你好！欢迎来到北京图象图形学学会！
学会动态
更多>
- 2019 APMCM Contest Problems
- 2019 Asia and Pacific Mathematical Contest in Modeling begins at 6AM on Thursday (November 28) and ends at 9AM on Monday (December 2) in Beijing time.We have two contest problems (problem A and problem B). Each team may choose any one of the two problems, and should submit a solution to only one problem through the registration system before 9AM on Monday (December 2) in Beijing time.Submit paper guide can reference at https://www.saikr.com/apmcm/2019Wish all the teams get good grades! 2019 APMCM Problem A.pdf2019 APMCM Problem B.pdf All Problems and Attachments downloadlink: https://pan.baidu.com/s/1JdtHqUmqeUJPtqvUiDd4dAcode: qepi If you can't open baidu link, you can get it through the link below. The files are the same.2019 APMCM Problems.zip
成果展示
更多>
- 学术会议IGTA2019被评选为北京十佳影响力学术会议
- 2019年9月26日，由北京市科学技术协会主办的“2019年十佳影响力学术会议经验交流会”在北京科学中心举行。 经过学会申报、专家评审、综合评议等环节，北京图象图形学学会所主办的第十四界图像图形技术与应用学术会议（IGTA2019）被评为北京市十佳影响力学术会议。 学会秘书长刘越出席会议，并参与交流发言。这次获奖是对我们学会工作的肯定，学会也将在今后的工作中在学术交流活动创新上下功夫，培育更多学术交流精品，提升学术交流主平台品质。
学术会议
更多>
- 第十五届图像图形技术与应用学术会议征文通知（IGTA2020）
- 由北京图象图形学学会主办的第十五届图像图形技术与应用学术会议(IGTA2020)将于2020年4月17日-4月19日在北京邮电大学召开。会议主题为”当5G与图像图形相遇”。大会内容包括特邀报告、论文报告、学术论坛、亚太地区大学生数学建模竞赛答辩颁奖、参观展览等部分，展示图像图形技术的最新研究成果和产品，共同促进图像图形技术的发展和应用，同时向参会代表展示不一样的北京。现诚邀国内外研究人员和工程技术人员积极向大会投稿。出版和检索：l 本次大会接收英文和中文两种稿件的投稿。l 所有被录用并注册的英文稿件将由Springer出版公司出版并由Springer 公司负责送交EI检索，IGTA系列会议论文集已连续七年被EI检索。l 所有被录用并注册的中文稿件将收录于大会论文集。中文投稿推荐期刊发表。l 请在投稿同时提交中英文题目和中英文摘要（含中英文投稿），会议交流中英文均可。征文信息：l 论文投稿网址：https://easychair.org/conferences/?conf=igta2020l 投稿论文以word（或LaTeX）和pdf格式投稿。l 论文格式模版：英文模板：http://www.bsig.org.cn/detail/2325，不超过15页。 中文模板：http://www.bsig.org.cn/detail/2324，不超过8页。