第一期中国图象图形学学会博士生论坛将于1月10日举办

活动预告

第一期中国图象图形学学会博士生论坛将于1月10日举办

时间：2026-01-01

为了推动图像图形领域的优秀博士研究生开展高水平学术交流活动，中国图象图形学学会（CSIG）博士生论坛邀请学术届资深专家、优秀博士研究生进行学术交流，激发青年学子在图像图形领域的创新活力，助力高素质博士人才队伍的成长与交流合作。

首期CSIG博士生论坛将于2026年1月10日举办，由中国图象图形学学会主办，宁波东方理工大学、宁波数字孪生（东方理工）研究院、宁波市空间智能与数字衍生重点实验室、CSIG青年工作委员会、以及CSIG优博俱乐部承办，宁波市计算机学会以及CCF宁波会员活动中心协办。论坛汇聚了学术界资深专家及十余位优秀博士生代表，将围绕图像图形领域多个前沿热点问题展开深度的技术分享和报告。此外，论坛特设“优秀博士研究生培养”的圆桌讨论环节，旨在探讨图像图形领域拔尖博士生人才培养的新模式与路径。

活动信息

主办单位：中国图象图形学学会（CSIG）

承办单位：宁波东方理工大学、宁波数字孪生（东方理工）研究院、宁波市空间智能与数字衍生重点实验室、CSIG青年工作委员会、CSIG优博俱乐部

协办单位：宁波市计算机学会、CCF宁波会员活动中心

会议时间：2026年1月10日（星期六）08:30-17:00

会议地点：宁波市镇海区宁波东方理工大学盛威楼101报告厅

本地主席及联系方式：

陈云天宁波东方理工大学助理教授电话：13401067125

金鑫宁波东方理工大学助理教授电话：18654161509

会议流程

专家学者

曾文军宁波东方理工大学

个人简介：曾文军，宁波东方理工大学讲席教授兼科研副校长，宁波数字孪生（东方理工）研究院创始执行院长。加拿大工程院外籍院士，IEEE Fellow（国际电气和电子工程师协会会士）。宁波市空间智能与数字衍生重点实验室主任。原微软亚洲研究院首席研究员和高级领导团队（SLT）成员，带领团队为微软认知服务、微软云平台 Azure的媒体分析服务、Office、Dynamics和Windows Machine Learning平台提供了大量视频分析技术。2003年至2016年任职于密苏里大学计算机科学系，先后任副教授和正教授。曾先后在美国松下信息技术实验室，贝尔实验室，夏普实验室，PacketVideo（世界第一家无线视频独角兽初创公司）等公司工作。对国际标准（ ISO MPEG（国际视频编码标准）、JPEG2000（国际图像编码标准）和Open Mobile Alliance（国际开放移动联盟））发展做出重大贡献。现任国际计算机视觉期刊IJCV编委，IEEE Journal of Selected Topics in Signal Processing 的资深编委，曾担任IEEE Multimedia Magazine 杂志副总编，多个IEEE期刊副主编。担任多个IEEE国际会议的大会主席或技术程序委员会主席。

徐刚宁波东方理工大学

个人简介：徐刚，宁波东方理工大学讲席教授，日本工程院外籍院士，亚太人工智能协会（AAIA）会士，立命馆大学名誉教授。1986年和1989年分别获日本大阪大学控制工程硕士和博士学位。1990年任教大阪大学、1996年转任立命館大学副教授、2001年终身教授，2025年名誉教授。2000年创办三维媒体公司并担任总裁CEO，后改名京都机器人，一直引领日本三维视觉和智能机器人领域的技术开发和市场开拓，2021年被日立总公司收购。2021年被选为日本工程院外籍院士，2024年被选为亚太人工智能协会会士。曾在哈佛大学，微软中国研究院，摩托罗拉澳洲研究中心，东京大学担任客座研究员。2025年4月到宁波东方理工大学信息科学与技术学部任讲席教授。研究方向包括三维视觉，机器人视觉，智能机器人，计算机视觉、人工智能。累计发表4本专著，200多篇学术论文和专利。曾获得日本物流大奖，第一批代表日本的新兴公司（J—Startup ）之一， Japan Venture Award，日本产学官连携功劳者表彰经济产业大臣奖，日本机器人大奖中小企业厅长奖，日本电气通信财团论文奖等奖励。

