【动态】2022年模式识别高峰论坛于4月10日成功在线举办

2022 年 4 月 18 日 中国图象图形学学会CSIG

2022年模式识别高峰论坛于2022年4月10日成功举办，该论坛面向模式识别领域重大学术成果和最新研究进展，带来了精彩的大会报告和青年高峰对话。

4月10日，2022年模式识别高峰论坛在线上成功举办。本次模式识别高峰论坛由中国自动化学会、中国人工智能学会和中国图象图形学学会共同主办，中国自动化学会模式识别与机器智能专委会、中国人工智能学会模式识别专委会、中国图象图形学学会文档图像分析与识别专委会、中国图象图形学学会视觉大数据专委会和中国科学院自动化研究所模式识别国家重点实验室联合承办。

模式识别高峰论坛简介

面向国内模式识别领域重大学术成果和最新研究进展，2022年模式识别高峰论坛包括大会报告和嘉宾对话两部分主要内容。首先，邀请了湖南大学王耀南院士、北京大学查红彬教授、中国科学技术大学陈恩红教授、湖南大学李肯立教授、天津理工大学陈胜勇教授、华南理工大学金连文教授、上海大学谢少荣教授、浙江大学吴飞教授、南京理工大学杨健教授、深圳大学黄继武教授等十位重量级嘉宾，分为上下午两个半场，依次进行了精彩的大会报告。此外，论坛还邀请了中国科学院计算技术研究所山世光研究员、北京大学林宙辰教授、南京信息工程大学刘青山教授、天津大学胡清华教授、西北工业大学韩军伟教授、北京科技大学殷绪成教授等六位知名学者，共聚模式识别青年高峰对话。高峰论坛由中国科学院计算技术研究所山世光研究员主持。

此次论坛采用线上会议形式，并在B站全程进行网上直播，是一场具学术性、权威性、前瞻性于一体的学术会议，受到了国内模式识别及人工智能领域专家、老师、同学和同行们的热烈关注，腾讯会议主会场400余人，网上直播观看人气超过了2.1万。

中国科学院自动化研究所副所长刘成林研究员致开幕词。刘成林研究员代表主办单位向各位嘉宾表示欢迎和感谢，简要介绍了论坛的发展情况，并预祝本次论坛成功举办。

模式识别高峰论坛大会报告

上午大会报告由中国科学院自动化研究所副所长、模式识别国家重点实验室主任、中国人工智能学会副理事长、中国自动化学会模式识别与机器智能专委会主任刘成林研究员主持。

上午大会的第一位讲者为王耀南院士，中国工程院院士，湖南大学机器人视觉感知与控制技术国家工程硏究中心主任，任中国自动化学会会士、中国计算机学会会士、中国人工智能学会会士、中国图象图形学学会理事长、全国智能机器人创新联盟副理事长、中国自动化学会常务理事、中国人工智能学会监事、教育部人工智能与区块链科技委委员、湖南省自动化学会理事长等。王耀南院士还是德国洪堡学者、欧盟第五框架国际合作重大项目首席科学家、国家百千万人才工程入选者、国家863计划智能机器人领域主题专家等。曾于2001-2020年担任湖南大学电气与信息工程学院院长，2015-2020年湖南大学机器人学院院长。

王院士的报告题目为《智能自主作业机器人感知与控制技术及发展趋势》。智能自主作业机器人作为一种兼具智能自主能力与主动作业能力的机器人系统，广泛应用于工业智能制造、精准农业、国防军事、太空和深海探索作业等领域。报告从研究背景与意义、现状与面临挑战、关键技术等方面介绍自主作业机器人的现实发展与未来趋势。首先，以社会需求和学科特点阐述自主作业机器人研究的背景意义与面临的挑战性问题；其次详细介绍了目前自主作业机器人的机构设计、环境感知与理解、人工智能自主学习控制等总体研制技术路线与关键科学问题；最后介绍了智能自主作业机器人未来的发展趋势与展望。

