你好！欢迎来到北京图象图形学学会！
学会动态
更多>
- 2018全国科普日主会场重点活动：虚拟现实美好生活在北师大成功举办
- 北京图象图形学学会参与承办的中国科协2018全国科普日主会场重点活动：“虚拟现实、美好生活”于2018年9月21日在北京师范大学成功举办。北京图象图形学学会副理事长、虚拟现实应用教育部工程研究中心主任、北京师范大学周明全教授主持，北京图象图形学会秘书长刘越教授以及中科院计算所、新工科联盟、高校、高新企业的图像图形专家和教育界学者出席活动并作专题报告，共有100余位来自国内各个单位和领域的科技工作者和科普爱好者参加了本次活动。2018全国科普日活动由中国科协、中宣部、教育部、科技部、工信部、中科院联合主办，以“创新引领未来，智慧点亮生活”为主题，在为期一周的活动时间全国开展万余场系列主题性、全民性、群众性科普活动。本学会承办的这次活动被遴选为全国科普日主会场重点活动，由网易平台作为百场重点活动之一，面向全国全程实时在线直播。 中国科协全程指导，并采访了有关专家。周明全教授在开幕式上致辞。周教授对各位专家学者的到来表示欢迎和感谢，他在致辞中说道，科普的目的是帮助公众理解科学，协助公众欣赏科学，促进公众参与科学。本次活动主要分为两个方面，一是面向高知的科普，主要针对不同行业的科技工作者，进行新技术介绍和引导，促进学科交叉和融合，开辟新的发展思路；二是面向教育的科普，主要介绍未来教育的产业化新技术，促进未来教育新技术的落地和普及。周明全教授致辞 刘越教授在活动中做了题为“增强现实技术及其在远程实验教学中的应用”。报告中解读了国内外增强现实技术在远程实验教学中的研究背景，在此基础上，分析了虚拟融合的远程协助系统的构建、共享空间中的自然手势交互场景以及增强现实远程协作系统的应用和教学测评，对增强现实技术在远程实验教学中的应用作出了展望。刘越教授报告来自HTC威爱教育的吕云博士、上海张江虚拟现实与人工智能行业协会文钧雷会长、北京虚实空间联合创始人崔磊、微软亚洲研究院的蒋运韫博士、曼恒科技的胡晓婷、北京诺亦腾的杨健及北京师范大学王志春、税午阳博士分别介绍了各自在虚拟教育方面的工作及新技术产品的展示。中科院戴国忠研究员报告虚拟现实是高度发展的计算机技术在各种领域的应用过程中的结晶和反映，不仅包括图形学、图像处理、模式识别、网络技术、并行处理技术、人工智能等高性能计算技术，而且涉及数学、物理、通信，甚至与气象、地理、美学、心理学和社会学等相关，正是因为虚拟现实技术这么强大，所以近年来虚拟现实与在世界范围内得到了快速的发展，形成了广阔的应用领域。本次活动围绕虚拟现实在教育中的应用，在师范院校展开科普活动，对推动虚拟现实技术在教育行业的很有意义。本次活动在各学会、单位以及各位专家学者及业内科技工作者的大力支持下取得了圆满成功。
成果展示
更多>
- 中国国际展览中心报告：《仿真技术如何穿越星际》
- 2016年 5月14日，在中国国际展览中心举办的第十届中国国际国防电子展览会上，清华大学马惠敏副教授以仿真技术如何穿越星际为线索，深入浅出地介绍了《高动态复杂环境仿真》中的科学问题和关键技术，并与全国各地关注交互与可视化的学者、研究人员、企业代表进行了交流。
学术会议
更多>
- 2018北京图像图形前沿青年论坛
- 由中国科学院自动化所智能感知与计算研究中心发起，北京图象图形学会主办的2018北京图像图形前沿青年论坛将于8月15日，在中科院自动化所举办，在不久之前结束的会议主题为”人工智能与图像图形”的IGTA2018学术年会上，评选出来一批优秀的博士论文。为了使得北京图象图形学学会的学术交流形成良好的延续。组织了这次以IGTA2108优秀博士论文获得者为主，同时邀请了在京优秀青年科技工作者共同交流的青年论坛。现诚邀图像图形研究人员和工程技术人员，在读学生积极参与，共同交流。 论坛嘉宾：姓名：考月英导师：黄凯奇单位：三星电子研究院报告题目：融合表观和结构信息的物体姿态估计网络 姓名：任文琦导师：操晓春研究员和Ming-Hsuan Yang教授单位：中国科学院信息工程研究所信息安全国家重点实验室报告题目：基于深度学习的图像去雾及相关应用 姓名：马占宇硕士导师：郭军博士导师：Arne Leijon、W Bastiaan Klejin单位：北京邮电大学报告题目：面向有界分布数据的变分贝叶斯矩阵分解 姓名：卫文娟导师：戴汝为单位：NEC中国研究院报告题目：混合因果结构的发现及其在定价中的应用 姓名：李博导师：怀进鹏单位：北京航空航天大学计算机学院报告题目：工业信息安全关键技术探讨 姓名：彭勃导师：谭铁牛单位：中国科学院自动化研究所报告题目：基于场景约束的图像真实性取证 姓名：邹博超导师：刘越单位：中国电子科学研究院报告题目：三维显示中的视觉注意机制 参加程序：（1）本次论坛针对北京图象图形学会会员及特别邀请嘉宾免费参会，非会员200/人（会员注册http://www.bsig.org.cn/list/huiyuanzhuce）。（2）参加人数：50-100人，报名者满为止。（3）时间：2018年8月15日（星期三）上午9:00-12:00。（4）地点：中科院自动化所智能化大厦17层紫冬花咖啡厅报名方式：识别右侧二维码即可报名任何关于报名咨询/，您可随时和我们取得联系联系人：吕洁、宋慧萍联系电话：010-82525258电子邮箱：bsig@sina.com
- 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。
- 第八届北京科学嘉年华开幕 北京图象图形学学会及中科虹霸参展
- 2018年9月15日，全国科普日北京主场活动暨第八届北京科学嘉年华拉开帷幕！北京图象图形学学会及中科虹霸参加了展会。第八届北京科学嘉年华活动以“创新引领时代，智慧点亮生活”为主题，于2018年9月15日—9月23日在北京奥林匹克公园庆典广场、北京科学中心、国家会议中心和北京天文馆等地点举行。由北京奥林匹克公园庆典广场活动区、北京科学中心活动区、2018北京国际科学节圆桌会议以及第六届北京国际科技电影展等四个部分组成。本次活动举办了北京科学嘉年华展览展示和互动体验活动，主要有“三生”主题活动、科学与艺术主题展、科学大讲堂、“创新驱动发展 科教引领未来”主题活动、首都科技创新成果展、“两翼行动”科技酷品展、“玩转科学”互动体验、科学秀场等。 中科虹霸是专业从事虹膜身份认证（Iris-ID）系统及相关产品的研究、开发和制造的公司，拥有中科院自动化所近十年积累的虹膜识别科研成果，肩负推动我国虹膜识别技术产业化应用的重任。 虹膜识别技术作为当今三大主要生物特征识别技术之一，是公认的最精确、最安全的识别技术，已经日趋发展成熟，并在矿山、金融、移动终端等众多领域广泛应用。持科协邀请函可免预约北京科技中心门票
- 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
