为宣传“图像重建新进展”专刊，促进专刊投稿，Visual Intelligence“图像重建新进展”专刊交流会将邀请本领域知名专家做学术报告，对近年来图像重建复原领域最新研究成果、技术创新及其应用进行研讨，为专家学者、研究人员提供一个相互学习与交流的平台，共同促进图像重建复原领域的研究进步和技术发展。 

一、组织单位

Visual Intelligence 期刊编辑部

二、报名及注册

无需报名，免注册费

可通过登录腾讯会议或者观看直播的方式参加会议

三、日程安排

时间：8月20日10点到11点40分

地点：在线举办

#腾讯会议：605 323 344

会议密码：无 

会议日程

主持人

熊红凯 上海交通大学教授

个人简介：熊红凯，上海交通大学特聘教授（二级教授）、博士生导师。国家杰青（2014），长江学者（2016），万人计划领军人才（2017）。上海市优秀学术带头人。作为第一完成人，曾获上海市科技进步一等奖，中国电子学会自然科学一等奖，上海市技术发明一等奖，上海市青年科技杰出贡献奖。拉斯维加斯手机娱乐网站 理事，中国计算机学会杰出会员，中国电子学会会士，国家自然科学基金委信息学部专家咨询委员会委员。主要研究方向为信号处理、信息论与编码、多媒体通信、计算机视觉、机器学习等。共发表SCI、EI 论文350余篇，包括IEEE TPAMI等IEEE Trans著名汇刊论文近100篇，ICML、CVPR、NeurIPS、ICLR等顶级学术会议论文60余篇；获授权中国、美国发明专利70余项。先后获华为最佳创新合作奖、优秀合作奖。培养学生，获国家杰青、国家优青、青年长江、万人青年拔尖人才、洪堡学者、微软学者等。在上海交通大学组建“媒体信息网络”研究所（http://min.sjtu.edu.cn）。

 张宇伦 上海交通大学副教授

个人简介：张宇伦，上海交通大学长聘教轨副教授、博士生导师，入选国家海外高层次青年人才，上海市海外高层次青年人才。主要研究方向是计算机视觉和机器学习，具体包括图像/视频复原与合成、生物医学图像分析、模型压缩、计算成像、多模态计算等。在计算机视觉、机器学习、多媒体等领域的顶级国际期刊和会议上发表学术论文100余篇。论文Google学术引用19000余次，一作论文单篇最高引用5000余次。获得2015年IEEE VCIP最佳学生论文奖，2019年IEEE ICCV RLQ Workshop最佳论文奖，全球AI华人新星百强（2021年），连续3年入选斯坦福“全球前2%顶尖科学家”榜单（2021-2023年）。近年来担任CVPR、ICCV、ECCV、ICLR、NeurIPS、ICML、ACM MM、IJCAI等国际会议领域主席。

特邀讲者

左旺孟 哈尔滨工业大学教授

报告题目：面向图像复原的非理想监督学习

报告摘要：在许多高层视觉任务中，训练所需的图像级、边界框级及像素级标注往往由标注专家准确提供。对于许多底层视觉任务，鉴于退化图像对应的理想监督信息难以获取，通常的方法是利用一些方式获取一些对监督学习有益的替代图像。然而，替代图像很可能在空域和颜色上与理想监督信息有一定差距，致使直接利用替代图像学习图像复原网络难以取得令人满意的效果。针对此问题，报告将从时空配准和模型蒸馏的角度探讨可能得解决方法，并介绍非理想监督学习在相机ISP建模、去雨和手术视频去雾中的应用。

个人简介：左旺孟，哈尔滨工业大学计算机学院教授、博士生导师。主要从事底层视觉、视觉生成、视觉理解和多模态学习等方面的研究。在CVPR、ICCV、ECCV、NeurIPS、ICLR等顶级会议和IEEE TPAMI、IJCV及IEEE Trans.等期刊上发表论文200余篇。曾任ICCV、CVPR等CCF-A类会议领域主席，现任IEEE TPAMI、TIP、《中国科学-信息科学》、《自动化学报》等期刊编委。

熊红凯 上海交通大学

报告题目：重建与生成：真实的逼近

报告摘要：报告将简要描述信号重建的思想和发展，重点面向最新的深度生成。稀疏采样的深度生成感知，欠采样的压缩感知经历了近20年的发展，作为有噪的线性反问题，通常定义为由线性投影基于带噪观测的退化模型，最新的深度学习则通过深度神经网络，从简单空间以分层或多层方式构建隐空间进行学习逼近，去噪和扩散先验成为反问题求解的一种有效思路。