l 具体投稿咨询请发邮件至igta@bsig.org.cn ，咨询电话：010-82525258征稿主题：（投稿时请注明Topic X + 论文题目）Topic 1：图像处理与增强技术（图像信息获取，图像及视频编码，图像及视频传输，图像及视频存储、压缩、复原、去雾、重建及显示等）Topic 2：生物特征识别技术（人脸、指纹、虹膜、掌纹等生物特征识别与认证技术等）Topic 3：机器视觉与三维重建（视觉信息获取、摄像机标定、立体视觉、三维重建、机器视觉在工业检测中的应用等）Topic 4：大数据视频和图像分析与理解（目标检测与识别、图像与视频检索、图像分割、匹配、分析、理解）Topic 5：计算机图形学（建模、渲染、算法简化及加速技术、真实感场景生成、3D重建算法、系统及应用等）Topic 6：可视化与可视分析 (科学可视化、信息可视化、可视分析)Topic 7：虚拟现实与人机交互（虚拟场景生成技术、大空间跟踪与定位技术、增强现实技术、基于计算机视觉的人机交互技术等）游戏和动画（数字媒体的策划与设计、游戏引擎、3D立体游戏、动画、虚拟人等）Topic 8：图像和图形的应用（图像及视频处理与传输、生物医学工程应用、信息安全、数字水印、文本处理及传输，遥感、遥测，等等）Topic 9：其他图像和图形技术与应用相关研究工作重要日期： 论文截稿 2020年3月15日接收通知 2020年4月1日 大会召开 2020年4月17日- 4月19日出版日期 2020年6月联系办法：电 话：010-82525258 邮 箱：igta@bsig.org.cn 网 站：www.bsig.org.cn 微 信：BSIG82525258注册：注册请访问：https://meeting.yizhifubj.com.cn/web/main.action?meetingId=348会议费：按照您选择的情况汇款（会议费包含：会议资料，会议期间用餐；不含：住宿，交通。）会议费参会会议发言推荐期刊会员资格会议注册¥1300 IGTA会议日程及全部会议资料// 获得一年BSIG个人会员资格中文投稿¥1500Poster展示讲解论文报告PPT论文评审通过后推荐中文期刊英文投稿¥3200论文评审和论文报告通过后Springer出版1、户 名：北京图象图形学学会开户行：工商银行海淀支行营业部 帐号：02000496092000733122、网上支付：http://meeting.yizhifubj.com.cn/web/html/igta.htm3、发 票： 税务发票，请提供开票单位、税号及开票内容。&>< style="white-space: normal; line-height: 19px;">& style="font-family: 宋体;">3、 发 票： 税务发票，请提供开票单位、税号及开票内容。
- 显著性检测 背景吸收的马尔可夫显著性目标检测
- 显著性目标检测能够减少后续视觉任务的数据处理量，当目标的形状轮廓或色彩纹理组成复杂时，准确地检测出完整的显著性目标是一项具有挑战性的工作。专家推荐本文提出了一种背景吸收的马尔可夫显著性目标检测方法，能够克服原有方法在吸收节点选择、结果等方面的缺陷，在3个不同类型的公开数据集上与多种现有方法的比较实验表明，整体上本文方法在PR曲线、F值以及视觉效果上均有明显的优势。论文亮点1、将原始图象分割成不同数量的超像素块并筛选出合适的边界，分别基于边界节点吸收和背景节点吸收计算获得显著图，能够适应复杂场景得到鲁棒的结果。 2、提出了一种基于边界选择、背景节点选择的多层图融合模型，使得最终获得的显著图具有更好的显著性表达能力。论文方法在SLIC分割的基础上，首先通过差异化筛选去除差异较大的边界，选择剩余三条边界上的节点进行复制作为马尔可夫链的吸收节点，通过计算转移节点的吸收时间获得初始的显著图，然后从初始显著图中选择背景可能性较大的节点进行复制作为吸收节点，再进行一次重吸收计算获得显著图，并对来自不同数量超像素块分割结果导出的多层显著图进行融合获得最终的显著图。图1 本文方法的流程图实验结果实验在ASD、DUT-OMRON和SED3个数据集上，对比了现有的12种方法。ASD数据集包含1 000幅自然图像；DUT-OMRON数据集中有5168幅具有复杂背景且显著目标大小不一的图片；SED数据集中有200幅具有挑战性的图像。设置初始的边界选择时的参数超像素个数为m=250，获取背景吸收节点时的阈值t=0.015。 图2显示了多种方法在ASD数据集上的PR曲线和F值结果。图3和图4是在DUT-OMRON数据集和SED数据集进行对比的结果。从PR 曲线和F值结果可以看出，在ASD和DUT-OMRON数据集上，PR曲线和F值均是最高的，SED数据集中，PR曲线是最好的，F值略低于MC方法，但整体而言，本文算法优于其他12种现有的算法。 在图5中给出在3种不同的数据集上，各种算法的视觉比较，从图5可以看出本文的显著图结果在视觉效果上能够更好地突出整个目标，从直观上来看，本文算法优于其他12种算法。 