2019年6月25日，“CSIG图像图形中国行”活动在华北电力大学成功举办。本次活动由拉斯维加斯手机娱乐网站 （CSIG）主办，CSIG成像探测与感知专业委员会、华北电力大学电子与通信工程系、自动化系、计算机系与科学技术处联合承办。华北电力大学电子与通信工程系赵振兵副教授、计算机系赵文清教授与自动化系翟永杰教授担任执行主席。本次活动主题为“面向图像的深度学习和知识表达”，邀请北京交通大学桑基韬教授、暗物智能公司陈添水研究员、上海交通大学李成林研究员和中科院计算所王瑞平研究员参加此次活动，四位讲者带来了精彩的学术报告，活动吸引了多所高校师生以及相关领域研究人员150余人参加。

        首先，执行主席翟永杰教授代表本次会议的承办方向与会代表致欢迎辞。翟教授向大家介绍了CSIG图像图形中国行活动的宗旨和历史，对与会师生表示热烈欢迎，对受邀参会的各位专家表示衷心感谢，并与赵文清教授共同主持了后续的学术报告。

桑基韬教授作报告

        北京交通大学桑基韬教授作了主题为“面向多媒体内容理解的解释性研究初探”的学术报告。深度学习技术的成功应用使经典多媒体感知类问题的性能不断提高，在多媒体内容理解研究和深度学习技术相互促进、共同发展的背景下，报告围绕深度学习的“不能”与时下火热的解释性研究之间的关系，从解释目的角度，对解释性研究中“找得到”、“看得懂”、“留得下”的三个层次进行了介绍，并介绍了桑教授团队在面向多媒体内容理解的鲁棒性、公平性和泛化性方面的工作，以及从三个层次改善深度学习解释性的思路。

陈添水研究员作报告

        暗物智能公司陈添水研究员作了主题为“融合知识表达学习的视觉推理模型和应用”的学术报告。现有的视觉识别算法依赖外观信息设计深度网络模型，然而视觉理解不仅依赖其外观信息，往往还需要高层常识知识的推理。人类之所以能够透彻地理解其看到的视觉场景，是因为了解很多领域关联的先验知识，并能够据此进行有效地学习和推理。另外，为满足机器人、无人驾驶等新的智能系统的需要，视觉任务从简单的识别/检测，发展到结构化的高层语义推理。理解这些高层视觉信息更加依赖于常识知识推理。陈研究员的报告介绍了其所在团队在知识嵌入的深度推理模型方面的一系列进展，以及其在大规模图像理解的应用。

李成林研究员作报告

        上海交通大学的李成林研究员作了主题为“360度全景视频的自适应流媒体传输”的学术报告。报告介绍了介绍360度全景视频编码与流媒体传输的现有主流技术，包括基于切片的编码及传输整体框架，以及自适应流媒体技术；之后，着重介绍了上海交通大学媒体信息网络（MIN）研究所在360度全景视频的自适应流媒体传输方面的最新成果，包括：基于深度学习的用户头部视点预测、基于切片观看概率的服务器端组播的切片码率分配、服务器端的多用户混合单播-组播策略、以及基于深度强化学习的用户端码率适配等。

王瑞平研究员作报告

        中科院计算所王瑞平研究员作了主题为“开放场景中的物体识别研究初探”的学术报告。报告介绍了王瑞平研究员所在课题组近几年围绕开放场景识别所开展的一些初步探索，例如属性与类别关联的多任务图像检索、属性辅助的零样本物体识别、开放环境下的增量物体识别、场景推理驱动的物体检测与关系分析等。

提问环节

        老师和同学们在每一个专家报告之后都进行了提问，专家们进行了详细解答，现场互动活跃，学术氛围浓厚。

专家座谈会

        会后专家们到自动化系进行了座谈，座谈会由执行主席赵振兵老师主持，电力视觉课题组的老师们就目前与“面向图像的深度学习和知识表达”、“基于深度学习的电力视觉技术“相关领域的研究热点与专家进行了交流与探讨。

部分参会者合影

        本次“CSIG图像图形中国行”活动为华北电力大学等多所高校的师生们提供了一个与专家交流学习的机会，开阔了学术科研的视野，使他们对图像图形学科领域的研究发展有了更深入的了解和思考。“CSIG图像图形中国行”华北电力大学站取得了圆满成功。

阿