为促进学术交流、开拓学术视野、激发创新思维，助力图像图形领域研究生学术成长和未来职业发展，拉斯维加斯手机娱乐网站 创办CSIG学生会员分享论坛，论坛以研究生自主开展学术交流为主，同时，积极发挥导师的指导作用，帮助研究生开阔视野，启迪智慧，提高创新能力。CSIG第四期学生会员分享论坛将于2023年5月30日举办，邀请5位优秀博士研究生作学术报告并围绕研究生学术生涯的热点话题进行探讨。

主办单位

拉斯维加斯手机娱乐网站

承办单位

拉斯维加斯手机娱乐网站 优博俱乐部

会议时间

2023年5月30日（星期二）14:00-17:00

会议地点

线上地址1（腾讯会议）：450 299 275

线上地址2（CSIG视频号直播）：

会议议程

特邀评议嘉宾：

1. 刘敏 教授，湖南大学  CSIG会员发展与服务工作委员会副主任

        刘敏，机器人视觉感知与控制技术国家工程研究中心研究员，湖南大学电气与信息工程学院教授，博士生导师，副院长。国家重点研发计划项目首席科学家，国家高层次青年人才获得者，国家自然科学基金创新群体核心成员。机械工业先进制造视觉检测与控制技术重点实验室主任，视觉感知与人工智能湖南省重点实验室副主任，拉斯维加斯手机娱乐网站 会员发展与服务工作委员会副主任，拉斯维加斯手机娱乐网站 组织建设工作委员会秘书长。现担任《IEEE Transactions on Neural Networks and Learning Systems》、《Journal of Intelligent and Robotic Systems》、《指挥与控制学报》等期刊编委。先后主持/完成国家重点研发计划项目、国家自然科学基金联合重点项目、国家重点研发计划国际合作重点项目、湖南省杰出青年基金等多项国家级、省部级重大重点项目，获中国自动化学会青年科学家奖、湖南省科学技术创新团队奖、国家教学成果二等奖（排第2）、湖南省高等教育教学成果特等奖、一等奖。

2. 黄高 副教授，清华大学

        黄高，清华大学自动化系副教授，博士生导师。2015年获清华大学博士学位，2015年至2018年在美国康奈尔大学计算机系从事博士后科研工作。主要研究领域为深度学习和计算机视觉，提出了主流卷积网络模型DenseNet。目前在NeurIPS，ICML，CVPR等国际顶级会议及IEEE多个汇刊共计发表学术论文100余篇，被引5万余次，最高单篇引用超过3万次。获国家优青、CVPR最佳论文奖、达摩院青橙奖、世界人工智能大会SAIL先锋奖、中国自动化学会优秀博士学位论文、中国百篇最具影响国际学术论文、中国人工智能学会自然科学一等奖和吴文俊优秀青年奖等荣誉，入选北京智源学者、AI 2000人工智能最具影响力学者、《麻省理工科技评论》亚太区“35岁以下科技创新35人”，担任TPAMI、TBD、Pattern Recognition等国际期刊编委和CVPR、ICCV、NIPS、ICML等国际会议领域主席。

3. 许永超 教授，武汉大学

许永超，武汉大学教授、博导，国家优秀青年科学基金获得者。本科毕业于华中科技大学，在法国巴黎十一大和东巴黎大学获得硕士和博士学位，回国前任职于巴黎高等信息工程师学院Tenured Assistant Professor。主要从事复杂场景图像解析理论与关键技术研究，包括弱对比度、色彩与几何形态变化下图像分析等。相关工作发表在Nature Machine Intelligence、IEEE TPAMI/TIP、IJCV、CVPR/ICCV/ECCV/MICCAI等国际权威期刊和会议上。入选中国科协青年托举人才工程，获CVPR2019半监督视频图像分割DAVIS竞赛冠军、ECCV2020无人机视角下的密集人群计数竞赛冠军。

