你好！欢迎来到北京图象图形学学会！
学会动态
更多>
- 北京图象图形学学会青年人才成长沙龙（第八期）
- 为深入实施北京市“高创计划”青年人才托举工程，切实加强图像图形领域青年科技人才的培养与交流，北京图象图形学学会将于2025年12月6日（星期六）在京仪大酒店举办“青年人才成长沙龙”。本次沙龙由学会主办、BSIG青年工作委员会承办，旨在搭建一个高层次、开放性、互动式的学术与职业发展交流平台，助力青年人才在科研创新与专业成长道路上协同进步、共谋发展。诚邀广大青年学者、科研人员及相关领域从业者踊跃参与。会议主席董晶 中国科学院自动化研究所研究员董晶，中国科学院自动化研究所研究员、博士生导师，CSIG/CCF/IEEE 高级会员, CAAI杰出会员，中国科学院青年创新促进会会员，国家高层次青年人才计划入选者，目前担任中国图象图形学学会（CSIG)常务理事、秘书长，IEEE亚太区执委、奖励委员会主席、IEEE信号处理协会全球成员发展主席。主要从事人智能安全与对抗、计算机视觉、多媒体内容取证等前沿方向的技术研究，她先后以课题（子课题）负责人承担了4项国家自然科学基金、3项国家重点研发课题、1项工信部国家重大专项子项及20余项省部级科研项目（课题）。已在国际权威期刊及学术会议上发表学术论文90余篇，已授权26项中国专利含3项美国专利。她曾获4次最佳（优秀）论文奖、2016年度IBM学院奖、2019年度中国人工智能学会杰出贡献奖、2020年度CSIG石青云女科学家奖、2021年度北京青年优秀科技论文奖、2021年度CSIG科技奖二等奖（排名第一）、2021年度吴文俊人工智能科学技术奖（技术进步科普类）、2022年度中国发明协会创业创新奖一等奖（排名第一）、2022年度国家广电总局MediaAIAC大赛深度合成技术应用类一等奖（排名第一）以及2023年度吴文俊人工智能科学技术奖（技术发明一等奖、排名第二）。报告嘉宾付莹 北京理工大学教授 嘉宾简介：付莹，北京理工大学教授，博士生导师。2017年入选海外高层次青年人才引进计划。近五年以第一/通讯作者在中科院一区期刊和计算机机学会推荐A类会议发表论文50余篇，授权发明专利30余项。获计算机学会推荐 A类国际会议ICML杰出论文奖（2/4990）和国际会议PRCV最佳论文奖（1/412）。主要从事计算机视觉和计算摄像等相关领域研究，主持国家自然科学基金重点项目等国家级项目/课题10余项，获中国指挥与控制学会科学技术进步奖一等奖等、人工智能学会教学成果奖励计划一等奖、图象图形学会石青云女科学家奖、电子学会青年科学奖等。 报告题目：频域分析赋能视觉表征与图像分割 报告摘要：媒体内容的像素级图像理解与智能处理，是智能传媒技术的核心，但现有视觉模型在复杂特征表征与精细边界定位上仍面临挑战。本报告聚焦于如何通过频域分析，系统性地提升视觉模型对媒体内容的表征学习与图像分割能力。我们从频域视角出发，改进了卷积、特征融合、注意力机制等神经网络的关键算子，旨在优化代表物体边缘的高频细节与代表语义本体的低频结构之间的表征平衡。该方法不仅能深入诊断并解决深度模型普遍存在的频率偏差问题，更在通用语义分割及多种媒体处理任务中取得了显著的性能与鲁棒性提升。其应用已在专业媒体精细分割（如医学病灶分割、遥感地物分类）、媒体内容增强（如图像去噪、超分）、以及三维媒体处理（如点云分割）等领域得到验证。这项工作为构建更精准、稳健的智能媒体分析与处理系统提供了新的理论视角与技术支撑。曹亚男 中国科学院信息工程研究所研究员 嘉宾简介：曹亚男，中国科学院信息工程研究所研究员、信息内容分析研究室副主任、人工智能安全与协同治理北京市重点实验室副主任。国家级青年人才、国家重点研发计划青年科学家项目首席。研究方向为信息内容安全、大模型安全等。