2023年11月25日，2023中国图象图形学学会第十五期珠峰论坛—视觉信息增强与理解专题研讨会在桂林成功举办。本次论坛由中国图象图形学学会主办，中国图象图形学学会青年工作委员会承办，桂林电子科技大学计算机与信息安全学院、广西图像图形与智能处理重点实验室、桂林电子科技大学人工智能交叉研究院协办。

论坛邀请了华中科技大学人工智能与自动化学院白翔教授、中山大学计算机学院李冠彬副教授、桂林电子科技大学计算机与信息安全学院蓝如师教授担任执行主席，邀请哈尔滨工业大学电子与信息工程学院谷延锋教授、广州大学计算机科学与网络工程学院张文生教授、中国科学技术大学信息科学技术学院查正军教授、中国科学院大学电子电气与通信工程学院叶齐祥教授、国防科技大学计算机学院徐凯教授、华南理工大学计算机学院詹志辉教授六位专家作专题报告，桂林电子科技大学计算机与信息安全学院罗笑南教授、中山大学计算机学院郑伟诗教授作为特邀嘉宾参加此次论坛。会议分享视觉信息增强与理解领域的国际前沿技术、研究现状、成果及应用等，吸引了来自全国各地的200多位高校师生、科研院所专家学者代表参会。

图 1 部分与会人员合影

25日上午开幕式由桂林电子科技大学大学计算机与信息安全学院副院长何倩教授主持。桂林电子科技大学副校长、党委委员常亮教授及中国图象图形学学会青年工作委员会主任白翔教授分别致辞。

图 2 常亮副校长致辞

图 3 白翔主任致辞

开幕式后，会议进入专题报告环节，该环节分别由桂林电子科技大学计算机与信息安全学院罗笑南教授、中山大学计算机学院李冠彬副教授、桂林电子科技大学计算机与信息安全学院蓝如师教授、中山大学计算机学院郑伟诗教授主持。

谷延锋教授作了题为“高光谱遥感信息处理”的报告。谷延锋教授强调高光谱遥感探测凭借其较高光谱分辨率、图谱合一的突出优势，已成为高分辨率对地观测、深空探测、航天国防等领域的关键技术之一。他指出高光谱成像仍受到大气条件、环境光照等因素影响，导致解译应用困难。他阐述了高光谱遥感图像本征分解理论，并介绍如何提高高光谱数据质量和应用能力。谷教授还对团队近年来在高光谱遥感图像处理方向取得相关技术成果进行了详细介绍。

图 4 谷延锋教授作报告

张文生教授作了题为“恶劣成像环境下的多源信息感知”的报告。张文生教授说明了恶劣成像环境下的信息复原与感知的研究背景，并指出降质图像不仅影响人眼主观视觉感受，且严重影响并限制各种智能处理系统的性能和应用。张教授针对恶劣成像环境下机器学习方法性能不稳定、模型不可靠、关联欠挖掘等问题，介绍了团队提出的“统计+结构”的机器学习新范式，详细阐明了其内部机理，并展示了在极端恶劣成像环境下的视觉应用案例和效果。

图 5 张文生教授作报告

查正军教授作了题为“真实场景低质视觉增强与分析”的报告。查正军教授介绍了在诸多真实应用场景下，视觉数据在产生和获取的过程中受多种因素干扰而导致复杂的质量退化现象。他指出低质量视觉数据严重影响视觉系统的性能和应用。针对此问题，查教授从真实场景出发，介绍了低质量视觉数据质量增强和内容分析方面的研究工作，主要包括：鲁棒视觉质量增强方法、轻量神经网络模型、泛化视觉分析技术等。 

图 6 查正军教授作报告

叶齐祥教授作了题为“视觉表征模型结构设计—从局部全局特征耦合的Conformer到全预训练模型iTPN”的报告。叶齐祥教授具体分析了局部卷积运算与全局注意力运算的互补性及辩证关系，指出将局部特征与全局特征耦合形成Conformer网络结构，小规模模型可以显著增强视觉表征能力，提升表征模型的性能下限。他还探讨了局部卷积运算造成的Mask Image Modeling（MIM）自监督学习信息泄露问题，提出了Token Merging操作，可以突破卷积或局部运算的局部约束，形成高效分层Transformer表征(HiViT)与全预训练的Transformer 金字塔网络（iTPN）。叶教授同时介绍了视觉模型结构设计的未来思路及其与自然语言语言模型的融合探索。

图 7 叶齐祥教授作报告

徐凯教授作了题为“三维几何感知的具身智能”的报告。提出基于在线三维重建的主动式场景理解和交互是实现具身智能的重要途径。报告围绕重建、理解、交互三个方面，汇报了课题组近年来的系列工作，包括：鲁棒可扩展的实时三维重建，机器人自主与协同式场景扫描与重建，机器人主动式场景理解，以及基于三维几何表征学习的机器人灵巧抓取等，并尝试探讨了基于三维几何感知的具身智能的未来发展方向。

图 8 徐凯教授作报告

詹志辉教授作题为“学习辅助的进化优化”的报告。詹志辉教授指出学习与优化是人类活动的两大重要技能，也是人工智能模拟人类智能的两个重要途径，并形成了系列的学习算法和优化算法。他详细探讨人工智能中的机器学习算法和进化优化算法的互助性，重点介绍如何通过机器学习和知识学习来辅助进化优化算法，并对学习型辅助的进化优化算法求解复杂优化问题的理论和设计进行具体说明。最后，詹教授指出学习与优化相结合可以提升人工智能的最优化和智能化水平，为现代超复杂优化问题提供新型求解思路，推动人工智能的新发展。

图 9 詹志辉教授作报告

论坛圆桌讨论环节围绕“大模型驱动的视觉增强与理解”主题开展相关讨论，由桂林电子科技大学计算机与信息安全学院蓝如师教授主持。参与嘉宾香港中文大学李镇教授、华南理工大学詹志辉教授、国防科技大学徐凯教授、中山大学郑伟诗教授、华南理工大学丁长兴教授、华南农业大学黄栋教授六位专家学者围绕相关问题发表观点，进行热烈的讨论。

图 10 论坛Panel环节

此次论坛围绕高光谱遥感信息处理、恶劣成像环境下信息复原与感知、真实场景低质视觉增强与分析、视觉表征模型结构设计、鲁棒可扩展的实时三维重建、学习辅助的进化优化算法等主题，通过论坛报告、圆桌讨论等形式，很好地搭建了图象图形学领域的学术交流和思想碰撞的交流平台，积极探索视觉信息增强与理解方面前沿技术与应用前景。

活动申请

如您想了解或有意申请珠峰论坛活动，欢迎查看活动申请链接并联系青工委秘书处。

珠峰论坛申办细则：https://mp.weixin.qq.com/s/vAXQ6GWdanv8ZQYXOmyjMA