图2 多种算法在ASD数据集上PR曲线与F值比较 图3 多种算法在DUT-OMRON数据集上PR曲线与F值比较 图4 多种算法在SED数据集上PR曲线与F值比较 图5 在3种数据库上不同方法的视觉比较 第一作者 蒋峰岭，现为中国科学技术大学模式识别与智能系统专业博士研究生，目前主要研究方向为计算机视觉。邮箱:fljiang@mail.ustc.edu.cn 通信作者 孔斌，研究员，博士生导师。中科院合肥智能机械研究所仿生视觉实验室负责人。任中国图象图形学学会理事，中国人工智能学会智能机器人专业委员会委员，安徽省人工智能学会理事。多年来一直从事图象处理、计算机视觉相关的研究工作，获中科院科技进步二等奖一项，发表论文40余篇，EI收录30多篇，申请国家发明专利10项。先后参加和承担国家攻关、国家自然科学基金、国家863、973等以及中科院下达和地方委托的科研项目二十多项。目前，主要研究方向为智能机器人环境感知、工农业机器视觉应用、仿生计算机视觉等。邮箱:bkong@iim.ac.cn.INTRODUCTION实验室介绍中国科学院合肥智能机械研究所是中国科学院合肥物质科学研究院的重要研究单元之一，致力于在仿生感知、信息获取、智能农业信息系统、智能检测与控制、微纳米技术、先进制造、安全系统等重要领域为国家做出基础性、战略性和前瞻性的研究和贡献。建所近四十年来，智能所先后承担了国家自然科学基金、“863”计划、“973”计划、国际科技合作计划、中科院、省部及地方科技攻关等课题近千项，取得了一大批重要科技成果，获得了国家科学技术进步二等奖、联合国世界信息峰会大奖、安徽省科技进步一等奖等100多项科技奖，并承办中国自动化学会核心学术期刊《模式识别与人工智能》。作者所在研究团队主要研究方向为智能机器人环境感知、工农业机器视觉应用、仿生计算机视觉等。近年来参加国家自然科学基金重大研究计划重点项目和集成项目、中国科学院战略性先导科技专项课题等的研究，参与研制的“智能先锋号”无人车在国家自然科学基金委员会主办的“中国智能车未来挑战赛”多次获得优秀成绩。 引用格式Jiang F L, Zhang H T, Yang J, Kong B . Image saliency detection based on background-absorbing Markov chain[J]. Journal of Image and Graphics, 2018, 23(6): 857-865. [蒋峰岭, 张海涛, 杨静, 孔斌. 背景吸收的马尔可夫显著性目标检测[J]. 中国图象图形学报, 2018, 23(6): 857-865.]DOI: 10.11834/jig.170492原文链接http://www.cjig.cn/html/jig/2018/6/weixin/20180608.htm近年国内外优秀的视觉显著性检测算法1、Itti等人[1]提出基于Koch生物识别框架，提取了多尺度的亮度、颜色、方向特征，采用中央周边差操作构造特征图，再将特征整合后突出显著性区域；2、Harel等人[2]提出了一种基于图的视觉显著性检测模型；3、Hou等人[3]提出了一个频谱残差模型(SR方法)来计算显著性；4、Jiang等人[4]提出的基于马尔可夫链的方法(MC方法)中，关注节点在马尔可夫链上的随机游走过程，根据转移节点到吸收节点的吸收时间的不同，获得超像素块的显著值;5、Qin等人[5]提出了基于元胞自动机的方法；6、Tu等人[6]引入最小生成树的方法，可以获得一个实时显著性检测方法。[1] Itti L, Koch C, Niebur E. A model of saliency-based visual attention for rapid scene analysis[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1998, 20(11): 1254–1259. [DOI:10.1109/34.730558][2] Harel J, Koch C, Perona P. Graph-based visual saliency[C]//Proceedings of the 19th International Conference on Neural Information Processing Systems. Kitakyushu, Japan: ACM, 2006: 545-552. [DOI:10.1.1.70.2254][3] Hou X D, Zhang L Q. Saliency detection: a spectral residual approach[C]//Proceedings of IEEE Conference on