上午大会的第二位讲者为北京大学的查红彬教授，北京大学信息科学技术学院智能科学系教授，机器感知与智能教育部重点实验室主任。查教授主要从事计算机视觉与智能人机交互的研究，在三维视觉几何计算、三维重建与环境几何建模、三维物体识别等方面取得了一系列成果。出版学术期刊及国际会议论文350多篇，其中包括IEEE T-PAMI，IJCV, IEEE T-VCG, IEEE T-RA, IEEE T-SMC,ACM T-IST, JMLR, PR等国际期刊以及ICCV, ECCV, CVPR, CHI, ICML, AAAI, ICRA等国际学术会议论文120多篇。

查教授的报告题目为《动态视觉中的机器学习：移动传感器中的SLAM研究》。三维视觉的一个主要任务是利用传感器视点的变化与成像几何的约束来实现三维场景的几何与结构重建。因此，伴随传感器移动的动态视觉与3D视觉的关系愈加密切，SLAM（Simultaneous Localization and Mapping：即时定位与地图构建）技术再度成为3D视觉领域的研究热点。报告全面阐述了SLAM技术，总结了目前SLAM研究的现状，并提出了仍然存在的两大挑战，即缺乏系统性的定义，同时忽略了时间相关性。针对这些挑战，查教授提出了自监督的在线SLAM学习统一框架，分别从定义数据流的时间相关性、通过记忆模块改良预测器并改善系统功能、提高在线自适应能力和提升概率地图表示能力等四个方面对SLAM技术进行改善，从而提高动态视觉系统在真实复杂场景中的应用能力。

上午大会的第三位讲者为中国科学技术大学的陈恩红教授，中国科学技术大学大数据学院执行院长。曾获国家杰出青年基金项目、国家“万人计划”创新领军人才项目支持，是科技部重点领域创新团队“大数据分析及应用”团队负责人，大数据分析与应用安徽省重点实验室主任，安徽省计算机学会理事长。担任IEEE Transactions on Knowledge and Data Engineering、ACM Transactions on Intelligent Systems and Technology等多个国内外学术期刊编委。获教育部自然科学一等奖、吴文俊人工智能科技进步一等奖。

陈教授的报告题为《智能教育的自适应学习技术：现状与展望》。近年来，智能教育系统快速发展，越来越多的学习者参与开展在线自主的学习活动，同时也积累了大量的教育学习数据。如何利用这些数据，发展融入大数据与人工智能技术的智能教育，为学习者提供有效的智能服务是当前的重要任务。自适应学习，作为智能教育的关键应用，旨在通过大数据分析技术为每个学生提供个性化的学习活动，并能够调整学习内容、提升学习效率。本次报告围绕自适应学习技术和应用，重点针对教育资源的有效表示、学生的认知状态评估，和自适应学习策略等方面的现状进行介绍，分享了典型自适应智能教育系统的应用案例，并展望了未来可能的发展方向。

上午大会的第四位讲者为湖南大学的李肯立教授，CCF理事，杰出会员，湖南大学校长助理，信息科学与工程学院院长,研究兴趣包括高性能计算、并行与分布式处理等，主持国家杰出青年科学基金等项目10余项，发表论文260余篇，获国家科学技术创新团队奖、科技进步二等奖和省部级一等奖等4项。

李教授的报告题为《胎儿超声图像AI处理及云平台》。当前，产前诊断和出生缺陷筛查主要通过超声切面来检查，目前超声检查切面获取存在严重依赖操作者经验，切面获取效率和标准化程度低以及切面评测技术落后等问题，导致胎儿畸形筛查的误诊率、漏诊率较高。拟研制的产前超声智能质控平台可借助人工智能赋能，进行云端标准切面质量检测，实现胎儿全生命周期切面质量控制闭环。相对于传统的手动人工模式，系统中标准切面实时抓取定位系统可实时的自动定位出标准切面，利用并行分布式技术提高了模型的效率，保证了标准切面定位的实时性临床需求，极大的提高了医生的工作效率，缓解超声医生的工作强度。

