2025年5月22日，“CSIG 图像图形中国行”来到了西安，本次活动由中国图象图形学学会主办，西北工业大学电子信息学院/陕西省信息获取与处理重点实验室联合承办。西北工业大学戴玉超教授主持会议并致辞。香港理工大学/OPPO研究院张磊教授、大连理工大学王立君教授、电子科技大学顾舒航教授以及上海交通大学刘笑宏副教授受邀作报告，本次会议得到了广泛关注。

戴玉超教授主持并致辞

张磊教授作报告

来自香港理工大学与OPPO研究院的张磊教授带来了题为“OPPO研究院 Y Lab 实验室简介”的专题报告。张教授介绍，Y Lab 专注于人工智能与移动影像技术的深度融合，致力于通过 AI 手段全面提升影像系统的成像质量与用户体验，帮助普通用户轻松捕捉生活中的精彩瞬间。报告中，张教授回顾了Y Lab 的发展历程，系统阐述了实验室的研究方向与核心成果，并提出了面向未来的三大展望：传感器定制创新、模组小型化与多摄协同方案，以及图像处理引擎的持续演进。Y Lab 希望在提升动态范围、暗光表现和快速运动场景下的成像质量与色彩还原能力方面不断取得突破。最后，张教授诚挚邀请对 AI 影像技术充满热情的科研工作者加入 Y Lab 团队，共同推动前沿技术的研发与落地应用。

王立君教授作报告

来自大连理工大学的王立君教授作了题为“单目图像深度估计与分割多任务模型”的专题报告。王教授指出，深度估计与语义分割作为图像理解中的两项基础性任务，在移动影像处理与智能感知系统中具有重要意义。深度估计为场景提供空间几何约束，而语义分割则引入全局语义先验，两者在功能上具有天然的互补性。因此，如何在模型设计中有效融合这两类任务，实现协同优化，已成为近年来学术界与工业界广泛关注的研究热点。围绕该主题，王教授系统介绍了多任务学习在模型结构设计、训练策略以及损失函数构建等方面的最新研究进展，并进一步探讨了在大模型与生成式扩散模型（SD）迅速发展的背景下，深度估计与语义分割多任务模型所面临的挑战与局限。最后，王教授提出，未来的研究可在更精细的跨任务协同机制、跨任务数据泛化能力以及统一模型架构设计等方向深入探索，以推动相关技术的持续演进与落地应用。

顾舒航教授作报告

来自电子科技大学的顾舒航教授带来了题为“视觉信号增强与压缩关键技术”的精彩报告。顾教授围绕智能视觉处理中的核心问题：视觉信号的高效获取与传输，介绍了近年来基于深度学习的图像增强与压缩技术的发展现状及研究突破。结合自身在人工智能图像处理方面的工程实践，顾教授重点分享了在高效网络结构设计、模型训练策略优化以及生成式感知保真处理等方面的最新研究成果，并探讨了相关技术在实际应用中的潜力与挑战。

刘笑宏副教授作报告

来自上海交通大学的刘笑宏副教授带来了题为“生成式图像增强”的报告。刘副教授指出，生成式图像增强作为近年来图像处理领域的前沿方向，已在低光照增强、去雾、超分辨率等任务中取得了显著成果。该方法区别于传统增强方式，依托深度生成模型对图像先验的建模能力，实现更自然、真实的视觉效果。报告还介绍了该领域从监督学习逐步拓展至无监督和多模态增强的发展趋势，为实际场景下的图像质量优化提供了新的解决思路与技术路径。

会议现场

在提问环节，现场参会人员围绕自身关注的问题向报告专家提问，专家们逐一进行了详尽解答，帮助与会者进一步加深了对学科前沿发展的理解。

提问讨论环节

当天下午，来自香港理工大学/OPPO研究院的张磊教授、大连理工大学的王立君教授、电子科技大学的顾舒航教授、上海交通大学的刘笑宏副教授等专家学者，围绕图像图形学科的前沿研究动态展开了深入的研讨与交流。至此，“CSIG图像图形中国行”西安站活动圆满落下帷幕。

会议合影