个人简介：熊红凯，上海交通大学特聘教授（二级教授）、博士生导师。国家杰青（2014），长江学者（2016），万人计划领军人才（2017）。上海市优秀学术带头人。作为第一完成人，曾获上海市科技进步一等奖，中国电子学会自然科学一等奖，上海市技术发明一等奖，上海市青年科技杰出贡献奖。拉斯维加斯手机娱乐网站 理事，中国计算机学会杰出会员，中国电子学会会士，国家自然科学基金委信息学部专家咨询委员会委员。主要研究方向为信号处理、信息论与编码、多媒体通信、计算机视觉、机器学习等。共发表SCI、EI 论文350余篇，包括IEEE TPAMI等IEEE Trans著名汇刊论文近100篇，ICML、CVPR、NeurIPS、ICLR等顶级学术会议论文60余篇；获授权中国、美国发明专利70余项。先后获华为最佳创新合作奖、优秀合作奖。培养学生，获国家杰青、国家优青、青年长江、万人青年拔尖人才、洪堡学者、微软学者等。在上海交通大学组建“媒体信息网络”研究所（http://min.sjtu.edu.cn）。

李胜曦 北京航空航天大学教授

报告题目：面向语义重建的生成对抗网络与可逆化模型

报告摘要：大数据、大模型时代下，智能算法的不断进步常伴随其表征能力的稳步提升，而概率生成模型以无监督方式对信号进行概率语义表征，以其语义释义等优势在人工智能中扮演着极为关键的角色。本次报告围绕面向语义重建的生成对抗网络与可逆化模型，首先回顾现有生成模型，并分析其语义表征重建性能。以此为基础，介绍可逆的生成对抗网络，并进一步设计压缩器模型以优化其可逆化性能，最终介绍面向语义的编码重建模型，通过构建特定熵编码等模块实现语义信息的高效重构。

个人简介：李胜曦，北京航空航天大学电子信息工程学院教授。长期致力于智能信号处理新理论方法及前沿技术的研究。在IEEE TPAMI等IEEE期刊及NeurIPS、CVPR等顶级学术会议共计发表论文40余篇，撰写书籍2部，ISO/IEC专家组成员，贡献MPEG国际标准组织提案10余项，成果在国际标准化ISO、ITU组织多项最新标准中得到应用。作为首席客座编委组织IEEE TCSVT首个多媒体生成式技术特刊，获国际神经网络学会青年科学家奖、中国优秀自费留学生奖、帝国理工Lee奖等奖励。入选2022年国家级海外青年人才。

王诗淇 香港城市大学副教授

报告题目：生成式人脸视频编码及重建

报告摘要：近年来，生成式压缩方法发展迅速，其中具有强先验信息的人脸生成压缩更是取得了较VVC等更为优异的率失真性能。本次报告将探讨生成式压缩的技术难题和挑战，并分享我们在生成式人脸视频编码及质量评价方面的相关研究成果和思考，包括面向机器分析和人眼视觉的生成式编码技术。最后，我们介绍低复杂度生成式人脸视频编码和相关标准化方面的工作，并对未来面向人体视频、自然视频和AI生成视频的压缩重建技术及应用进行展望。

个人简介：王诗淇，香港城市大学副教授、博士生导师。从事视频编码与处理、人工智能、计算机视觉等方面的研究。在国内外期刊和会议上发表或已接收论文300余篇，其中包括IEEE Transactions论文100余篇，论文谷歌引用14500余次。目前担任人工智能、视频处理领域旗舰期刊IEEE TIP、TMM、TCyber和TCSVT编委，并获得IEEE ICME、VCIP、ACM Multimedia等多个国际会议和期刊的最佳论文奖。获得国家自然科学基金委优秀青年科学基金项目（港澳）、香港研究资助局杰出青年学者计划等多项项目资助。

刘笑宏 上海交通大学助理教授

报告题目：图像低光照增强与评价

报告摘要：图像低光照增强算法旨在提高在低光照条件下拍摄图像的亮度和视觉质量，使其更加清晰并更易辨识。此类算法在夜间摄影、监控视频处理、自动驾驶等需要在低光照环境下获取清晰图像的应用中尤为重要。然而，现有低光照增强算法在数据收集、生成质量与评价方式上均存在明显不足。针对上述问题，报告将首先介绍基于扩散模型的无监督低光照图像增强框架，之后介绍利用生成式先验的图像低光照增强算法，最后还将介绍能准确评测低光照视频图像增强质量的评价模型。

个人简介：刘笑宏，上海交通大学长聘教轨助理教授、博士生导师，研究方向为计算机视觉、多媒体信息处理。现已在顶级国际会议与期刊上发表学术论文60余篇，其中CCF-A或中科院一区论文30余篇，包括CVPR、ICCV、ECCV、NeurIPS等。入选2022年上海市领军人才（海外）、2022年上海市浦江人才、2024年微软亚洲研究院铸星计划，获得2021年国家优秀自费留学生奖学金。主持国家自然科学基金青年科学基金项目、四川省自然科学基金青年科学基金项目、“交大之星”医工交叉研究基金青年项目，参与国家自然科学基金重点项目2项，还承担了国内外多家著名公司的技术研发项目，荣获华为“火花奖”。担任多媒体领域知名期刊ACM TOMM编委、上海市计算机学会计算机视觉专委会副秘书长。个人主页：https://jhc.sjtu.edu.cn/~xiaohongliu/。