彭宇新北京大学

个人简介：彭宇新，北京大学二级教授、博雅特聘教授，IEEE/CCF/CAAI/CIE/ CSIG Fellow，2019年国家杰青，2025年国家杰青延续资助，2019年国家万人，2018年科技部中青年科技创新领军人才，863项目首席专家，国家重点研发计划“社会治理与智慧社会科技支撑（平安中国）”重点专项总体专家组专家，中国工程院“人工智能2.0”规划专家委员会专家，中国人工智能产业创新联盟专家委员会主任，中国图象图形学学会副理事长，北京图象图形学学会副理事长。主要研究方向为多媒体分析、计算机视觉、人工智能。以第一完成人获2016年北京市科学技术奖一等奖和2020年中国电子学会科技进步奖一等奖，2008年获北京大学宝钢奖教金优秀奖，2017年获北京大学教学优秀奖。主持了863、国家自然基金重点（2项）、北京自然基金联合基金重点、发改委专项等40多个项目。发表TPAMI、IJCV、CVPR、NeurIPS、ICML等ACM/IEEE Trans.和CCF A类论文160多篇，获最佳论文奖2次。参加10届（10年）由美国国家标准与技术研究院（NIST）举办的国际评测TRECVID视频搜索比赛，均获第一名，参赛队伍包括斯坦福大学、卡内基梅隆大学、牛津大学等。成果应用于国家网信办、公安部、国家广播电视总局等重要单位以及华为、腾讯、快手、蔚来、美团、中国电信、中国铁塔等头部企业。担任IEEE TCSVT高级领域编委、IEEE TMM等期刊编委。

贾伟合肥工业大学

个人简介：贾伟，合肥工业大学计算机与信息学院教授，博士生导师，智能科学与技术系主任。中国图象图形学学会理事、副秘书长。已经在TPAMI、CVPR、ICCV、IJCV等国际顶级会议及权威期刊上发表CCF A类及中科院1区论文70多篇，论文被引7000余次，H因子42。连续6年入选斯坦福大学与爱思唯尔共同发布的全球前2%顶尖科学家榜单。担任《中国图象图形学报》编委。主要研究兴趣为人工智能、计算机视觉等。

马超上海交通大学

个人简介：马超，上海交通大学人工智能研究院教授，博士生导师。上海市浦江人才。上海交通大学与加州大学默塞德分校联合培养博士。澳大利亚机器人视觉研究中心(阿德莱德大学)博士后研究员。主要研究计算机视觉问题。谷歌学术引用1万6千余次，连续入选爱思唯尔中国高被引学者（2020-2024）。任中国图象图形学学会优博俱乐部主席、青年工作委员会副秘书长。担任CVPR、ICCV、ICLR等会议领域主席，IEEE Trans. on Multimedia (TMM)、Journal of Artificial Intelligence Research (JAIR)编委。主持国家自然科学基金青年项目(B类)。获中国图象图形学学会青年科学家奖、MMM 2024唯一最佳论文奖、华为技术合作领域2021年度优秀技术成果奖。

董燕妮武汉大学

个人简介：董燕妮，武汉大学资源与环境科学学院教授、博士生导师，国家优秀青年科学基金获得者。主要从事遥感图像智能解译与地学空间智能应用等方面的研究，已在IEEE TIP、IEEE TGRS和ISPRS等国际刊物上发表SCI检索论文七十余篇，担任SCI期刊IEEE TGRS和IEEE GRSL副编辑（Associate Editor），ICCV、AAAI、IJCAI等图像分析国际会议的高级程序委员会成员，中国图象图形学学会优博俱乐部副主席，IEEE GRSS武汉分会副主席，湖北省女科技工作者协会理事等；曾获得中国图象图形学学会石青云女科学家奖、香江学者奖等；主持国家自然科学基金联合重点项目、面上项目、青年项目等十余项科研项目。

