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第五期学生会员分享论坛将于2023年7月25日举办，邀请到来自北京理工大学的博士生张宇翔、天津大学的博士生韩瑞泽、重庆大学的博士生黄福香、香港科技大学的博士生陈竞晔作精彩学术报告，并由四位评议嘉宾（程塨教授、高盛大华教授、姬艳丽教授、陈颖聪助理教授）对研究工作作出点评并解惑，共同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7月25日（星期二）14:30-17:10

会议地点

线上地址1（腾讯会议）：127 133 464

线上地址2（CSIG视频号直播）：

会议议程

致辞嘉宾

马思伟 教授，北京大学

马思伟，北京大学博雅特聘教授，国家杰青、腾讯科学探索奖获得者。主要研究方向视频处理与编码，已发表论文300余篇，获授权发明专利80多项。（曾）担任IEEE TIP、IEEE TCSVT、JVCIR期刊编委，IEEE VCIP2017程序委员会联合主席等。自2002年起参与AVS系列国家标准的制定，担任AVS视频组长组织制定了新一代AVS3视频编码标准，研制的AVS3超高清编解码器，支撑了央视CCTV-8K超高清频道的开播，获2020年国家技术发明一等奖。担任拉斯维加斯手机娱乐网站 理事、会员发展与服务工委会主任、多媒体专委会副主任。

特邀评议嘉宾

程塨 教授，西北工业大学  

程塨，西北工业大学教授，博士生导师，信息融合技术教育部重点实验室副主任，国家“万人计划”青年拔尖人才，连续3年入选科睿唯安“全球高被引科学家”和爱思唯尔“中国高被引学者”。主要研究方向为光学遥感图像理解、计算机视觉等。以第一作者/通讯作者发表论文60余篇，包括Proceedings of the IEEE、TPAMI、CVPR、ICCV等，20余篇论文入选ESI高被引论文/热点论文，谷歌学术总引用1.4万余次，4篇第一作者论文单篇引用大于1000次，3篇论文入选年度中国百篇最具影响国际学术论文，获得2021年度IEEE TCSVT最佳论文奖、2021年度和2023年度IEEE地球科学与遥感学会最高影响力论文奖（IEEE GRSS Highest Impact Paper Award）等学术奖励，获得吴文俊人工智能技术发明一等奖、陕西省科学技术一等奖等4项省部级科技奖励，担任IEEE GRSM、ISPRS JPRS、JRS等多个国际期刊编委。

高盛华 教授，上海科技大学

高盛华，上海科技大学教授。入选国家海外高水平人才计划青年项目。研究方向涵盖图像和视频的处理和理解、三维重建及图像视频内容编辑和生成。迄今为止，在计算机视觉和人工智能领域顶级会议和期刊发表论文120余篇，总引用次数14000余次，H-index 50。担任NeurIPS/ICCV/CVPR/AAAI等国际顶级会议的领域主席以及IEEE TPAMI 、IEEE TCSVT和Neurocomputing的副主编。

姬艳丽 教授，电子科技大学

姬艳丽，电子科技大学教授，博导，博士毕业于日本九州大学，东京大学客员研究员。研究方向:围绕人的音视觉多模态信息理解、情感认知。作为主要作者发表中科院JCR二区以上SCI期刊及CCF A国际会议论文50余篇，申请三十余项发明专利。获得 28th Australasian Database Conference 国际会议 Best Paper Award，第二十届中国虚拟现实大会最佳论文提名奖。入选2023年度AI华人女性青年学者榜。参与承办包括ACM MM2021等国际会议5次，国内学术峰会VALSE及 ACM SIGAI CHINA symposium in TURC等15余次。中国计算机学会高级会员(CCF Senior Member)，中国图象图形学会青年工作委员会执行委员、副秘书长，VALSE 委员会 SAC主席。

陈颖聪 助理教授，香港科技大学

陈颖聪，香港科技大学人工智能学域助理教授，兼任计算机科学与工程系联署助理教授，博导，国家级青年人才（海外），曾担任麻省理工学院担任博士后研究员。多年以来致力于生成式模型研究，在TPAMI、CVPR、ICCV、ECCV等顶级会议或期刊中发表论文三十余篇，多次以第一作者身份在顶级会议中做口头报告，其研究成果入选ESI高被引论文，获中国图像图形学会自然科学奖一等奖，研究成果曾被CGTN等媒体报道。在CVPR、ICCV、ECCV、NeurIPS，IJCAI、AAAI等顶级学术会议中担任（资深）程序委员会成员。

报告嘉宾

张宇翔 博士研究生

报告题目：基于领域泛化的高光谱图像跨场景分类方法研究

报告摘要：在实际应用中，由于遥感数据的标记样本获取困难、成本高等一系列因素的影响，新场景(目标域)数据通常会出现标记样本不足或材记样本缺失情况，从而导致分类效果不佳或无法分类，利用源域的数据对目标域分类是目前最为常见的学习方法。但是，受大气、光照等因素的影响，源域和目标域数据存在差异，常规分类方法不能很好地解决跨场景预测问题。本次报告从领域泛化层面出发，提出包括单源域扩展泛化框架和视觉-语言多模态表征框架的跨场景分类算法，实现基于源域样本对目标域的精准分类。

