一、活动简介

“CSIG图像图形中国行”是由拉斯维加斯手机娱乐网站 主办的学术活动，旨在推动图像图形学科的普及，加强各高校研究所以及企业间的交流。自2017年4月起，分别在扬州大学、哈尔滨工业大学、兰州大学、杭州电子科技大学、北京交通大学、海南大学、福州大学、西北农林科技大学、佛山科技学院等及深圳、烟台成功举办了100余期，线上线下参会人数累计数万人次，受到业界好评。本次“CSIG图像图形中国行”由CSIG成像探测与感知专委会与华中科技大学、多谱信息智能处理技术全国重点实验室联合承办，交流主题为“视觉与多模态分析”。

主办：拉斯维加斯手机娱乐网站 （CSIG）

承办：CSIG成像探测与感知专业委员会

          华中科技大学

          多谱信息智能处理技术全国重点实验室

时间：2023年11月19日9:00

地点：华中科技大学梧桐雨问学中心问道厅

二、执行主席

桑农 教授

桑农，华中科技大学人工智能与自动化学院教授。2001年获得华中科技大学工学博士学位。作为项目负责人先后承担了国家自然科学基金重点项目、联合基金重点项目与面上项目、863计划项目、高分辨率对地观测系统重大专项项目等国家与省部级课题30余项的研究，获得省部级一等奖6项，二等奖5项，三等奖2项。在IEEE TPAMI、IJCV、IEEE TIP、IEEE TMM、IEEE TCSVT、IEEE TSMC、Pattern Recognition等国际学术期刊，以及CVPR、ICCV、ECCV、AAAI等国际学术会议发表论文50余篇。2005年入选教育部“新世纪优秀人才支持计划”。研究兴趣包括低质图像增强、图像/视频语义分割、行人重识别、行为检测与识别、小样本识别等。担任拉斯维加斯手机娱乐网站 理事、中国人工智能学会理事。

高常鑫 教授

高常鑫，华中科技大学人工智能与自动化学院教授、类脑智能系统湖北省重点实验室副主任。分别于2005年和2010年在华中科技大学获得学士和博士学位。2012年至2013年在比利时法语鲁汶大学任助理研究员。近年来，以第一/通讯作者发表IEEE TPAMI、IJCV、IEEE TIP、CVPR、ICCV、ECCV等高水平期刊会议论文20余篇。先后主持国家自然科学基金面上项目、装备预研项目、科技部重点研发子课题等项目，获湖北省自然科学基金杰出青年项目资助，2019年获湖北省科技进步一等奖1项，2016年获湖北省科技进步二等奖1项。研究领域为计算机视觉、图像/视频智能理解、语义分割、行为识别等，及其在视频监控等领域的应用。担任拉斯维加斯手机娱乐网站 成像探测与感知专委会副秘书长、中国人工智能学会模式识别专委会副秘书长。

三、报告嘉宾：

 胡瑞敏 教授

讲者简介：胡瑞敏，教授，俄罗斯国家工程院外籍院士、科技部网络空间安全2030计划专家组成员、教育部信息技术新工科联盟网络空间安全工委会主任委员、公安部特聘专家，长期从事社会安全行为分析、理解及智能大数据多媒体信息处理技术研究与工程应用工作。曾经获得第七届中国青年科技奖、第五届中国青年科技创新奖、湖北省技术发明一等奖、科技进步一等奖和教育部、公安部、中国电子学会、广东省科技进步奖等多项奖项，主持国家重大科技专项、重点研发计划项目和五项国家自然科学基金重点项目研究。曾经担任武汉大学学术委员会副主任委员、计算机学院院长、国家网络空间安全学院创院执行院长、西安电子科技大学网络与信息安全学院首任院长、司法部信息安全与智能装备重点实验室学术委员会副主任、海康威视公司首任研究院院长、美亚柏科公司研究所首席科学家、TCL集团科技顾问。

报告题目：自然社会理解与社会安全预警技术

报告摘要：围绕社会安全防范自然社会理解业务的核心需求，针对可信身份、隐秘组织、危险行为研 究中的关键技术瓶颈，重点研究对象层“复杂场景可信身份辨识”、行为层“新发未知危险模 式预警”、社交层“诈骗电话结构迁移模式”和保障层“系统数据隐私安全保护”的核心问题 。针对监控目标遮挡、视角变化、身份攻击的干扰，提出多视角碎片融合表征方法，揭示跟踪 对象与监控场景间的复杂关系；面对“未知身份攻击”，提出并证明了“误差分布差异性猜想 ”，建立了可信身份计算模型。其次，针对隐匿社会活动风险预警难题，提出危险行为模式核 心要素的猜想，揭示了隐匿社会活动要素与类型间的关联关系，构建了无监督条件下隐匿社会 活动的语义增强表达、距离精细度量和风险预警分析的新模型和方法。最后，针对犯罪手法快 速变化的挑战，研究社交结构动态变迁的模式和稳健特征，设计了边缘隐私计算与安全查询方 法。项目可以为新型社会安全防范体系构建提供新的视角和技术。