胡建芳中山大学

个人简介：胡建芳，中山大学副教授，博士生导师。主要从事视频时空特征学习理论及应用研究在相关会议和期刊发表学术论文70余篇，主持广东省杰出青年基金和国家自然科学基金面上等项目十余项，曾获广东省自然科学奖二等奖等荣誉。

李勇东南大学

个人简介：李勇，东南大学副教授，入选2025年教育部海外引才计划，先后在香港城市大学，新加坡南洋理工大学留学和工作。长期从事人工智能，多模态情感理解方面的研究工作，在领域内国际期刊/会议发表论文50余篇，作为AI方向负责人执行香港特别行政区“早期阿尔兹海默症患者康复训练范式效果精准评估”研究课题，主持国自然面上项目，蚂蚁集团校企合作项目等，现任中国图象图形学学会优博俱乐部副秘书长。

晏轶超上海交通大学

个人简介：晏轶超，上海交通大学副教授，X-Human实验室负责人。主要研究方向为三维表征学习，发表高水平学术论文50余篇。主持国家自然科学基金青C/面上项目、上海市2025年度关键技术研发计划“新一代信息技术”项目、阿里、华为、字节等项目10余项。入选上海市海外高层次人才计划，获2025中国图象图形学学会科技进步二等奖，2024年中国图象图形学学会自然科学二等奖，2023挑战杯-揭榜挂帅专项赛特等奖。

论坛主席

陈云天宁波东方理工大学

个人简介：陈云天，宁波东方理工大学助理教授。本科毕业于清华大学能源与动力工程系，同时获北京大学经济学双学位，博士提前毕业于北京大学工学院，并获优秀毕业生荣誉。鹏城实验室博士后。研究方向为科学机器学习，关注知识嵌入与知识发现，在ICML、ICLR、CVPR等顶级会议及Science、Nature Communications、Advanced Science等顶尖期刊发表论文90余篇，一作或通讯60余篇。授权发明专利27项，主持国家重点研发计划课题和国家自然科学基金面上项目等15项。研究成果被美国科学促进会、参考消息、南华早报等国内外媒体广泛报道。入选中国科协青年人才托举工程。

金鑫宁波东方理工大学

个人简介：金鑫，宁波东方理工大学助理教授，2022年中国科学技术大学博士毕业，浙江省青年拔尖人才，研究涵盖智能媒体及计算机视觉前沿，在TPAMI、CVPR、ICCV、ECCV、NeurIPS等期刊会议发表高水平论文40余篇，谷歌引用近7000次，多项成果被应用在微软、阿里巴巴、吉利汽车等产品中带来经济价值。曾获中国科学院院长特别奖、IEEE电路与系统学会第二届视觉信号处理与通信新星奖，斯坦福全球前2%顶尖科学家。IEEE VSPC委员、首届CAAI具身智能专委会委员、VALSE执委、CSIG青工委&多媒体专委会委员，在CVPR24、ICCV25、NeurIPS25、ECCV24等国际顶级计算机视觉及人工智能会议多次组织AI表征学习、具身智能与生成技术相关的Tutorial和Workshop。

博士生讲者

曹清龙宁波东方理工大学-上海交通大学

个人简介：曹清龙，宁波东方理工大学-上海交通大学联合培养四年级博士研究生。博士研究生国家奖学金获得者，入选2025年中国科协青年科技人才培育工程博士生专项计划。以第一作者或共同一作身份在 CVPR（Highlight）、AAAI、TGRS、TCSVT、Nexus (Cell Press）等国际会议和期刊发表多篇论文。

