你好!欢迎来到北京图象图形学学会!
登录  |  注册
首页 > 新闻中心  > 学会动态

2023北京图象图形学学会青年人才成长论坛(第四期)

来源:管理员  发布于2023-04-23


由北京图象图形学学会(BSIG)连续四次主办,BSIG青年工作委员会和中国科学院自动化研究所联合承办的“BSIG-青年学者成长论坛(第四期)”以人工智能技术的新发展、新应用为主题,邀请了人工智能及相关领域的专家学者,期待汇集首都青年人才,探讨如何共同促进人工智能发展及本领域青年人才培养,论坛还邀请神秘嘉宾到场,敬请期待

本次论坛将于2023年5月4日于北京会议中心举办,采用线上线下相结合的方式,报名后也可通过腾讯会议(注册后会议号将通过邮件发送)参加。





论坛日程



青年人才成长论坛(四)(0420).jpg






特邀嘉宾



王涌天

王涌天.jpg

北京理工大学杰出教授,长江、杰青,光电学院和计算机学院博导,北京市混合现实与新型显示工程技术研究中心主任。兼任科技部有关国家重点研发专项总体专家组成员,全国信息技术标准化技术委员会委员,北京图象图形学学会理事长,中国图象图形学学会副理事长,中国光学工程学会常务理事,中国计算机学会理事,中国光学学会监事,国际标准组织(ISO)有关标准制定专家组成员,国际工程光学学会(SPIE)、美国光学学会(OSA)和英国工程技术学会(IET)Fellow等职。

长期在技术光学、虚拟现实和增强现实领域从事教学和科研工作,主要研究方向包括光学系统设计和CAD、新型三维显示、虚拟现实和增强现实、医学图像处理等方面。2000年获得国家杰出青年科学基金的资助,2001年受聘教育部长江学者特聘教授,2006年成为教育部创新团队带头人,2011年荣获全国五一劳动奖章,2012年成为国家973项目首席科学家。

发表专著4部、SCI论文320余篇,授权国内外发明专利200余项,主持制定虚拟现实和增强现实领域首批国家标准6项。有关成果得到广泛应用,获得国家技术发明奖和国家科技进步奖各1项,省部级和国家一级学会/协会科技奖励10余项。

刘越

刘越.png

北京理工大学光电学院教授、博士生导师,光电信息技术与颜色工程研究所所长,北京市混合现实与新型显示工程技术研究中心副主任,工程光学国家级虚拟仿真教学实验中心副主任。2000年获吉林大学通信与信息系统博士学位,先后在美国哈佛大学、加州大学伯克利分校、佐治亚理工学院、天普大学以及澳大利亚国立大学等有关实验室访问研究,主要研究领域包括虚拟现实与增强现实、自然人机交互、以及计算机视觉等,兼任北京图象图形学学会常务理事、秘书长,中国计算机学会虚拟现实专业委员会副主任;中国系统仿真学会3D教育与装备专业委员会副主任;中国人工智能学会智能交互专业委员会副主任;中国图象图形学学会理事、副秘书长、青年委员会执行委员等,目前主持国家科技支撑计划、国家高技术发展计划(863计划)和国家自然科学基金等多项课题的研究工作,已发表论文100余篇,申请专利30余项,研究成果“交互式显示关键技术及应用”曾荣获2014年度教育部发明奖一等奖、2017年度国家技术发明二等奖。




邬霞

邬霞.jpg

北京师范大学人工智能学院教授、博士生导师,国家自然科学基金优秀青年基金、教育部新世纪优秀人才、吴文俊人工智能自然科学一等奖(序1)、教育部自然科学二等奖(序1)、茅以升北京青年科技奖获得者。主要研究方向为脑信号智能分析、类脑算法等。近年来,主持承担国家自然科学基金重点项目、国家重点研发计划等项目十余项,以第一/通讯作者在IEEE TNNLS、IEEE TKDE、IEEE TAC、NeuroImage、MedIA、JBHI、IPMI、MICCAI等国内外重要学术期刊、会议发表论文100余篇。

