【预告】第二届CSIG机器视觉与智能研讨会将于9月24日举办

2022 年 9 月 21 日 CSIG机器视觉专委会

一、活动简介

为了促进中国图象图形学学会（CSIG）机器视觉专委会与国内外同行在人工智能领域前沿理论与技术方面的交流，特举办202 2 第二届CSIG机器视觉与智能研讨会。本研讨会由中国图象图形学学会（CSIG）主办，CSIG机器视觉专委会和华中科技大学电信学院联合承办，为CSIG机器视觉专委会202 2 年度学术会议。

本研讨会很荣幸邀请到陈俊龙教授、龚怡宏教授、黄德双教授、罗笑南教授、李宏亮教授、彭宇新教授、叶齐祥教授、左旺孟教授等八位著名学者来做精彩的专题报告，采用线上腾讯会议结合B站直播的方式进行，热忱欢迎感兴趣的老师和同学前来参加，与专家互动。

主办：中国图象图形学学会（CSIG）

承办：CSIG机器视觉专委会、华中科技大学电信学院

时间：20 22 年 9 月2 4 日8: 3 0-17:40

地点：线上

腾讯会议：384-408-373， https://meeting.tencent.com/dm/lhjIyhNOiu0T

B站直播： https://live.bilibili.com/22300737

二、会议主席

林宙辰 教授

个人简介： 林宙辰，北京大学教授，IAPR/IEEE/CSIG Fellow，中国图象图形学学会机器视觉专委会主任，中国自动化学会模式识别与机器智能专委会副主任，中国计算机学会计算机视觉专委会常务委员，中国人工智能学会模式识别专委会常务委员。研究领域为机器学习、计算机视觉和数值优化。发表论文260余篇，谷歌引用2万5千余次，英文专著3本，中文专著1本，获2020年度中国计算机学会科学技术奖自然科学一等奖。多次担任CVPR、ICCV、NIPS/NeurIPS、ICML、IJCAI、AAAI和ICLR领域主席，担任ICPR 2022程序共同主席、ICML 2022/NeurIPS 2022/CVPR 2023资深领域主席，曾任IEEE T. PAMI编委，现任IJCV、Optimization Methods and Software编委。

刘文予 教授

个人简介：刘文予，华中科技大学电子信息与通信学院人工智能研究所所长、“华中学者”特聘教授。中国通信学会会士，中国图像图形学学会视频通信专业委员会主任，中国图像图形学学会常务理事。刘教授本科毕业于清华大学计算机系，之后于华中理工大学（华中科技大学）电子与信息工程系获硕士、博士学位。主要研究方向为计算机视觉、人工智能。获湖北省技术发明一等奖、自然科学二等奖、CSIG自然科学一等奖。在IEEE Trans.等国际著名期刊和顶级会议发表论文100余篇。谷歌学术总引用次数超20000次，入选中国人工智能高被引学者Top50榜单。

三、特邀专家

陈俊龙教授

个人简介：清华大学海外杰出访问教授、华南理工大学计算机学院院长及讲座教授、广东省计算智能与网络空间信息重点实验室主任、教育部健康智能与数字平行人工程中心主任、广东省人工智能产业协会联席会长。陈教授是中国自动化学会副理事长，IEEE Fellow， AAAS Fellow、IAPR Fellow、欧洲科学院院士（Academia Europaea）、欧洲科学与艺术院院士（European Academy of Sciences and Arts）。陈教授曾任IEEE Trans. on Cybernetics 顶级SCI期刊主编（2020-2021），IEEE Trans. on Systems, Man, and Cybernetics: Systems 期刊主编（2014-2019）。是2018-2021年Clarivate Analytics 计算机及工程双类的全球高被引科学家。2018年他获得了IEEE系统科学控制论的最高学术维纳奖(Norbert Wiener Award)，2021 IEEE Joseph Wohl 终身成就奖，及我国吴文俊人工智能杰出贡献奖。