上午大会的第五位讲者为天津理工大学的陈胜勇教授，博士生导师，国家杰出青年科学基金获得者，“学习型智能系统”教育部工程研究中心负责人、天津市“新一代人工智能与系统”特色学科群负责人、天津市高校重点学科带头人、天津市重点领域创新团队负责人、天津理工大学副校长。陈教授主要从事计算机视觉领域的研究，先后主持国家级重要项目8项，在国际期刊上发表200多篇论文，其中高被引论文累计20篇，5次获国际最佳学术论文奖；出版中英文学术著作10多部，有发明专利100多项。被引12000多次，连续多年被评为高被引学者。

陈教授的报告题为《机器人交互过程中的动作意图理解》。人与机器人总是伴随着各种活动，其动作和行为反映其状况和意图，由于人类活动的复杂性以及不同人对同一动作意图执行的多样性，所以动作行为的分析识别是一项极其重要而又具有挑战性的任务。陈教授的报告针对关于人体动作行为识别的问题开展了讨论，通过计算机视觉进行动作检测、特征提取、符号化动作信息、动作理解、行为分类等方面的过程分析，并以此智能视觉为基础，形成视觉人机交互和手语交互方面智能系统，在机器人与人的交互过程中起到不可或缺的作用。

2022年模式识别高峰论坛下午的大会报告由中国科学院自动化研究所模式识别国家重点实验室赫然研究员主持。

下午大会的第一位讲者为华南理工大学教授、中国图象图形学学会文档图像分析与识别专委会主任金连文教授，主要研究领域为文字识别、深度学习、计算机视觉及应用等，在国内外重要国际会议及期刊上发表学术论文200余篇，其中SCI期刊论文80余篇，Google Scholar引用9000余次，H-Index 49，获省部级科技奖5次。

金教授的报告题目是《笔迹鉴别与书写者识别：基于深度学习和领域知识驱动的新方法》，报告围绕签名认证与笔迹识别问题，介绍基于深度学习与领域知识驱动的几个代表性新方法，包括结合对数高斯模型及深度排序学习的联机手写签名认证方法、传统特征提取与深度软动态时间规整融合的联机签名认证方法、基于手写文字轮廓路径积分特征的脱机手写笔迹识别技术等，并就未来技术发展趋势进行了探讨。

下午大会的第二位讲者为上海大学教授、上海大学计算机工程与科学学院院长谢少荣教授，国家杰出青年基金获得者。主要研究方向为智能与自主机器人，包括海洋无人艇技术、多自主机器人协同控制、智能技术与系统等，主持国家自然科学基金重大项目“复杂海况典型无人艇集群应用验证平台研究”、国家重点研发计划智能机器人重点专项课题、国防科技创新特区项目等。

谢教授的报告题目是《复杂海况无人艇虚实迁移学习方法》，报告全面阐述了其研究背景及解决思路，并针对复杂海况无人艇虚实迁移学习存在的复杂任务自学习难、虚实感知数据差异大及任务多样性建模难等问题，提出了对应的解决方法及其所使用的关键技术。最后，谢少荣教授对该研究方向进行了总结与展望。

下午大会的第三位讲者为吴飞教授，浙江大学求是特聘教授，浙江大学上海高等研究院常务副院长、浙江大学人工智能研究所所长、科技部重点研发计划项目负责人，主持国家自然科学基金重点项目两项。吴教授主要研究领域为人工智能、多媒体分析与检索和统计学习理论。先后获世界人工智能大会最高奖“卓越人工智能引领者奖”和中国电子学会科技进步一等奖。

吴教授的报告题目是《端云协同下分布式模型学习与进化》，报告主要介绍了大小模型协同进化分布式机器学习平台“洛犀”。在端云协同分布式架构下，洛犀平台对图式结构海量数据深度学习，所得大模型通过高精度压缩，约简为终端可用的小模型，小模型的实践向大模型汇聚累积起来，以不断提升云端大模型的认知推理能力。

下午大会的第四位讲者为杨健教授，南京理工大学计算机学院教授、院长，研究兴趣包括模式识别理论与应用、图形图像技术与应用、认知计算等。在国际SCI权威期刊和顶级会议上发表论文200余篇。Google Scholar被引29000余次。曾获国家自然科学二等奖1项（第二完成人）；省部级一等奖3项（第一完成人）。2011年度获得国家杰出青年科学基金; 2013年入选国家百千万人才工程，被授予“有突出贡献中青年专家”。2013-2014年度教育部长江学者特聘教授；2018年入选万人计划科技创新领军人才。