报告题目：面向可泛化科学视觉智能的领域知识融合方法

报告摘要：遥感、医学影像等科学视觉任务普遍面临数据稀缺、标注困难和领域差异显著等挑战，制约了现有视觉模型的泛化能力。本报告围绕领域知识如何提升科学视觉智能展开研究，从显式结构设计与隐式表示学习两个层级系统推进：在结构层面，引入旋转与语义不变性等领域约束，提升模型在复杂科学场景中的稳定性与可解释性；在表示层面，结合自监督学习与领域先验，引导通用视觉大模型在少量数据条件下高效适配不同科学领域。在此基础上，进一步提出领域提示学习方法，降低科学视觉任务对数据与算力的依赖，并在开放词汇遥感分割、时序预测及符合物理规律的视频生成等任务中验证了方法的有效性。相关工作为领域知识驱动的科学视觉智能研究提供了有效的方法框架与实践探索。

林浩通浙江大学

个人简介：林浩通，浙江大学计算机科学与技术学院五年级博士研究生。本科硕士均就读于浙江大学计算机学院，曾于2022年在康奈尔大学进行访问交流。研究方向为三维视觉与图形学，在T-PAMI, SIGGRAPH, CVPR, NeurIPS等顶级期刊会议发表16篇论文，其中6篇为第一作者，目前谷歌学术引用超2000次，在Github开源累计加星超5000次。获评首届国自然青年学生基础研究项目资助，获China3DV 2025 Top3论文等奖项，多次获得本科生、研究生国家奖学金。个人主页: haotongl.github.io

报告题目：迈向深度估计基础模型的构建

报告摘要：单目深度估计技术正从针对特定场景的拟合，向面向开放世界的通用基础模型演进。本报告将介绍Pixel-Perfect Depth与Prompt Depth Anything，分别侧重于细节还原与度量精度，它们在技术逻辑上殊途同归——即都采用了Prompting机制来挖掘基础模型的潜力。前者利用语义提示引导像素扩散，解决了生成式模型常见的几何伪影问题，提升了视觉保真度；后者则引入稀疏传感器数据作为几何提示，克服了单目视觉固有的尺度模糊，实现了高精度的物理感知。这表明，利用各类提示信号引导大模型涌现特定能力，已成为通往下一代几何感知技术的重要路径。此外，报告还将介绍Depth Anything 3在构建通用几何基础模型方面的最新进展。

张伟嘉上海交通大学

个人简介：张伟嘉，上海交通大学人工智能研究院二年级博士研究生。本科与硕士毕业于帝国理工学院电子工程系，曾任悉尼大学计算机科学系研究助理。研究方向为高效学习与推理方法，在ICCV、ECCV、NeurIPS、ACM Multimedia等国际顶级会议发表7篇论文，两篇第一作者论文获评ICCV 2025高光论文（top 2.3%）。曾获英国石油助研奖学金、入选帝国理工学院电子工程系年度院长名单。个人主页：https://spacewanderx.github.io

报告题目：数据高效的深度学习训练与推理

报告摘要：随着深度学习模型规模日益扩大，大规模高质量训练数据的获取与模型训练成本不断提高，如何在有限数据与计算资源条件下实现高效训练与推理成为重要研究方向。本报告围绕“数据效率”展开，分别从训练阶段与推理阶段进行探讨。在训练方面，重点介绍以知识蒸馏为核心的数据高效训练方法，通过教师模型向学生模型传递结构化知识，在减少训练数据需求的同时保持甚至提升模型性能。在推理方面，聚焦生成模型中的推理时采样引导技术，介绍其如何在不重新训练模型的前提下，通过引导策略有效提升生成质量。报告旨在系统总结相关方法的核心思想、典型范式及应用价值，为构建数据高效、可扩展的深度学习系统提供参考。