个人简介：张宇翔，北京理工大学博士在读，导师为陶然、李伟教授。长期从事高光谱遥感分析及多域遥感迁移分类研究，发表论文14篇（ESI高被引论文1篇），其中以第一作者在IEEE TIP、IEEE TNNLS、IEEE TGRS等图像处理领域权威期刊发表论文7篇，申请发明专利3项，谷歌引用200余次，总影响因子达121.67。参加2021年第三届视频、信号与图像处理国际会议(VSIP)并作特邀报告，获2022中国图象图形学报研究生学术论坛一等奖（获奖名称“跨场景高光谱图像分类方法研究”），获国家人口健康科学数据中心主办的人口健康共享杯大赛二等奖及医药专项二等奖，获北京理工大学研究生科研水平和创新能力提升专项计划多学科综合交叉创新重点项目资助。在学术任职方面，担任IEEE TGRS、Neural Networks和ESWA等多个顶级国际期刊及会议的审稿人。

韩瑞泽 博士研究生

报告题目：动态多视角协同与大场景多粒度视频分析

报告摘要：以人为中心的视频分析是计算机视觉领域的重要研究方向。近年来，围绕以人为中心的视频分析取得了巨大进展，从早期的特定场景中单人目标，发展到近来的真实场景下多人目标视频分析理解。然而，对于真实场景下多对象复杂关系的视频分析任务，采用传统的单一视角单一任务技术往往无法满足实际需求。为此，首次提出动态互补视角协同多目标感知、全景多粒度行为理解等新问题，并开展了深入研究。

个人简介：韩瑞泽，天津大学 2019 级博士生，师从冯伟教授，主要研究兴趣为计算机视觉、媒体分析，围绕视频内容分析与理解，特别是多视角视频协同分析与场景感知开展研究，创新提出基于动态互补视角的多目标感知与行为分析框架与系统。攻读博士学位期间以第一作者发表包含 IEEE TPAMI，IJCV，IEEE TIP，CVPR 在内的 CCF A 类论文 7 篇，以共一作者指导硕士生发表 CCF A 类论文 3 篇。主持天津市研究生创新项目 1 项，作为主要完成人参加多项国家级科研项目。曾获 CCF-B 类会议 ICME 最佳论文奖，获研究生国家奖学金三次，天津市研究生创新奖学金特等奖，“互联网+”大学生创新创业大赛天津市金奖，天津大学优博基金项目，获评天津大学校级优秀博士学位论文。担任国际期刊IEEE TPAMI、IEEE TMM、IEEE TCSVT、PR等，计算机视觉三大顶会 ICCV、CVPR、ECCV，人工智能两大顶会 AAAI、IJCAI 审稿人。

黄福香 博士研究生

报告题目：面向开放场景的多模态图像检索方法研究

报告摘要：图像检索是计算机视觉领域的重要研究方向，具有广阔的应用前景。近年来，图像检索取得了巨大进展，从早期的单模态检索模式发展到灵活的多模态检索模式。然而，在开放的真实场景中，光照、背景、风格等因素引起的数据分布差异导致传统的单模态检索难以满足实际需求。为此，我们首次提出了跨域检索问题，并开展了深入研究，提出了概率加权紧凑特征学习算法和无监督域适应哈希算法。此外，为了提升多模态检索方法的泛化性和准确性，我们提出了一种即插即用的对抗各向同性梯度增强算法和一种语言引导局部渗透模型。

个人简介：黄福香，重庆大学硕博连读，师从张磊教授。主要研究开放场景下的图像检索问题，包括哈希学习、域适应、多模态学习等。目前已发表国际会议/期刊论文9篇，包括CVPR、TIP、TNNLS、TMM、TCSVT等，担任CVPR、AAAI、TIP、TMM、TCSVT等国际会议/期刊审稿人。研究生期间获得重庆大学学术之星提名奖、优秀研究生等称号。

陈竞晔 博士研究生

报告题目：基于扩散模型的视觉文本渲染

报告摘要：扩散模型因其出色的生成能力而受到越来越多的关注，但目前仍然难以生成准确的视觉文本。基于此，我们提出了TextDiffuser算法：首先，Transformer模型生成从文本提示中提取的关键词的布局，然后由扩散模型根据文本提示和生成的布局生成图像。此外，我们贡献了第一个具有OCR注释的大规模文本图像数据集MARIO-10M，包含1000万个图像-文本对。我们进一步收集了MARIO-Eval基准来评估视觉文本生成算法。通过实验和用户调研，我们展示了TextDiffuser具有灵活性和可控性，可以基于使用文本提示或与文本模板图像生成高质量的文本图像，或对文本区域进行修复以重新生成包含视觉文本的图像。

个人简介：陈竞晔，香港科技大学二年级博士生，导师为陈启峰教授，主要研究文本生成图像领域。此前于复旦大学获得本科与硕士学位，曾获国家奖学金与上海市计算机学会优秀硕士学位论文奖。本人于国际会议CVPR, AAAI, IJCAI发表多篇学术论文，并积极构造开源工具，目前于微软亚洲研究院研发的TextDiffuser算法曾登上HuggingFace的Highlight与Trending榜单。

主持人

胡建芳 副教授，中山大学

胡建芳，中山大学计算机学院副教授、博士生导师。2016年12月博士毕业于中山大学。他专注于研究解决不同应用场景下的视频分析与理解问题，包括视频行为识别、行为预测和视频分割等。在IEEE TPAMI和CVPR等国际权威刊物上发表多篇相关研究成果。获2022年广东省杰出青年基金支持，2020年广东省自然科学奖二等奖和2017年拉斯维加斯手机娱乐网站 优秀博士论文奖。