报告题目：动态结构神经网络及其应用

报告摘要：深层的网络结构能够使网络具有强大的学习能力，然而传统的深度结构网络参数量大，网络复杂性高，大多数深度网络的训练方式也是基于反向传播的梯度下降法或随机梯度下降法，往往存在着训练消耗时间长、容易陷入局部最优解等问题；宽度学习系统 (Broad Learning Systems， BLS) 是一种浅层的具有增量学习能力的神经网络，具有快速、高效的优点，然而其浅层结构也限制了网络的特征表达能力。为了解决上述问题，本汇报提出了一种具有动态结构的神经网络：构建叠层宽度神经网络成深度模型。该模型保留了宽度学习系统高效、快速的优点，同时通过残差连接将多个宽度学习系统模块叠加起来，增加网络的深度，提高网络的学习能力。叠层宽度神经网络（Stacked BLS）的“动态”体现在宽度和深度两个方面。宽度方向的增量学习体现在宽度学习系统模块内部的神经元：在每一个宽度学习系统模块内部，当新增加特征节点、增强节点或输入数据时，只需要学习新增加部分的权重即可；深度方向的增量学习体现在宽度学习系统模块之间：在宽度学习系统模块之，当叠加新的宽度学习系统模块时，下层模块的参数可以固定不变，只需要计算新叠加的宽度学习系统模块的网络参数即可。这两种增量学习的方式使得模型的计算量较少，网络复杂性较低，使用过程中可以很方便的增加网络的宽度和深度，并实现快速、高效的训练，能够针对不同任务进行适应性的调整，提高模型的泛化能力。叠层宽度神经网络在多个数据集上展现了优越性，在多个图像数据库的测试，均优于现有的很多图像分类方法，同时相较于深度神经网络方法，动态结构的神经网络大幅减少了网络计算时所需要的参数数量。

龚怡宏教授

个人简介：龚怡宏教授目前是西安交通大学软件学院院长，IEEE Fellow，国家973项目首席科学家，视觉信息处理国家工程实验室副主任，陕西省人工智能联合实验室执行副主任。共出版英文专著3部，在国际知名学术期刊和会议上发表论文200余篇，他引近30,000次，单篇最高他引3,900多次，谷歌h-index为70。于ACM SIGIR 2003会议上发表的文章获得最有影响力文章提名奖 (Time of Impact Award Honorable Mention)。2020年入选AI2000最具影响力TOP100学者榜单。拥有美国和中国发明专利40余项。研究领域包括人工智能，计算机视觉及，受脑启发神经网络研究等。是学术界最早开展体育视频内容分析，基于图像内容的以图搜图检索，以及提出图像稀疏编码特征向量的国际知名学者，引领了国际上大量学者的研究，带领团队多次获得国内外图像视频内容分析领域技术大赛的冠军。

报告题目：受脑启发的神经网络计算模型及其泛化性分析

报告摘要：当前的主流深度学习神经网络（DNN）面临三大科学难题：1）主要依靠不断加大网络复杂度和训练样本数量来提高图像识别精度，缺乏可解释性；2）进行图像分类时发生“纹理偏执”的问题；3）增量学习新知识时发生“灾难性遗忘”旧知识的问题。迄今为止，学术界围绕上述三个问题提出的各种解决方法大都效果不佳，且缺乏理论依据。

本课题组通过与脑认知科学领域的专家学者进行深层次的合作，从人脑视觉感知与认知机理的研究成果中获取灵感，并致力于将人脑视觉通道的某些特性转化为计算模型，从而显著提升其图像识别精度。本次报告将概括介绍本课题组在解决上述DNN科学难题方面所取得的若干最新研究成果，并用数理分析方法对所提出的神经网络模型进行泛化性性能分析。脑认知领域的学者通过大量认知心理学实验不断发现人脑视觉通路的工作机理与特性,人工智能专家将脑认知领域的最新研究成果转化为计算模型，数学专家利用数理分析对受脑启发的新型计算模型进行泛化性分析，从而形成一个学术成果的闭环。

黄德双 教授

个人简介： 黄德双，工学博士，教授，博士生导师，宁波东方理工高等研究院与同济大学教授, 中国科学技术大学与上海交通大学兼职教授、博士生导师，2000年度中科院“百人计划”入选者，国家科技创新2030-新一代人工智能重大项目首席专家(主持人)，国家科技创新2030-脑科学与类脑研究重大项目管理专家，国家自然科学基金委第十四届专家评审组成员，纽约科学院Active Member，IEEE Fellow，国际模式识别学会(IAPR) Fellow，亚太人工智能学会(AAIA) Fellow；国家科技部重点研发计划、国家奖会评与函评专家。2014年度第11届IEEE生物信息学与计算生物学中的计算智能学术会议程序委员会主席（美国夏威夷），2015年度国际神经网络联合会议(IJCNN2015)大会主席（爱尔兰），国际智能计算学术会议Founding Chair，中国生物信息学学会（筹）生物医学数据挖掘与计算专委会主任，中国计算机学会生物信息学专业委员会副主任委员。获教育部自然科学一等奖一项（排名第一），安徽省自然科学一等奖一项（排名第一），获中国人工智能学会吴文俊科技进步一等奖一项（排名第一），2014-2021年度爱思唯尔（Elsevier）Scopus高被引学者（计算机科学卷）。Google Scholar引用20770余次，H因子76。