徐良宁波东方理工大学-上海交通大学

个人简介：徐良，宁波东方理工大学-上海交通大学联合培养四年级博士研究生。2024年博士研究生国家奖学金获得者。研究方向聚焦以人为中心的动作和交互知识学习、具身智能等，目前在CVPR、ICCV、ECCV、TPAMI、TMM等国际顶级会议和期刊发表论文11篇，其中一作或共一7篇，谷歌学术引用千余次，参与组织举办CCF-A会议研讨会，代表作有Inter-X、ReGenNet、InterVLA等。个人主页: https://liangxuy.github.io/

报告题目：面向人-数字人-机器人统一的动作与交互知识学习

报告摘要：以人为中心的动作与交互知识学习是人类行为理解、计算机视觉与图形学、机器人学等交叉领域中的核心研究问题。然而，受限于高质量动作/交互数据匮乏以及对复杂交互建模能力不足，当前对人类动作与交互的系统性认知和应用落地仍然存在较大挑战。本报告围绕人体动作、人人交互、人物交互以及人景交互等多个层面展开研究。从数据层面出发，我们构建并提出了一系列大规模、高质量、细粒度标注的以人为中心的交互数据集（如Inter-X、InterVLA等），有效弥补了现有数据在动作精度、交互多样性及语义表达方面的不足，为多类下游任务提供了数据基础；在模型层面，我们设计并提出了一系列人体动作与交互生成与理解方法，能够刻画交互过程中的动态性、非对称性与细粒度时序结构，实现对复杂人类行为的高效建模。此外，本报告还将进一步探讨如何获取大规模以人为中心交互数据，以及动作与交互知识在具身智能体中的迁移与应用，统一人-数字人-机器人，为真实世界中智能体的感知、决策与执行提供有力支撑。

李博涵宁波东方理工大学-上海交通大学

个人简介：李博涵，宁波东方理工大学-上海交通大学联合培养三年级博士研究生。研究方向为三维世界建模，于2025年在新加坡国立大学进行访问交流，获得2025年博士研究生国家奖学金，2024年宁波市科协重大科技成果奖，2024年华泰科技博士奖学金等奖项。在IEEE TPAMI、CVPR, NeurIPS等国际顶级会议和期刊发表论文16篇，其中一作或共一8篇，在Github开源累计加星超1600次，代表作UniScene、OmniNWM、OccScene等。

个人主页: https://arlo0o.github.io/libohan.github.io/

报告题目：可量产自动驾驶世界模型

报告摘要：随着自动驾驶系统从技术验证迈向规模化落地，如何构建高保真、可泛化、轻标注的世界模型已成为行业核心挑战。早期研究多集中于单一模态或有限任务，依赖激光雷达与稠密三维标注，成本高昂且难以兼顾state,action,reward的多方面表达，制约了其在真实场景中的可扩展性与部署效率。本报告围绕“可量产自动驾驶世界模型”这一主题，重点阐述自动驾驶世界模型从依赖复杂条件输入向轻量化、可泛化、闭环化的演进路径。为此，我们逐步构建起一系列递进式世界模型，从首次实现以占据网格为中心的多模态高保真驾驶场景生成的UniScene；到最新推出的OmniNWM—首个面向量产的全景导航世界模型，其核心优势在于构建了一个轻量化、可扩展的系统框架：无需额外3D标注，支持端到端闭环导航，具备强大跨域泛化能力并实现精确灵活的相机控制。该框架在公开基准上取得最先进性能，并已与行业多家企业开展技术验证，标志着自动驾驶世界模型向可量产、低依赖、高可信的系统级解决方案迈出关键一步。

陈航威宁波大学

个人简介：陈航威，宁波大学信息与通信工程专业四年级博士研究生。研究方向为图像质量评价，在IEEE汇刊上发表论文20余篇。入选首届中国科协青年科技人才培育工程博士生专项计划，多次获得博士研究生国家奖学金（2023,2025），宁波大学“卓越”研究生“科研之星”奖，宁波研究生学术节“学术之星”金奖及“最佳报告”奖。邮箱: chenhangwei97@163.com