徐迈

徐迈.jpg

北京航空航天大学电子信息工程学院 教授、博导,教育部长江学者特聘教授,中国图象图形学学会青工委副主任。作为负责人承担了国家自然科学基金首批原创探索、优青以及北京市杰青等项目。获教育部技术发明一等奖(第一完成人)、中国人工智能学会技术发明一等奖(第二完成人)、中国科协求是杰出青年成果转化奖。研究兴趣为视频压缩、图像处理。近五年,在IJCV、IEEE TPAMI、TIP、JSAC、TMM等权威期刊以及IEEE CVPR、ICCV、ECCV、ACM MM、AAAI、DCC等重要会议上发表论文100余篇,多篇论文入选ESI高被引论文/热点论文。连续10年从事《图像处理》本科课程教学工作,获高校计算机专业优秀教师奖;连续6年从事《机器学习》研究生课程教学工作,获北航研究生课程卓越教学奖;入选北航“我爱我师”十佳教师。

张兆翔

张兆翔.jpg

中国科学院自动化研究所研究员、博士生导师,入选教育部长江学者,国家万人计划青年拔尖人才等。主要研究方向包括脑启发的神经网络建模、视觉认知学习、面向开放环境的场景感知与理解,在本领域TPAMI、IJCV、JMLR等顶刊和CVPR、ICCV、ICLR、NeuralPS等顶会发表论文100余篇,授权专利20余项,承担了国家自然科学基金重点项目、国家自然科学基金企业联合重点项目、国家重点研发项目等一系列国家级科研项目,是IEEE高级会员,中国计算机学会CCF杰出会员、中国人工智能学会CAAI杰出会员、中国计算机学会CCF杰出演讲者,担任或曾担任IEEE T-CSVT、Patten Recognition等知名期刊编委,是CVPR、ICCV、AAAI、IJCAI、ACM MM等知名国际会议的领域主席(Area Chair)。






报告嘉宾



罗兴波

罗兴波.jpg

报告题目:中国科技发展之路的百年回望

报告时间:09:40 - 10:30


报告摘要:新时代的中国已是当之无愧的世界科技大国。但从历史来看,中国科技发展及逐步实现现代化的道路并非一帆风顺,而是荆棘满地、坎坷丛生。本次讲座将和大家一起回顾百年来中国科技发展道路上的若干重要关键节点,以期对未来的科技发展提供一定的借鉴。


个人简介:理学博士,中国科学院大学教授。中国科学技术史学会秘书长、常务理事,国际科学技术史学会(IUHPST/DHST)理事会执委,国际科学理事会中国委员会(ISC-China)委员,中国科学院大学现代科学家研究中心主任。主要从事中国近现代科技史、科技人物研究和科学文化等领域的教学和研究工作。

高君宇

高君宇.png

报告题目:弱监督视频时序定位研究

报告时间:10:50 - 11:10


报告摘要:近年来,随着人们对视频数据的需求增加,对视频中感兴趣的行为和事件的时序定位逐渐受到研究者们的重视。然而,传统的视频时序定位方法需要耗费大量的人力物力,且需要完整的视频注释,限制了其在实际应用中的可行性。为此,研究者们提出了弱监督视频时序定位方法。它不需要完整的视频注释,而是只需要一个粗略的视频级别标签,比如视频的类别标签,就可以完成视频时序定位任务。弱监督方法的提出大大减轻了视频时序定位的注释成本,提高了方法的实用性。本报告介绍了团队近期在弱监督视频时序定位中的进展,包括细粒度时序信息挖掘、音视频协同定位、开放环境下的弱监督视频时序定位等,相关成果发表在CVPR2022/2023上。中国科学院自动化研究所助理研究员。主要研究方向为多媒体计算、视频理解、关系学习等,先后在CVPR, ICCV, ACM MM, AAAI和TPAMI,TIP,TMM,TCSVT等人工智能领域顶级会议和期刊发表学术论文30余篇。获得中国科学院院长特别奖、中国科学院优秀博士论文、中国科学院优秀共青团员、百度奖学金等荣誉,入选北京市科协青年人才托举工程。作为项目和课题负责人,主持了基金委青年基金、科技创新2030 “新一代人工智能”重大项目子课题、基金委重点项目课题、中国科学院特别研究助理资助项目等多个国家级和省部级项目。


个人简介:中国科学院自动化研究所助理研究员。主要研究方向为多媒体计算、视频理解、关系学习等,先后在CVPR, ICCV, ACM MM, AAAI和TPAMI,TIP,TMM,TCSVT等人工智能领域顶级会议和期刊发表学术论文30余篇。获得中国科学院院长特别奖、中国科学院优秀博士论文、中国科学院优秀共青团员、百度奖学金等荣誉,入选北京市科协青年人才托举工程。作为项目和课题负责人,主持了基金委青年基金、科技创新2030 “新一代人工智能”重大项目子课题、基金委重点项目课题、中国科学院特别研究助理资助项目等多个国家级和省部级项目。