杨教授的报告题目是《视觉感知：从2D图像到3D点云》，报告主要包含三个方面的内容：一、基于2D图像的视觉感知方法，如选择核网络、对比学习、目标检测等；二、单目深度估计方法，如多任务、夜晚、开放环境下的深度估计方法；三、基于3D点云的视觉感知方法，如位置识别、目标跟踪、3D重建等。杨键教授对视觉感知的研究背景、发展历程及最新研究进展进行了全面、系统地介绍。

下午大会的第五位讲者为黄继武教授，深圳大学特聘教授、IEEE Fellow，广东省网络与信息安全产学研创新联盟理事长，国家杰出青年科学基金获得者，研究兴趣为多媒体取证与安全、信息隐藏，发表学术论文300多篇。曾获国家自然科学二等奖、教育部自然科学一等奖、中国计算机学会自然科学一等奖。

黄教授的报告题目是《多媒体取证与深度学习》，报告首先从多媒体取证的研究背景开始，详细地介绍多媒体取证所关心的问题。黄教授之后又从学术研究和应用需求的角度，探讨了深度学习应用到本领域存在的挑战。最后黄教授以伪造篡改图像定位方面的工作为例子，重点介绍了应对这些挑战上的工作。

模式识别青年高峰对话

在各位教授精彩的大会报告后，进行的是模式识别青年高峰对话。

此次高峰对话由中国科学院计算技术研究所山世光研究员（中科院智能信息处理重点实验室常务副主任、国家万人计划领军人才、国务院特殊津贴专家、腾讯科学探索奖获得者）担任主持，对话嘉宾包括了6位国内国际知名的青年专家：林宙辰教授（北京大学教授，国家杰青）；刘青山教授（南京信息工程大学教授，教育部特聘教授、国家杰青）；胡清华教授（天津大学教授，国家杰青）；韩军伟教授（西北工业大学教授, 教育部特聘教授）；殷绪成教授（北京科技大学教授，国家杰青）; 吴飞教授（浙江大学特聘教授，国家杰青）。

与会专家围绕”模式识别领域中如何看待预训练大模型”主题，为国内模式识别及人工智能领域呈现了精彩的思想碰撞与学术对话。在青年高峰对话中，与会专家就”模式识别领域中如何看待大规模预训练模型”中的两个主要问题进行了深入的讨论：（1)大规模预训练模型可以解决模式识别领域的什么基础性科学问题？（2）大规模预训练模型会在模式识别的学科领域占据什么样的历史地位？

与会专家一致认为，大规模预训练模型在自然语言领域取得了重要技术突破，在视觉领域的大规模预训练模型目前还处于早期阶段，但已在传统计算机视觉任务取得了一些改进（特别是泛化性方面）。从长远来看，大规模预训练模型在减少对显式标注依赖方面的潜力可能会带来模型对开放环境认知能力的进步。专家们还探讨了大规模预训练模型用于视觉下游应用的潜在影响，以及推动领域发展所面临的核心挑战。总体而言，大规模预训练模型成为了模式识别领域的重要技术之一，或许有望成为迈进通用人工智能的一个重要途径。但如何将在大数据上的预训练过程压缩到尽可能小的模型并应用到实际模式识别场景是值得探索和研究的问题。

最后山世光研究员进行了总结讲话，今天2022年模式识别高峰论坛的10个大会报告和模式识别青年高峰对话都非常精彩，收获颇丰，同时对今天高峰论坛报告学者和对话嘉宾，参会的老师、同学、朋友们表示了感谢。

大会报告及青年高峰对话录播

2022年模式识别高峰论坛大会报告和模式识别青年高峰对话全程录像地址为https://space.bilibili.com/379070566/channel/collectiondetail?sid=327058 ，继续感受、学习精彩的大会报告和青年高峰对话（可直接点击“阅读原文”进行观看）。报告及对话时间可参考下表。