论文多篇。

报告题目：高光谱分类新策略——稀疏变分高斯过程与自适应MRF的协同优化

报告摘要：高光谱图像（HSI）分类中存在的高维复杂性、计算效率低和模型不确定性建模不足的问题。随着数据维度大幅增加，传统方法在处理高维数据时面临计算瓶颈与信息融合的挑战，同时缺乏对光谱空间联合不确定性与空间依赖性机制的系统建构。亟需一种高效、鲁棒且具备不确定性建模能力的融合方法，以提升高光谱图像的分类性能。基于光谱空间双重随机场的联合建模框架（G-MDRF），将稀疏变分高斯过程（SIVGP）用于光谱域的连续随机过程建模，自动优化诱导点，实现高效稀疏逼近，显著降低高维高光谱数据的计算复杂度。设计空间自适应马尔可夫随机场（SAMRF），以连续函数空间形式融合空间信息，通过交替方向乘子法（ADMM）进行快速优化。该双重随机场模型在贝叶斯推断下，结合空间先验和光谱不确定性，有效增强了模型的泛化能力和鲁棒性。

苏毅 讲师/博士

个人简介：2021年毕业于北京工业大学软件工程专业，具有腾讯、快手、美团等头部互联网企业研发工作经历。2023年加入湖北汽车工业学院，现任自动驾驶鸿蒙微专业负责人，主要研究方向为机器人SLAM技术、智能感知。多篇学术成果发表于《仪器仪表学报》、The 2025 ACM Web Conference(WWW'25，CCF-A类会议)等权威期刊会议。

报告题目：基于双分辨率分层栅格地图的移动机器人路径规划

报告摘要：针对非平坦地形环境下移动机器人路径规划存在的存储效率低与地形适应性不足问题，报告将介绍一种基于双分辨率分层栅格地图的改进 A∗ 路径规划算法。该算法通过构建由高分辨率障碍物层和低分辨率高程层组成的复合栅格地图，其中障碍物层采用二值化表征刚性障碍分布，高程层基于数字高程模型量化地形起伏特征，从而实现地形特征的分层描述。在此基础上改进A∗算法，重构其动态加权复合代价函数，改进后的算法在移动代价函数中引入地形坡度约束、能耗权重与安全系数三重优化维度，将启发式函数扩展为融合空间距离、坡度均方根及地形风险值的多模态评价指标，并设计基于距离敏感的动态权重调节策略，通过 Sigmoid 函数实现全局启发式搜索与局部路径优化的平滑过渡。仿真实验证明了该方法优于现有方法，并通过工程验证实验证明了该算法的有效性。

会议流程

8:30-9:00 会议签到

9:00-9:30 校领导致辞

9:30-9:35 合影

9:35-9:55 主题报告：杨铀教授

9:55-10:10 主题报告：安培博士后

10:10-10:25 主题报告：丁新博士后

10:25-10:45 茶歇

10:45-11:00 主题报告：吴文欢副教授

11:00-11:15 主题报告：吕成志副教授

11:15-11:30 主题报告：陈西亮 讲师/博士

11:30-11:45 主题报告：杨新年 讲师/博士

11:45-12:00 主题报告：苏毅   讲师/博士

联系方式

承办方联系人：安老师  18502701908    anpei96@hust.edu.cn  

                        苏老师  18811044489    suyibjut@163.com

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