曹杰

曹杰.png

报告题目:基于受限样本的图像生成方法

报告时间:11:10 - 11:30


报告摘要:图像生成是计算机视觉领域的一个经典研究内容。随着深度学习理论的发展和大数据时代的到来,图像生成技术已取得了巨大的突破。当前方法能够在特定的场景下,合成肉眼难辨真假的结果。当前阶段,已有商业软件能够实现一键换脸、自动美颜等功能,效果受到了广泛好评。此外,基于扩散模型的生成领域在近期崭露头角,引领实现了效果惊艳的AI内容创作。然而,图像生成方法仍面临着理论和应用方面的诸多挑战。比如,当前方法依赖于海量的训练数据和人工标注;在训练样本的数量或标注信息有限的情况下,这些方法训练的模型会出现严重的过拟合,导致性能显著下降,无法满足实际需求。研究工作以生成模型为基础,研究数据受限情况下的图像转换问题。针对存在的挑战,按照从特殊到一般的顺序,先对人脸跨视角和跨光谱合成这两个训练样本受限的任务展开研究,接下来介绍通用的基于受限样本的图像生成方法。


个人简介:助理研究员。2016年在华北电力大学(北京)获自动化专业工学学士学位,2021年在中国科学院自动化研究所获模式识别与智能系统方向工学博士学位。从事计算机视觉、深度生成模型等领域的研究,当前研究集中在多媒体协同的视频图像合成、多维度人脸生成和编辑,已在IEEE TPAMI/TIFS、IJCV和NeurIPS、CVPR、ECCV等国际主流期刊和会议发表论文二十余篇,在NeurIPS、ICLR、ICML等机器学习顶级会议担任审稿人。参与设计的人脸生成算法成功应用于华为、美团等公司的应用系统。现参与了自动化研究所的2035创新任务,现为中国图象图形学学会三维视觉专委员会(CSIG-3DV)委员。

贾川民

贾川民.png

报告题目:智能视频编码技术与标准进展

报告时间:11:30 - 11:50


报告摘要:当前,5G、超高清、人工智能等技术引发了视频技术各个环节的深刻革新。本报告将结合视频大数据的发展介绍视频压缩技术近年来的演进,尤其是神经网络技术引发的视频压缩技术变革,详细介绍端到端图像和视频编码技术发展,以及国内外智能视频编码标准研究进展。最后,报告将汇报超高清视频压缩的技术系统化装置和应用情况,智能视频压缩技术正在带来更极致的视觉交互体验。


个人简介:北京大学王选计算机研究所助理教授、研究员、博士生导师,CSIG/CCF/CAAI/IEEE会员,主要研究智能视频压缩与多媒体信号处理,入选北京市科协青年人才托举工程。已在视频编码领域顶级期刊会议发表论文30余篇,获IEEE MM2018和PCM2017最佳论文奖,IEEE MIPR2019最佳学生论文奖,BSIG优秀博士论文。主持基金委青年基金,博新计划等项目。累计提交国内外标准技术提案40余项,申请专利20余项,担任MPAI EEV端到端视频压缩标准组长、IEEE 1857.11标准工作组软件负责人。

阚世超

阚世超.png

报告题目:对比贝叶斯深度度量学习

报告时间:11:50 - 12:10


报告摘要:度量学习(Metric Learning)技术正推动着表示学习(Representation Learning)的发展。当前,深度度量学习(Deep Metric Learning, DML)已发展为信号与信息处理方向的主流技术之一。度量学习的核心是通过学习数据之间的度量关系来实现数据的低维嵌入表示学习。目前,度量学习技术正被应用于各个研究领域。那么,当前度量学习的研究进展如何?度量学习适合解决什么问题?本报告将集中讨论对比贝叶斯深度度量学习及其应用。


个人简介:2021年在北京交通大学获得信号与信息处理专业博士学位,于2019年9月至2020年10月在美国密苏里大学哥伦比亚分校访学,现为中南大学计算机学院讲师。主要研究方向为计算机视觉、机器学习、深度学习和人工智能。曾获2022年北京图象图形学学会优秀博士学位论文奖、OpenHW 2015 开源硬件与嵌入式计算大赛全国一等奖、2012 年全国大学生数学建模竞赛北京市一等奖。在国内外期刊和会议上发表包括IEEE TPAMI,IEE TIP,NeurIPS, CVPR等在内的论文三十余篇,担任IEEE TNNLS,IEEE TCSVT,IEEE TETCI,NEUNET,CVPR,ICCV等期刊和会议审稿人,担任APBC PC Member和BIBM Session Chair。

