2023年5月11日，CCIG2023技术论坛“视觉鲁棒识别和计算前沿进展”在江苏省苏州市狮山国际会议中心成功举办。本次论坛由拉斯维加斯手机娱乐网站 （CSIG）主办，CSIG文档图像分析与识别专委会承办，论坛主席为昆山杜克大学黄开竹教授和西交利物浦大学王秋锋副教授。论坛报告邀请到了五位学术界和产业界的专家——阿里巴巴安全视觉智能算法负责人何源博士、清华大学计算机系董胤蓬博士后研究员、南京信息工程大学刘青山教授、国防科技大学王翔副教授和香港中文大学（深圳）吴保元副教授。五位专家共同交流了图像识别的鲁棒性技术的前沿学术进展和在具体行业应用中的情况，并深入探讨了未来鲁棒识别技术的研究和应用发展趋势。报告异彩纷呈，令人获益良多。

图 1 论坛现场

来自阿里巴巴集团安全的何源博士带来了题为“计算机视觉领域的模型鲁棒性研究”的报告。首先，何源博士具体介绍了其团队在对抗样本攻击迁移性上的相关工作，包括基于数据分布的对抗迁移攻击方案，相比传统基于替代模型的方案，其攻击迁移性有明显提升。此外，进一步提出了一种跨任务的对抗迁移攻击方案，使用一个通用模型来有效攻击多个视觉任务。最后，还介绍了一种鲁棒视觉transformer模型架构，所提出的即插即用模块可有效提升视觉分类模型鲁棒性。

图 2 阿里安全何源博士作报告

来自清华大学计算机系的董胤蓬博士后研究员带来了题为“3D世界中视觉感知模型的鲁棒性”的报告。3D 视觉技术近年来发展迅速，在自动驾驶、机器人等诸多应用中发挥着巨大作用，然而3D视觉模型也面临着多种安全风险。一方面，视觉感知模型在数据偏移（如视角变换、数据噪声等）下稳定性较差。另一方面，视觉感知模型在物理世界的对抗攻击下也存在鲁棒性不足的问题。针对以上两点，董胤蓬研究员在报告中首先介绍了ViewFool等方法从而在3D场景中更好地评测模型的自然鲁棒性，其次介绍了基于等距变换、流形优化等攻击方式以在物理世界中生成更加自然有效的 3D 对抗样本。

图 3 清华大学董胤蓬博士后研究员作报告

来自南京信息工程大学的刘青山教授带来了题为“基于视觉的情感计算”的报告。情感计算的目标是使计算机能自动识别情感并与表达情感，从而建立适应人类情感的和谐人机环境，也是人工智能领域中的一个热点研究方向。基于表情、肢体动作等视觉信息是情感表达的重要载体。在此次报告中，刘青山教授简单介绍了这个领域的研究现状，并结合动态表情特征学习、标签相似性等问题，汇报了其团队在表情识别与姿态估计方面的最新研究进展。

图 4 南京信息工程大学刘青山教授作报告

来自国防科技大学的王翔副教授带来了题为“基于视觉信息的波形鲁棒识别方法探索”的报告。在报告中，王翔副教授分享了基于视觉信息的波形鲁棒识别方法相关探索工作，具体介绍了其课题组在通信信号波形理解与识别方面的进展，提出的信号知识与数据联合驱动框架在有限样本、零样本条件下具备极好的识别性能，并对对抗性扰动表现出鲁棒性。

图 5 国防科技大学王翔副教授作报告

来自香港中文大学（深圳）的吴保元副教授带来了题为“对抗机器学习的统一视角和最新进展”的报告。首先，吴保元副教授给出了对抗机器学习的严格定义，并展示了一个统一的数学描述框架，涵盖现有不同分支，包括训练阶段的后门攻击，部署阶段的权重攻击和测试阶段的对抗样本攻击。基于该统一框架，其团队对现有攻击和防御方法进行了详细梳理和分类，展示了一幅清晰的对抗学习全景图。最后，吴保元副教授还着重介绍了他们在后门学习上的最新科研成果。

图 6 香港中文大学（深圳）吴保元副教授作报告