报告题目：面向多生产方式的视觉艺术图像质量评价方法研究

报告摘要：视觉艺术图像作为重要的文化传播媒介，凭借独特的视觉体验传递创意与情感，广泛应用于广告、教育、数字娱乐等领域。随着AI与艺术创作的深度融合，图像生产正从手工转向算法生成，但技术不成熟与低上传门槛导致大量质量参差的作品涌现，影响审美体验与商业应用。本报告聚焦多生产方式下的视觉艺术图像质量评价，重点解决三大问题：（1）针对手工图像主观性强、评价存在模糊性，提出融合人类主观先验的评价模型；（2）针对机器生成图像数据稀缺、可解释性弱，构建大规模数据集并设计自适应、可解释的评价方法；（3）面向跨生产方式泛化难题，开发基于领域自适应的评价算法，提升模型跨域性能。

王允楠宁波东方理工大学-上海交通大学

个人简介：王允楠，宁波东方理工大学-上海交通大学联合培养三年级博士研究生。2025年博士研究生国家奖学金获得者。研究方向聚焦以多模态表征学习、具身智能等，以第一作者或共同一作身份在NeurIPS（Spotlight），TCSVT等国际会议和期刊上发表多篇相关论文，代表作有DisCo、VaCo、Canvas等。个人主页: https：// wangyunnan.github.io/

报告题目：多模态表征解耦与组合生成

报告摘要：多模态大模型在复杂场景理解与生成中易受表征耦合影响，导致可解释性不足、控制不精细、对未见组合泛化较弱。为此，本研究以“可解释解耦表征—结构化表达—组合生成”为主线，构建统一框架：在理解端，利用多模态大语言模型的推理与关系建模能力开展无监督解耦，从无标注数据中分离对象、属性、关系与空间布局等因子并建模其交互，同时融合基础视觉模型的几何结构先验以增强复杂空间理解的鲁棒性；在生成端，结合解耦特征与文本桥接实现细粒度时空可控与可编辑生成，并以结构化文本场景图作为中间媒介，通过对象—关系的解耦组合驱动复杂场景生成，提升对新组合与新关系的泛化能力。

宋兴科宁波诺丁汉大学

个人简介：宋兴科，宁波诺丁汉大学五年级博士研究生。研究方向聚焦利用计算机视觉与学习驱动的组合优化解决复杂的拼图问题，以第一作者在AAAI，ACM MM等国际会议和期刊上发表论文多篇，代表作有SD2RL、ERL-MPP、CEARI等。

报告题目：侵蚀拼图的深度学习与组合优化方法研究

报告摘要：拼图重组在存在侵蚀缺口与缺失碎片的现实场景中面临同一个核心问题：如何在边界线索不可靠、动作空间巨大且重组与内容修复相互耦合的条件下，实现对碎片图像的感知、决策与重组的统一求解。为此，本研究将拼图重组表述为一个在视觉感知不确定下的组合优化问题：给定被侵蚀或缺失的碎片集合，目标是在最少尝试与最高置信度下找出一条交换与填补的联合策略，使重组准确率最高、并在缺失区域获得高质量复原。我们提出一个端到端的一体化框架，包含多尺度感知网络以同时获取局部邻接关系与全局拼图状态，基于强化学习和进化算法的策略优化以在巨大的交换动作空间中高效搜索可行解，并以图像修复模块对缺失内容进行可感知的补全；三者在共享表征上闭环协同：感知为策略提供奖励与状态，策略产生的拼图结果反过来约束修复，修复提升后的内容又强化视觉感知的辨识度。该方法可推广至考古碎片重构、文化遗产修复与数字取证等需要在不完整信息下进行结构重组的应用场景。

预约及报名方式

A.进校预约

图片1.png