报告题目 ： Graph Representation Learning

报告摘要： Graph Neural Networks (GNN) have achieved advanced performance in many fields such as traffic prediction, recommendation systems, and computer vision. Recently there are majorities of methods on GNN focusing on graph convolution, and less work about pooling. Existing graph pooling methods mostly are based on Top-k node selection, in which unselected nodes will be directly discarded, caused the loss of feature information. In that case, we propose a novel graph pooling operator called Hierarchical Graph Pooling with Self- Adaptive Cluster Aggregation (HGP-SACA), which uses a sparse and differentiable method to capture the graph structure. Before using top-k for cluster selection, the unselected clusters are aggregated by an n-hop, and the merged clusters are used for top-k selection, so that the merged clusters can contain neighborhood clusters enhancing the function of the unselected cluster. This can enhance the function of the unselected cluster. Through extensive theoretical analysis and experimental verification on multiple datasets, our experimental results show that combining the existing GNN architecture with HGP-SACA can achieve state-of-the-art results on multiple graph classification benchmarks, which proves the effectiveness of our proposed model. Besides, we are also interested in dynamic graphs. This kind of graph that changes over time is currently rarely studied. we leave this as future work. Finally, some new research problems in this aspect will be pointed out and over-reviewed.

罗笑南 教授

个人简介： 罗笑南，男，教授，博士生导师，八桂学者，广西第一批高层次人才（B层次），桂林电子科技大学学术委员会主任，国家数字家庭工程技术研究中心技术委员会副主任。主要研究方向为数字家庭技术，智慧医疗、水下机器人，生物芯片。主持和承担核高基重大专项、国家科技支撑计划、海外杰出青年科学基金、国家自然科学（重点）基金等科研项目40余项；发表ACM/IEEE Transactions、Siggraph等顶级期刊及会议论文100余篇；曾获国家科技进步二等奖中国专利优秀奖，获授权国家及PCT发明专利400余项，主导制订国家、行业、地方各类标准70余项。

报告题目 ： 人工智能赋能元宇宙

报告摘要： 该报告主要从元宇宙的概念及发展、通往元宇宙的途径、元宇宙的技术底座与挑战、AI赋能元宇宙、产业元宇宙、元宇宙伦理及建议6个方面，对元宇宙进行探讨与阐述。

李宏亮教授

个人简介： 电子科技大学教授，博士生导师，四川省天府科技创新领军人才。主要研究领域包括多媒体理解与分析，对象检测与分割，视觉感知模型等。已发表IEEE Trans论文60余篇。主持了科技部科技创新2030新一代人工智能重大项目以及国家自然基金重点项目等。目前担任《电子学报》、IEEE OJCAS、JVCI、以及SPIC期刊编委；曾担任IEEE ISPACS2017大会主席，IEEE VCIP 2016以及PCM2017技术委员会主席等。获JVCI杰出服务奖，IEEE-TCSVT最佳编委奖（2019年度和2020年度），CCF distinguished Speaker、以及IEEE CAS Distinguished Lecturer（杰出讲者）。

报告题目：密集人群场景多模态语义分析

报告摘要： 密集人群场景分析在公共安全、智慧城市等方面具有广泛应用。如何从复杂密集人群中发现感兴趣目标对象面临着巨大挑战。现有任务主要集中于人群密度估计和计数等，难以满足对人群信息精确解析的需求。本次报告将介绍新的多模态密集人群理解数据集以及不同解析任务。首先介绍密集人群对象定位数据集RefCrowd，其包含多种密集人群图像和丰富的语句描述，并提出了细粒度属性对比定位方法。然后，通过引入视角/群体关系等描述，建立了密集人群描述数据集CrowdCaption，并给出了多层属性引导描述方法。

彭宇新教授

个人简介 ：彭宇新，北京大学二级教授、博雅特聘教授、863项目首席专家、中国人工智能产业创新联盟专家委员会主任、中国工程院“人工智能2.0”规划专家委员会专家、北京图象图形学学会副理事长、中国图象图形学学会会士、副秘书长、提名与奖励委员会副主任。主要研究方向为跨媒体分析、计算机视觉、机器学习、人工智能。以第一完成人获2016年北京市科学技术奖一等奖和2020年中国电子学会科技进步一等奖，2008年获北京大学宝钢奖教金优秀奖，2017年获北京大学教学优秀奖。主持了863、国家自然科学基金重点等30多个项目，发表论文170多篇，包括ACM/IEEE Trans和CCF A类论文80多篇。多次参加由美国国家标准技术局NIST举办的国际评测TRECVID视频样例搜索比赛，均获第一名。主持研发的跨媒体互联网内容分析与识别系统已经应用于公安部、工信部、国家广播电视总局等单位。担任IEEE TCSVT等期刊编委。