Computer Vision and Pattern Recognition. Minneapolis, Minnesota, USA: IEEE, 2007: 1-8. [DOI:10.1109/CVPR.2007.383267][4] Jiang B W, Zhang L H, Lu H C, et al. Saliency detection via absorbing Markov chain[C]//Proceedings of IEEE International Conference on Computer Vision. Sydney, NSW, Australia: IEEE, 2013: 1665-1672. [DOI:10.1109/ICCV.2013.209][5] Qin Y, Lu H C, Xu Y Q, et al. Saliency detection via cellular automata[C]//Proceedings of IEEE Conference on Computer Vision and Pattern Recognition. Boston, MA, USA: IEEE, 2015: 110-119. [DOI:10.1109/CVPR.2015.7298606][6] Tu W C, He S F, Yang Q X, et al. Real-time salient object detection with a minimum spanning tree[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. Las Vegas, NV, USA: IEEE, 2016: 2334-2342. [DOI:10.1109/CVPR.2016.256]
- 2014年全国科普日北京主场活动报道
- 2014年全国科普日北京主场活动，以“创新引领未来、创新改变生活、创新在我身边、创新圆我梦想”四个主题为主线，每个活动区有若干科普展项、展品和活动 ,为公众营造全新的科普体验。 中共中央政治局常委、中央书记处书记刘云山和刘奇葆、李源潮、郭金龙、韩启德等领导同志参加了20日上午在中国科技馆举行的全国科普日北京主场活动。 北京服装学院教师负责的《体感3D服饰文化展示平台》，《旗袍三维交互学习系统》，《budiu的智能定位童鞋》项目经过北京市科协的层层选拔，进入创新改变生活之居家生活展区。 参观活动结束时，刘云山指出实现“两个一百年”奋斗目标和中华民族伟大复兴的中国梦，需要以科技实力为支撑，以自主创新为动力。创新成就梦想，创新引领未来。要大力实施创新驱动发展战略，推动我国科技创新不断迈出新步伐、取得新成绩。希望中国科协和各级科协组织加强科普宣传，突出大众性、贴近性，让科技走进百姓、走进生活，让人们在参与中感受科技魅力、焕发创新动力。希望广大科技工作者、教育工作者发挥自身优势，肩负起倡导科学思想、传播科学知识的责任，引导全社会特别是青少年爱科学、学科学、用科学。各级党委和政府要把科普工作摆在重要位置，支持开展科普宣传，引导人们提高科学素质，投身建设创新型国家的生动实践。 今年全国科普日活动主题是“创新发展，全民行动”。围绕这一主题，各地将组织开展7700多项科普活动。北京的主场活动于9月20日至26日在中国科技馆举办。
- ISMAR 2019 SLAM-for-AR 挑战赛圆满结束
- 作为增强现实的一项关键技术，SLAM（同时定位与地图构建）技术在不断趋于成熟并逐渐应用到实际的产品中。越来越多的科研工作者意识到在提升产品性能时，不能只局限于单个技术指标的研究，而是需要着眼于整体性能的提升。事实上，AR产品的落地非常有挑战性，这是因为普通用户可能会随意地移动或转动AR设备，导致出现各种复杂、甚至意想不到的运动，而且场景可能有大量的弱纹理、重复纹理或运动物体，这就对SLAM技术提出了更高的要求。 为鼓励科研工作者们从AR需求层面对SLAM技术进行深入研究，在商汤科技的赞助下，浙江大学CAD&CG国家重点实验室的章国锋教授、北京理工大学的陈靖副教授、美国特拉华大学的黄国权助理教授共同组织并举办了SLAM-for-AR技术挑战赛，邀请所有入围决赛的队伍于2019年10月14日下午在北京友谊宾馆的会议厅进行报告。此次挑战赛从跟踪精度、初始化质量、跟踪鲁棒性、重定位时间等多个方面对参赛者所研发的SLAM系统进行了综合评测。2019年10月17日的大会闭幕式上宣布了最终的比赛结果和获奖队伍，并为他们颁奖。 