朱翔昱

朱翔昱.png

报告题目:基于三维描述的生物特征识别

报告时间:13:30 - 14:00


报告摘要:三维辅助视觉分析通过重建物体的三维结构使视觉系统获得对物体的三维理解,从而提高鲁棒性和泛化性的方法,是生物特征识别领域的前沿热点之一。本次分享介绍我们在三维人脸重建、三维辅助人脸分析、人脸安全、无监督三维解析的最新成果,探讨如何在实际场景下快速准确地重建目标三维结构,并基于三维结构辅助完成视角鲁棒的、可解释的视觉分析任务。


个人简介:中国科学院自动化研究所副研究员。长期从事从事三维人脸重建、生物特征识别、神经网络设计等方面的相关理论研究与应用,在国际顶级期刊和会议(T-PAMI, IJCV, CVPR, ECCV, ICLR)发表论文50余篇,Google总引用次数7000余次,单篇引用超过2000次。中科院青促会成员,入选百度学术全球华人AI青年学者榜单,担任ACM MM(CCF:A类)领域主席。相关成果获中国电子学会科技进步二等奖,ICCV人脸识别、FG人脸微表情等国际赛事冠军,中国图象图形学学会优秀博士论文提名奖,授权国家发明专利6项。研发的全姿态三维人脸重建受到国内外同行的广泛关注(谷歌学术引用1200余次),相关开源代码在Github上收获4700星,并被PyTorch官方Twitter报道。CCF-CV及CSIG-MV专委会委员,IJCV、IEEE TIP、IEEE TCSVT等国际期刊审稿人。主持北京科协青年人才托举工程、腾讯犀牛鸟专项研究计划、基金委面上及青年项目。

陈威华

陈威华.jpg

报告题目:如何利用无标注数据训练一个通用人体视觉表征大模型

报告时间:14:00 - 14:30


报告摘要:现今以人为中心的视觉任务有着广泛的应用,因此也引起了越来越多的研究关注。我们的目标是从大量未标注的人体图像中学习一个通用的人体表征,适用于下游各种人体任务。基于此,我们提出了一个自监督的学习框架,叫做SOLIDER。与现有的自我监督学习方法不同,该方法利用人体图像中的先验知识来自监督训练模型,为表征引入更多的语义信息。此外,我们还注意到不同的下游任务通常对预训练的人体表征中语义信息和表观信息的需求程度各不相同。因此,一个单一的人体表征并不能适用于所有下游任务。SOLIDER 通过引入一个带有语义控制器的条件神经网络来解决这个问题。待预训练模型训练完成后,用户可以通过向语义控制器输入希望表征包含语义信息的比例,让控制器调整预训练模型,以生成符合指定语义信息量的人体表征。


个人简介:陈威华博士毕业于中国科学院自动化研究所。目前就职于阿里巴巴达摩院智能计算实验室。北京图象图形学会青工委委员,中国图象图形学会机器视觉专委会委员。研究方向包括计算机视觉行人重识别、领域自适应、自监督无监督技术等;在CVPR、ICCV、ECCV、AAAI等国际顶会发表文章30余篇,担任多个视觉顶会和期刊的审稿人。参与的DAMO-YOLO项目在github上获得2.8K关注。曾受邀在国际生物特征识别会议上做关于行人重识别相关报告。获得CVPR/ICCV/ECCV举办的各种国际竞赛冠军5次和亚军2次。






组委会



董晶

董晶.jpg

中国科学院自动化研究所研究员

北京图象图形学学会常务理事、青工委主任

宋维涛

宋维涛.jpg

北京理工大学光电学院准聘教授

北京图象图形学学会理事、青工委副主任

王伟

王伟.png

中国科学院自动化研究所副研究员

北京图象图形学学会理事、北京市青托






报名注册



自愿报名,缴费参加,请扫描下方二维码完成报名缴费。



学生参会注册


学生报名-2023北京图象图形学学会青年人才成长论坛(第四期).jpg


普通参会注册


普通报名—2023北京图象图形学学会青年人才成长论坛(第四期).jpg



联系我们



电话:010-82525258;   

邮箱:office@bsig.org.cn

微信:BSIG82525258



会议地址



北京会议中心会议楼一层第三会议室


邀请函:

2023北京图象图形学学会青年人才成长论坛(第四期)邀请函.pdf