4.  李冠彬 副教授，中山大学

        李冠彬，中山大学计算机学院副教授，博士生导师，CCF高级会员，CSIG高级会员。主要研究领域包括计算机视觉与机器学习，主要致力于可解释、跨领域、跨模态的视觉理解研究。 迄今为止累计发表论文100余篇，其中包含CCF A类/中科院一区论文90余篇，包括IEEE TPAMI，IJCV，TIP等顶级期刊和CVPR，ICCV，ECCV，ICML，AAAI，IJCAI等顶级学术会议，Google Scholar引用超过8100次。曾获得吴文俊人工智能优秀青年奖， ICCV2019最佳论文提名奖、ICMR2021最佳海报论文奖、拉斯维加斯手机娱乐网站 科学技术一等奖、ACM中国新星提名奖、英伟达AI城市挑战赛冠军等荣誉。主持了包括广东省杰出青年基金、国家自然科学基金面上项目、国家自然科学基金青年项目、CCF-腾讯犀牛鸟科研基金、华为科研合作项目等10多项科研项目。担任广州计算机学会副秘书长、CCF YOSCEF广州副主席、CSIG青工委委员、视觉与学习青年学者研讨会（VALSE）副主席。担任 SCI 期刊《The Visual Computer》副编辑、NCIG2020竞赛主席、CSIG2023青年科学家会议地区主席、YEF青年精英大会论坛执行主席等。长期担任TPAMI、TIP、TNNLS、TMM、TCYB、TOG等权威期刊的审稿人，CVPR、ICCV、ECCV、NeuralPS、AAAI等国际会议程序委员会委员。

5. 马超 副教授，CSIG优博俱乐部主席

马超，上海交通大学人工智能研究院长聘轨副教授，博士生导师。上海交通大学与加州大学默塞德分校联合培养博士。2016至2018年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。拉斯维加斯手机娱乐网站 优博，上海市浦江人才，微软亚洲研究院“铸星计划”青年学者。主要研究计算机视觉与机器学习。研究工作多次发表在计算机视觉领域顶级期刊(TPAMI/IJCV)和会议 (ICCV/CVPR/ECCV/NIPS)上。担任拉斯维加斯手机娱乐网站 青年工作委员会副秘书长、拉斯维加斯手机娱乐网站 优博俱乐部轮值主席。担任国际期刊Image and Vision Computing、Frontiers in Imaging、以及拉斯维加斯手机娱乐网站 通讯编委、Pattern Recognition客座编辑，IJCAI 2019计算机视觉Session Chair、AAAI 2022 SPC。CVPR 2018、CVPR 2019优秀审稿人。谷歌学术总引用9000余次，自2020年起连续入选爱思唯尔中国高被引学者。研究成果应用于华为达芬奇芯片及其无人驾驶MDC平台，获华为技术合作领域2021年度优秀技术成果奖。

报告嘉宾：

1. 报告人：曾爱玲 博士研究生

报告题目：Towards Expressive Human Motion Capture Models and Datasets

报告摘要：在以人为中心的视觉理解、生成任务中，人物的姿态、外观、运动是其中用于表达的关键信息。在本次分享中，我将围绕着我们最近在基于视觉的全身高度表达的单目动捕模型、多模态数据进展进行概述。具体来说，模型上我会介绍二维姿态估计的端到端模型ED-Pose，全身三维姿态估计的一阶段模型OSX，时序高效率框架DeciWatch，通用的时序平滑模型SmoothNet；数据集上我会介绍人物图片数据集Human-Art, Laion-Human和生成人物数据集GHI, 面向应用场景的三维全身姿态估计数据Ubody，4D多目采集-多模态数据HuMMan以及大规模-多模态的全身动作数据集Motion-X。

个人简介：曾爱玲，香港中文大学博士，现IDEA研究院研究员。研究方法主要围绕人相关的视觉感知和理解任务，包括人体姿态识别/重建/预测/生成等。在CVPR、ICCV、ECCV、ICLR、AAAI等顶级会议发表论文十余篇。

2. 报告人：叶鹏 博士研究生

报告题目：基础模型搜索和优化研究

报告摘要：在本报告中，我们将探索自动化神经网络设计技术（NAS）和刺激性训练方法（ST）在视觉基本任务上的性能表现：1）介绍如何利用NAS高效率地搜索出低复杂度和高性能的视觉模型，以及如何加速NAS搜索的速度；2）增强NAS在不同数据和任务上的搜索鲁棒性和泛化性；3）指出残差网络中存在惰化的问题，并提出刺激性训练改善子网和主网的性能。最后，从不同角度展示上述算法在ImageNet等大型数据集上的实验效果。

