陈胜勇教授主持开幕式并致欢迎辞

        首先，执行主席天津理工大学陈胜勇教授主持会议，逐一介绍与会专家，同时介绍了CSIG的基本情况，并欢迎各位高校、科研院所及企业代表参加会议。

程明明教授作报告

        南开大学计算机系主任程明明教授在会议上作了题为“开放环境下的自适应视觉感知”的学术报告。报告从弱监督视觉理解的角度，介绍在降低模型对特定应用场景数据依赖方面所开展的一些研究工作，主要包括1) 如何构建高效鲁棒的神经网络基础模型；2）如何学习显著性物体、边缘等通用属性；3）如何利用通用属性构建弱监督学习模型，并进而利用互联网数据自主完成知识学习。

徐迈副教授作报告

        北京航空航天大学徐迈副教授在会议上作了题为“基于感知模型的高效视频编码”的学术报告。视频编码理论是突破无线网络带宽瓶颈的重要途径之一。报告介绍了徐迈副教授课题组在基于感知模型的视频编码方面的工作，主要包括：（1）基于关注点大数据的视频显著性感知模型；（2）基于感知模型的视频压缩方法；（3）基于深度学习的HEVC视频编码优化；（4）数据驱动下的全景视频质量评价与编码优化。

郭晓杰副教授作报告

        天津大学郭晓杰副教授在会议上作了题为“LIME vs. KinD: Practical Low-light Image Enhancement”的学术报告。针对在弱光条件下拍摄的图像出现（部分）可见性差的情况以及相机质量有限而导致的多种类型的降级（例如噪音和色彩失真），郭晓杰副教授主要介绍了用于实际低光图像增强的两种方法，即LIME和KinD。

李文玲副教授作报告

        北京航空航天大学李文玲副教授在会议上作了题为“群体系统的协同滤波方法”的学术报告。报告介绍了群体系统的自适应学习滤波方法，包括单模型滤波、多模型滤波，以及在视觉目标跟踪中的应用。

王兴刚副教授作报告

        华中科技大学王兴刚副教授在会议上作了题为“深度视觉感知中的弱与强”的学术报告。他在报告中指出，基于深度学习的物体检测/分割技术依赖于大量的高质量人工标注样本，同时，在复杂场景中，基于深度学习的视觉感知模型的准确率下降、计算量消耗巨大。为了解决上述问题，他的团队研究弱监督情况下的深度视觉感知模型，以及性能更强的深度神经网络来提升复杂场景中的视觉感知准确率。王兴刚副教授在报告中介绍了OCIR、PCL、DSRG等弱监督物体检测/语义分割方法，并介绍了Mask scoring R-CNN、CCNet等针对复杂场景的深度视觉感知方法。

会议现场

        在提问环节，现场的老师同学和科研院所研究人员就自己感兴趣的问题向报告的专家进行了提问，专家们的详细解答和交流使他们加深了对学科发展前沿的了解。

部分参会人员合影

        会议期间，与会专家、专业人士和学生围绕图像图形学科前沿发展、计算机视觉与智能分析等问题进行了研讨交流。本次活动为参会者介绍了前沿的视觉相关研究知识和方向，提供了知识分享和思想碰撞的机会，现场学术氛围浓厚，开阔了与会人员的科研视野，使他们对图像图形学科、交通视频及大数据计算领域的研究发展和人才培养有了更深入的了解和思考，得到了与会人员的一致好评。“CSIG 图像图形中国行”在天津理工大学取得了圆满的成功!