2020年11月20日~21日，“CSIG中国行—走进郑州大学暨智能图形计算专委会年会”来到了郑州，本次会议由拉斯维加斯手机娱乐网站 主办，郑州大学承办。郑州大学信息工程学院、计算机与人工智能学院副院长徐明亮、浙江大学教授周昆担任大会主席。桂林电子科技大学教授罗笑南、浙江大学教授陈为、南京大学教授曹汛、清华大学教授刘永进、浙江大学教授周昆、中科院自动化所研究员胡卫明、中国科学技术大学教授刘利刚及厦门大学教授纪荣嵘受邀作报告。

开幕式

大会首先由郑州大学信息工程学院（计算机与人工智能学院）副院长徐明亮教授和浙江大学教授周昆致辞，对与会的专家学者表示感谢。

徐明亮教授致辞

桂林电子科技大学罗笑南教授带来题目为《智能医疗信息的检索分析及三维重建》的精彩报告。报告主要汇报团队在智能医疗和三维服装 CAD 软件系统研发等方面的工作。首先介绍了智能医疗研究意义，分析国内外智能医疗信息化的发展现状，并介绍本团队在该领域的研究进展，包括海量医疗信息的智能检索系统和分析、医疗图像的智能分析、三维医学数据的动态实时重建等；其次介绍本团队设计的三维服装CAD软件系统，分享三维服装仿真处理流程，介绍人工智能在功能性服装上的应用等。

罗笑南教授作报告

浙江大学陈为教授带来题为《可视化与视觉智能的融合的挑战与趋势》的精彩报告。陈教授介绍了可视化和可视分析是人类理解数据的导航仪，通过这一手段更加清晰地展示数据内在的规律和结构，增强理解和分析效率。陈教授还分析了各领域对可视化技术的重视程度，因为未来可视化技术在不同领域会有更多的需求；报告还从可视化+、智能+、Vis+AI，从用户、数据、智能三者的角度，探讨了可视化在未来的数据智能计算时代的新的角色，展望了大数据可视化理论与应用的趋势。

陈为教授作报告

      南京大学曹汛教授作了题为《光谱视频计算摄像》的精彩报告。曹汛教授指出，近年来计算摄像的基础理论和关键技术飞速发展，推动了光谱成像由“静” 至“动”、由“图像”至“视频”的跨越。光谱视频成像能够拍摄动态场景和对象的光谱信息，在工业生产检测、目标侦察跟踪等重点行业领域具有潜在的巨大应用。曹汛教授还指出光谱视频成像面临着数据量大、实际采集难、重建精度低的瓶 颈与挑战；报告从光谱成像研究领域的发展历程出发，重点介绍光谱视频的计算摄像理论、方法和系统装置，还介绍了计算摄像研究方向最新的国内外研究进展；最后，报告介绍了若干典型的光谱视频成像应用和实际效果，并展望光谱成像的交叉学科发展趋势。

曹汛教授作报告

       清华大学刘永进教授作了题为《从多风格肖像画研究感受计算机图形学中的人工智能》的精彩报告。刘教授指出人工智能已经在具有确定性规则的博弈活动中（比如下围棋）取得了突破性的进展。但在计算机图形学非真实感绘制等领域中，视觉艺术表达具有较强主观 性、抽象性和规则模糊不确定性，人工智能仍然面临诸多挑战。刘教授介绍了一类人脸照片艺术肖像风格化的AI算法。肖像画是一种独特的艺术形式，通常使用一组稀疏的连续图形元素如线条来捕捉一个人的外表特征。通过研究多风格肖 像画生成算法，可以从 AI 艺术的角度感受计算机图形学中人工智能的发展潜力。

刘永进教授作报告

浙江大学周昆教授带来题为《从计算机图形学到智能图形学》的精彩报告。周教授首先介绍了计算机图形学的起源、背景、科学问题、相关产业发展和应用领域等方面的工作；然后对本团队在计算机图形学以及智能图形学方面的相关技术，包括计算机生成图形图像、虚拟化身到虚拟替身、虚拟化身到应用、彩色 3D 打印技术和气动软机器人等作了详细的报告。

周昆教授作报告

中国科学院自动化研究所胡卫明研究员带来题为《神经科学启发的深度学习模型及其在视觉运动感知中的应用》的精彩报告。胡卫眀教授从如下六方面阐述神经科学对计算机视觉的启发点：A）基本视觉皮层的特征；B）初级视皮层的原理扩展到高级区域；C）顺向、逆向、侧向联接；D）视觉神经分层认知机制；E）视觉神经系统的选择性注意机制；F）动态信息的选择性记忆机制。介绍了本团队在基于各向异性膨胀网络的物体检测、基于深度时空自组织神经网络的运动检测、基于编解码孪生神经网络的目标跟踪、基于时空金字塔注意力神经网络的行为理解和长短时记忆序列卷积神经网络的行为语义描述等方面的研究工作。还介了绍本团队在手机特定视频检测装备、互联网交换机端异质媒体监测设备和网络直播智能审核系统等实际应用方面的工作。

胡卫眀教授作报告

中国科学技术大学刘利刚教授带来题为《机器人自主三维场景扫描与重建》的精彩报告。刘利刚教授指出利用移动机器人对未知室内场景进行自主三维扫描与重建是机器人与计算机图形学领域共同关注的重要研究方向。相比于人手持扫描，机器人自动扫描具有不易疲劳、稳定性好、控制精度高等优点。刘利刚教授提出了一种全新的自主场景三维重建的方法，通过为自动扫描提供基于物体感知的引导，使得对未知场景的探索、重建和理解能在一次扫描规划中完成。该方法交替进行物体分析和基于物体感知的信息增益分析，从而为机器人的全局探索和局部扫描确定了下一个最佳物体以及下一个最佳视点。此外，该研究还针对不完全重建点云的语义理解问题，提出了通过多类图割最小化方法来同时求解物体分割和物体识别的新思路。虚拟与真实场景的实验结果展现了所提出方法的可行性和高效性。

刘利刚教授作报告

厦门大学纪荣嵘教授带来题为《紧致化视觉表征-有效性、可解释性、鲁棒性》的精彩报告。报告主要探索视觉大数据搜索识别系统中的紧凑性问题，覆盖了纪荣嵘教授研究组近两年来在面向视觉终端应用的视觉特征紧凑表示、视觉特征可解释性、以及视觉特征鲁棒分析中所做的一些工作与成果。在视觉特征紧凑表示方面，介绍了通过引入大规模无监督排序信息，学习排序敏感的哈希码，以保持原始高维特征空间中的检索信息。在视觉特征可解释方面，介绍了面向视觉检索任务的特征差异性分析、耦合性分析、网络结构性分析等。在面向视觉鲁棒性分析方面，还介绍了面向视觉检索任务的对抗样本敏感度分析等。最后，报告介绍了上述研究在华为、腾讯等视觉产品中的实际应用。

纪荣嵘教授作报告

       “CSIG中国行—走进郑州大学暨智能图形计算专委会年会” 在各位报告嘉宾及专委会的各级领导的大力支持下，取得了圆满成功。

部分参会专家合影