个人简介：复旦大学信息科学与工程学院博士三年级在读，师从陈涛教授，校外合作导师有欧阳万里老师和李抱朴老师。主要研究方向为通用模型设计和优化。目前在国际顶级期刊/会议上发表多篇论文，包括IJCV, CVPR Oral, NeurIPS, ACM MM, ICME Best Student Paper, TCSVT, TGRS等。并多次担任IJCV, TCSVT, MIR, CVPR, ECCV, ICCV, ACM MM等国际期刊/会议审稿人。曾获研究生国家奖学金、研究生数学建模国家一等奖+华为专项奖、研究生求索奖学金一等奖等荣誉。

3. 报告人：黄文柯 博士研究生

报告题目：异构联邦学习

报告摘要：联邦学习是一种分布式机器学习技术，核心思想是在多个数据源共同参与模型训练时，不需要进行原始数据流转的前提下，仅通过交互模型中间参数或反馈进行模型联合训练. 现有联邦学习大多基于同构假设，但是模型结构、数据分布、硬件设备、通信网络均存在差异性.聚焦异构联邦学习，我们重点围绕以下三个问题展开研究。1、样本稀少：联邦学习的出发点是各客户端样本数量不够，当每个参与者每类样本很少时，客户端表现受到极大限制，如何构建面向小样本的异构联邦学习？2、领域差异：联邦学习包含多个客户端，各方参与者数据分布和模型结构的存在差异，在跨域场景中的准确率大幅下降，如何提升异构联邦学习的泛化性？联邦学习依赖全局信号约束本地模型, 但在跨域场景中无法表征多域信息以及容易倾向于主导域，导致有限的泛化性能, 如何引入多样公平的全局信号？3、异构图数据：图数据在推荐等领域广泛使用，但是图数据存在节点多样，关系多变等挑战，如何实现基于异构图数据的联邦学习？

个人简介：目前武汉大学硕博连读（2021-至今），导师为杜博教授和叶茫教授。本科毕业于武汉大学，主要研究方向包括联邦学习，图学习，金融科技等，目前在CVPR、IJCAI、ACM MM 国际顶级会议上以第一作者发表论文4篇。研究生期间获得国泰君安奖学金、优秀研究生等称号。曾在阿里巴巴集团、微软亚洲研究院等担任研究实习生。

4. 报告人：张鸿远 博士研究生

报告题目：图网络在一般数据上的应用

报告摘要：目前流行的大部分神经网络主要面向图像、文本这种“规则”的数据，这类数据的一大特点就是维度之间存在一定的顺序关系；而在很多任务中，数据的不同维度不存在这样的先验关系。传统方法中，以图为基础的模型是处理这类数据的一种重要方法，而近年来图神经网络的出现为此提供了更为高效的方法。我们从聚类任务出发，研究如何借助图网络相对更强的表示能力，将深度学习的经验拓展到这类数据上。在研究中，我们发现并证明了模型由于“重构-崩溃”而导致的性能瓶颈，基于此理论设计的演化机制进而突破了性能瓶颈，取得了稳定的性能提升。

个人简介：西北工业大学硕博连读，师从李学龙教授，研究方向包括图神经网络、表示学习、无监督学习、贝叶斯学习等，已在TPAMI、TIP等期刊上发表多篇论文。多次担任ICML、ICLR、NeurIPS、CVPR、ICCV、AAAI、IJCAI等国际会议以及T-PAMI、T-NNLS、T-Cyb、Pattern Recognition等国际期刊的审稿人。在校期间连续3年获得国家奖学金，并获得宝钢优秀学生奖学金。

5. 报告人：胡鹤臻 博士研究生

报告题目：低资源视频手语识别方法

报告摘要：据世卫组织统计，全球约有4.66亿人患有听力障碍，占全世界人口约5%。对于这些规模庞大的听障人群，手语是其沟通的重要途径。为了便于听人与聋人的无障碍交流，视频手语识别被广泛研究。由于标注成本高昂，现有手语数据规模十分有限。本报告将围绕低资源的视频手语识别，介绍个人近期的一些研究工作，包括如何通过融合手型先验、手语预训练等方式提升在对应手语识别子任务上的性能。最后，对未来研究进行展望。

个人简介：胡鹤臻，中国科学技术大学博士研究生，导师为周文罡教授和李厚强教授，研究方向包括以人为中心的视觉理解、手语理解、视觉预训练等，目前以第一作者发表论文9篇，包括TPAMI、TMM、CVPR、ICCV、NeurIPS、AAAI等，担任CVPR、NeurIPS、ECCV、IJCAI、TMM、TCSVT等国际会议期刊的审稿人。研究生期间曾获国家奖学金等荣誉称号。