1、开启仪式担任本次挑战赛主席的是浙江大学CAD&CG国家重点实验室的章国锋教授、北京理工大学的陈靖副教授以及美国特拉华大学的黄国权助理教授。首先，章国锋教授代表挑战赛组织方做开场致辞，对参加这个挑战赛研讨会的老师和同学们表示了热烈的欢迎，并对这次挑战赛的初衷、规则、初赛结果和决赛入围情况作了简要介绍。最后，他殷切希望在场的各位老师和同学们都能够有所收获，满载而归。 章国锋教授代表挑战赛组织方做开场致辞 2、比赛概况和现场研讨本次挑战赛分为V-SLAM和VI-SLAM两组分别进行。注册参加本次比赛的V-SLAM队伍有18支，VI-SLAM队伍10支。提交第一轮比赛结果的队伍有10支，后来其中两支队伍中途选择了放弃，最终入围决赛并做报告的8支队伍（其中V-SLAM组有5支队伍，VI-SLAM组有3支队伍）来自德国、新加坡、中国大陆以及中国香港特别行政区。SLAM-for-AR挑战赛的决赛作为ISMAR 2019会议的一个重要环节，每个队伍的代表都在会上介绍了各自研发的SLAM系统的技术亮点和实验结果。在V-SLAM组中，北京大学团队研发的LF-SLAM系统以总评分83.31分的成绩占据了榜首位置。来自德国埃尔朗根-纽伦堡大学的Darius Ruckert所研发的Snake-SLAM以82.73分的良好成绩屈居第二。第３到５名分别是澎思科技新加坡研发中心研发的AR-ORB-SLAM2，中国科学院上海高等研究所团队研发的PL-SLAM以及中国科学技术大学团队研发的Dy-SLAM。 V-SLAM组冠军LF-SLAM（北京大学） V-SLAM组亚军Snake-SLAM（埃尔朗根-纽伦堡大学） V-SLAM组季军AR-ORB-SLAM2 （澎思科技） V-SLAM组第四名PL-SLAM（中国科学院上海高等研究所） V-SLAM组第五名Dy-SLAM（中国科学技术大学） 在VI-SLAM组中，香港科技大学团队研发的VINS-Mono系统以75.13分的成绩获得了小组冠军，中国科学院上海高等研究所研发的PLVI-SLAM和浙江工业大学团队研发的MMF-SLAM则分别获得了亚军和季军。 VI-SLAM组冠军VINS-Mono（香港科技大学） VI-SLAM组亚军PLVI-SLAM（中国科学院上海高等研究所） VI-SLAM组季军MMF-SLAM（浙江工业大学） 本次SLAM-for-AR挑战赛吸引了很多参会者来听，现场座无虚席。每个参赛队伍在介绍完自己的SLAM系统的技术特色、实现细节和实验结果之后，参会人员可以现场提问，积极良好的交流氛围也为所有参会人员带来了更多的思考和启发。 会场听众17号下午的闭幕式上，大会主席赵沁平院士为本次SLAM-for-AR挑战赛的获奖队伍进行了颁奖。 部分颁奖照片部分颁奖照片 3、特别鸣谢最后，特别感谢本次挑战赛的赞助商商汤科技公司，以及为本次比赛准备数据集、搭建网站和负责系统评测的博士生杨镑镑同学! 关于本次SLAM-for-AR挑战赛各队伍详细评分、相关系统介绍等更多详情请访问：https://www.ismar19.org/newenweb/news/254.htmlhttp://www.zjucvg.net/eval-vislam/ismar19-slam-competition/#competition-results-v-slam
- 北京图象图形学学会招聘启事
- 北京图象图形学会，是聚集北京市图像图形专业工作者，在北京市民政局及北京市科协的行政业务管理下的科技社团组织，有会员600余人，由于业务发展，现需要招聘网站设计制作的兼职工作人员1-2名。任职要求： 1.计算机专业本科以上学历，最好是计算机图像图形方向，要有一定的逻辑思维, 热爱互联网工作，熟悉手机新媒体制作设计； 2.网页设计有兴趣；热爱互联网，喜欢从事网页设计类工作； 3.学习能力强，工作热情高，富有责任感，独立完成网站相关工作； 4.本岗位欢迎优秀应届毕业生前来应聘。（学习能力强者可宽松学历要求）。 岗位职责： 1.负责完成客户网站首页及内页内容设计，页面设计审核，与专业网站制作公司 接洽； 2.负责网站内容的组织并定期更新； 3.团队协作，配合学会秘书处的协调，高效完成日常网络维护，网络安全的任务。4.可以长期保持兼职状态 福利待遇： 1.薪资：面议，参照科研单位薪资标准及完成任务量。 2.上班时间：前期网站建设期间保证每周三个半天在学会办公室工作，网站维护期 间每周在学会办公室工作半天。联系人： 吕洁 联系电话： 82525258 电子邮箱：bsig@sina.com
推荐出版物
更多>
精品赏析
联系我们
- 电话010-82525258
- 邮箱bsig@sina.com
友情链接