报告题目：跨媒体检索与推理近期进展

报告摘要： 图像、视频、文本等跨媒体数据具有多源异构、语义抽象、复杂多变等特点，使得跨媒体内容理解面临“异构鸿沟”和“语义鸿沟”两大难题。“异构鸿沟”是指跨媒体数据表征不一致，难以关联理解；“语义鸿沟”是指跨媒体数据表征形式与人类认知之间存在巨大差异，难以语义分析。如何借鉴人脑的跨媒体处理特性，跨越视觉、语言、听觉等不同的感官信息来感知和认知外部世界，对于提高计算机的智能水平至关重要。本报告将介绍我们在跨媒体检索与推理的近期进展，主要包括视频片段检索、细粒度跨媒体检索、跨媒体推理等，并对未来发展方向及趋势进行简要讨论与展望。

叶齐祥教授

个人简介： 叶齐祥，中国科学院大学长聘教授、中国科学院卢嘉锡青年人才奖获得者、优秀博士生导师、IEEE高级会员、IEEE Transactions on CSVT、IEEE Transactions on ITS编委。2013至2014年在美国马里兰大学先进计算机技术研究所（UMIACS）任访问助理教授，2016年Duke大学信息技术研究所(IID)访问学者。主要进行视觉表征学习与目标感知方法研究；提出高精度、弱监督、小样本等先进视觉目标检测方法。出版专著2本，发表论文200余篇，包括IEEE CVPR, ICCV, NeurIPS, AAAI等国际会议与TPAMI, TNNLS, TIP, T-ITS, TCSVT、PR等国际期刊发表论文90余篇；授权国家发明专利30余项。曾获得2021年度中国电子学会自然科学一等奖；培养多名博士生获得中国科学院院长奖、中科院百篇优秀博士论文。

报告题目：Few-shot class-incremental learning: Recalling the Past and Imaging the Future

报告摘要： Few-shot class-incremental learning (FSCIL) is challenged by catastrophically forgetting old classes and over-fitting new classes. Revealed by our analyses, the problems are caused by feature distribution crumbling, which leads to class confusion when continuously embedding few samples to a fixed feature space. We propose a Dynamic Support Network (DSN), which refers to an adaptively updating network with compressive node expansion to ``support'' the feature space. Simultaneously, DSN selectively recalls old class distributions during incremental learning to support feature distributions and avoid confusion between classes. We further propose learnable distribution calibration (LDC), which solves these two challenges with a unified framework. LDC is built upon a parameterized calibration unit (PCU), which is endowed with the ability to calibrate biased distributions by calibrating sample features recurrently under the supervision of real distributions. During incremental learning, PCU recovers distributions for old classes to avoid `forgetting', while estimating distributions and augmenting samples for new classes to alleviate the `over-fitting' caused by the biased distributions of few-shot samples. DSN and LDC methods provide fresh insights to build human-like machine learning paradigms.

左旺孟教授

个人简介：哈尔滨工业大学计算机学院教授、博士生导师。主要从事图像增强与复原、视觉生成与编辑、视觉学习与理解等方面的研究。在CVPR/ICCV/ECCV等顶级会议和T-PAMI、IJCV及IEEE Trans.等顶级期刊上发表论文100余篇。曾任ICCV 2019、CVPR2020/2021、ECCV 2022等CCF-A类会议领域主席，现任IEEE T-PAMI和T-IP等期刊编委。

报告题目：全监督图像复原的替代学习方法研究

报告摘要：真实底层视觉任务中的退化图像往往没有对应的Ground-truth，导致难以利用全监督方式学习有效的图像复原网络。非理想监督学习、自监督学习和自适应因而成为更为可行的替代方法。考虑到真实应用中不同设备和模型的差异性，报告拟探讨真实图像复原网络的若干种可行的非全监督学习方法。首先，多相机系统使得利用高质量相机作为监督信号改善低质量相机成像质量成为可能。报告以Raw图ISP和超分为例，介绍颜色不一致和空域配准不精确情况下深度网络的有效学习方法。进而，考虑到当前主流的智能手机已安装了多个相机，报告以基于Tele和短焦相机的图像超分辨、基于长短曝图像的图像复原为例，对多相机自监督学习进行介绍。最后，近年来人脸增强技术相对于自然场景取得了更大进展，报告还将探讨借助于人脸增强改善自然场景复原的可能性。

四、会议流程

08:30-08:35 领导致辞（华中科技大学）

08:35-08:40 专委会主任林宙辰教授致辞

08:40-08:45 合影

08:45-09:30 主题报告：陈俊龙教授

09:30-10:15 主题报告：黄德双教授

10:15-11:00 主题报告：李宏亮教授

11:00-11:45 主题报告：叶齐祥教授

14:30-14:35 合影

14:35-15:20 主题报告：龚怡宏教授

15:20-16:05主题报告：罗笑南教授

16:05-16:50 主题报告：彭宇新教授