一、会议信息

主办单位：拉斯维加斯手机娱乐网站

承办单位：CSIG-交通视频专委会

会议时间：2022年12月26日 19:30-20:55

会议形式：腾讯会议（会议号：345-275-455，会议密码：122611）

二、会议安排

三、报告人简介

报告题目：基于多模态信息的目标定位与跟踪

报告摘要：

随着人工智能技术的快速发展，追求更高性能的人工智能模型已经渐渐不满足于单一模态所提供数据信息，与人类通过图像、语言、声音等多种感官信息来认知这个世界类似，新一代的人工智能模型也需要拥有同时处理多样信息的能力，才可能进一步向通用人工智能迈进。因此，多模态信息处理技术应运而生，本报告首先介绍了当前多模态信息处理技术的应用和挑战，之后介绍了一种能兼容多种模态信息的新框架，最后介绍了在这个框架下如何继续优化处理精度、丰富输入信息等细节问题。

报告人简介：

孙铭杰，苏州大学计算机科学与技术学院副教授。博士毕业于利物浦大学，曾担任上海人工智能实验室（Shanghai AI Lab）助理研究员。研究领域包括多模态信息处理、视频目标跟踪与分割以及强化学习在上述问题中的应用等等。他在国际知名期刊和会议（如：TPAMI、CVPR、ECCV、AAAI、TMM、TCSVT、PR）上发表论文十余篇，他还担任包括TPAMI、TIP、TCSVT、TMM、CVPR在内的多个期刊与会议的审稿人。

报告题目：基于元学习的小样本图像分割研究

报告摘要：

基于元学习的小样本图像分割任务旨在训练网络利用少量人工标注的新类样本来分割对象区域。其关键步骤是建立支持图像（人工标注的图像）和查询图像（未标注图像）之间的转换关系，以便支持图像可以指导查询图像的分割。现有的小样本图像分割方法依然致力于设计全局特征的转换模型，但忽略了对转换非常重要的局部特征，导致大量有用信息被弃用。因此，我们的研究关注于设计全局和局部的多层次转换模型。本次报告将介绍本人及团队采用基于元学习的小样本图像分割研究工作。

报告人简介：

张闰童，电子科技大学信息与通信工程学院博士研究生，师从孟凡满教授。主要研究方向为小样本学习和图像分割。曾在高水平国际期刊和会议上发表论文4篇；曾获国家奖学金、电子科技大学本科优秀毕业生、日本电气通信大学学术成就奖、澳大利亚詹姆斯库克大学智慧物联一等奖等奖励；参与科研项目3项。担任IEEE TCyber、IEEE TIP、IEEE TCSVT、IEEE TMM期刊审稿人。

四、主持人简介

金枝，中山大学“百人计划”副教授，博士生导师，拉斯维加斯手机娱乐网站 CSIG多媒体专委会委员、交通视频专委会委员，主要从事图像视频处理、计算机视觉、三维重建等方面的研究和应用。本科由西安交大与英国利物浦大学联合培养，2016年博士毕业于英国利物浦大学，博士后分别在深圳大学和德国慕尼黑工业大学进行。荣获德国慕尼黑工业大学高级研究员科研资助。近5年，在图像处理及计算机视觉领域顶级期刊及会议共发表高水平学术论文42篇，其中本人作为一作/通信论文28篇，中科院2区以上期刊和CCF-B类以上会议论文19篇。本人主持国家级科研项目4项，包括国家自然基金中德交流项目、国家自然科学基金面上项目、青年项目和博士后基金。本人作为第一发明人申请专利9项，其中已授权发明专利2项，已授权软件著作权1项。积极参与多个学会并担任专委会委员，包括CSIG多媒体专委会委员、交通视频专委会委员、女工委委员、CCF多媒体专委会会员，担任Frontiers in Signal Processing期刊编委、ICIG2021和CSIG青年科学家论坛的宣传主席等。担任IEEE TIP、TCSVT、TMM和Information Fusion多个计算机视觉领域顶级期刊的审稿人。广东省人工智能专家库专家，深圳市科创委专家库专家。