颜波  教授

讲者简介：颜波，复旦大学计算机科学技术学院教授/博士生导师、教育部长江学者。现任复旦大学发展规划处副处长、计算机科学技术学院学术委员会副主任、计算机科学与技术一级学科负责人和博士后流动站站长。至今以第一作者/通讯作者在IEEE Trans.等国际期刊和CVPR/AAAI/ACM MM/ICCV等CCF A类会议发表论文70 余篇。先后获得国家优秀青年科学基金、国家自然科学基金联合重点基金／面上基金／青年基金、华为基金等多项省部级项目和企业合作项目的资助。项目相关成果在华为旗舰手机、公安系统和三甲医院得到了较好应用，取得了良好的社会经济效益。曾获2020年度教育部自然科学二等奖（排名1）、2019年度拉斯维加斯手机娱乐网站 科学技术二等奖（排名1）和2020年度 IEEE多媒体旗舰学术会议ICME最佳学生论文亚军奖。曾任IEEE Trans. on CSVT编委、IEEE JETCAS期刊客座编委；现任中国计算机学会多媒体专委会和计算机视觉专委会委员、拉斯维加斯手机娱乐网站 理事。主要研究领域包括：数字图像和视频处理、计算机视觉和智慧医疗等。

报告题目：AIGC新引擎及其多学科交叉融合应用

报告摘要：人工智能在大模型和多模态两个方向上的持续突破，推动人工智能生成内容（AIGC）技术演化出孪生、编辑、创作三大前沿能力。本报告将主要介绍本团队为满足人眼看的“清/真”和机器看的“准”等需求，所提出的多种体现这三大前沿能力的AIGC算法，并在智能终端和智慧安防等多场景下所取得的若干研究成果；同时和物质科学深度融合，辅助合成新材料，为AIGC提供新数据，从而实现人机协同研究，加速科研裂变；最后将相关成果应用于智慧医疗场景，为各科室的智能诊疗提供强力支撑。

俞俊 教授

讲者简介：俞俊，杭州电子科技大学教授、博士生导师，国家杰出青年基金获得者。主要研究方向为跨媒体分析技术。相关工作发表于SCI源期刊论文100余篇，包括ACM汇刊与IEEE汇刊及CCF A类会议40余篇。论文的Google Scholar引用次数12000+ 次。10余篇论文入选ESI高被引/热点论文；近年来主持国家自然科学基金重点项目、国家自然科学基金面上项目等，2015、2016、2017连续获得IEEE TMM、TIP、TCYB最佳论文奖，2018年教育部自然科学二等奖，2021年浙江省自然科学一等奖。担任多个国际期刊的副编辑。

报告题目：基于Transformer框架的视觉与多模态分析

报告摘要：使用深度神经网络对视觉、语言等不同模态信息进行统一建模的多模态深度学习是近年来的研究热点，在跨媒体检索、视觉内容描述、视觉问答等典型的多模态深度学习任务上均取得了显著进展。得益于深度自注意力网络模型Transformer和预训练方法BERT在自然语言领域的快速发展，多模态深度学习的研究逐渐由各个任务“分而治之”向“通用统一”的方向演变，即使用单个框架适配多种类型不同的多模态任务。本报告首先对多模态深度学习发展过程中的代表性工作进行简要介绍；然后对当前基于Transformer框架的多模态深度学习领域的三类代表性方法：基于多模态多任务联合学习、多模态神经架构搜索、多模态预训练的若干代表性工作进行详细介绍；最后，对多模态深度学习未来的发展进行展望。

侯志强  教授

讲者简介：侯志强，西安邮电大学计算机学院教授，博士生导师；原空军工程大学信息与导航学院教授，博士生导师。中国计算机学会高级会员，中国计算机学会计算机视觉专业委员会执行委员，陕西省图像图形学学会常务理事，拉斯维加斯手机娱乐网站 视觉大数据专业委员会委员，中国自动化学会混合智能专业委员会委员，《中国图象图形学报》编委会编委。获“全军优秀硕士学位论文指导教师”，“第九届陕西青年科技奖”及“自动化学报创刊50年来最具影响力的论文”奖等奖项，2023年被评为西安邮电大学“十佳导师”。2001年进入西安交通大学攻读博士学位，2005年获工学博士学位；2009年7月至2010年7月，在国家留学基金委的资助下赴英国布里斯托大学(University of Bristol)作访问学者。主持国家自然科学基金4项，陕西省自然科学基金2项，国防科技创新特区项目2项；参与1项国家“973”计划项目。获军队科技进步三等奖1项，主编教材2部。现为《电子学报》、《电子与信息学报》等二十余家国内重要核心期刊和《IEEE Transactions on Cybernetics》、《Neurocomputing》等十余家国际期刊的审稿人。在《IEEE Transactions on Cybernetics》、《Pattern Recognition》、《自动化学报》、《电子学报》等重要学术期刊以及国际和国内会议上发表论文180余篇，SCI和EI收录100多篇。主要研究领域是图像处理、计算机视觉、无人机应用以及信息融合等。

报告题目：基于红外-可见光双模态融合的目标检测

报告摘要：红外-可见光双模态融合目标检测是计算机视觉领域备受瞩目的研究方向。相较于传统的单模态目标检测，双模态融合目标检测能够充分利用多种光谱信息，从而显著提高目标检测的准确性和鲁棒性，适用于多种应用场景，包括监控和自动驾驶等领域。该方向通过将深度学习技术与传感器数据融合，已经取得了显著的成果。本报告围绕红外-可见光双模态融合目标检测，系统地回顾了该领域的关键方法；并介绍了近年来我们在该领域所作的部分研究工作，这些研究工作包括采用先进的卷积神经网络架构，使用像素级融合、特征级融合以及决策级融合等多种融合策略，构建了双模态融合目标检测网络，同时还自主构建了一个双模态目标检测数据集；最后，探讨了红外-可见光双模态融合目标检测任务中面临的一些开放性问题和难题。

四、会议流程

五、联系方式

承办方联系人

高常鑫：电话13607130024；邮箱cgao@hust.edu.cn

邵远杰：电话15972900407；邮箱shaoyuanjie@hust.edu.cn

主办方联系人

王老师：电话010-82544754；邮箱membership@csig.org.cn

附：

华中科技大学校园地图