近五年，发表TPAMI、TKDE、TOIS、NeurIPS、ICML、ACL等CCF-A类论文50余篇，获PAKDD 2020最佳论文奖、WWW 2021最佳论文提名奖；主持国家重点研发计划青年科学家项目、国家自然科学基金联合基金课题等20余项科研项目，研发系统在网信、公安等多个国家安全部门发挥实战作用，获评中国电子学会科技进步二等奖、中国科学院大学领雁银奖、朱李月华优秀教师奖等。 报告题目：大模型水印：人工智能生成内容溯源的挑战与机遇 报告简介：大模型技术颠覆了网络空间内容生产范式，增加了虚假内容生成与传播风险，生成内容的可追溯、可鉴别已成为大模型时代的迫切需求。大模型水印技术作为AIGC治理的关键手段，通过在生成阶段嵌入机器可识别的标识，为实现生成式内容溯源提供了技术基础。2025年3月，国家互联网信息办公室联合多部门发布了《人工智能生成合成内容标识办法》，进一步完善了我国内容协同治理的体系。本报告将从主动标识和被动检测两个方面，介绍大模型水印和AIGC检测技术的当前进展，全面剖析生成内容溯源面临的挑战与机遇。 马诗宁 北京理工大学副研究员嘉宾简介：马诗宁博士毕业于比利时荷兰语鲁汶大学，现为北京理工大学光电学院副研究员。北京图象图形学学会青工委委员、女工委委员。研究方向包括颜色科学、颜色管理、虚拟现实和增强现实。在IEEE TVCG、Optics Express等国外著名期刊上发表论文三十余篇。担任国际照明学会CIE JTC 16 (D1/D8) 技术工作组主席，CIE DR 1-74 技术报告组负责人，CIE TC 1-104 技术工作组委员。主持国家自然科学基金委青年项目、科技部重点研发计划子课题、国家外国专家个人类项目等多项国家级项目，入选北京科协青年人才托举工程。 报告题目：面向增强现实场景的虚实融合一致性评估方法研究 报告简介：在高质量的增强现实场景中，虚拟内容与真实环境的高度融合是实现沉浸式体验的关键。本报告聚焦深度感知一致性与色貌感知一致性两大维度，系统介绍报告人在增强现实视觉感知领域的研究进展。重点探讨如何基于用户主观感知，构建有效的虚实融合一致性评估体系，进而提升虚实融合场景的空间配准精度与颜色外观真实性，为构建真正自然融合的AR系统提供理论与技术支撑。 张少魁 北京师范大学副教授 嘉宾简介：张少魁，北京师范大学人工智能学院副教授。他于2023年6月在清华大学计算机系获博士学位，师从张松海教授。研究方向为计算机图形学、数字三维场景构建，在相关领域以第一作者发表9篇CCF-A类期刊/会议长文。主持国家自然青年科学基金项目，并入选中国科协青年人才托举工程、北京图象图形学学会优博、北京市科协青年人才托举工程等。相关数字场景算法已在索菲亚、酷家乐、构家、不鸣科技应用。 报告题目：面向垂直领域的数字三维内容生成 报告摘要：三维场景构建是计算机图形学的重要研究领域，面向垂直领域的互联网家装与数字室内家居以其万亿的市场规模成为了最重要的研究分支之一。本报告着重介绍2025年报告人在垂直领域三维场景构建的探索，包括一篇将扩散模型与场结合的场景构建工作、一篇场景物体组聚类工作、一篇基于形变物体构建场景工作和一篇基于多模态大模型的双周期用户偏好建模工作。 圆桌嘉宾王涌天 北京理工大学教授王涌天，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。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 北京理工大学教授刘越，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。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，“十四五”国家重点研发计划“文化科技与现代服务业”总体专家组成员，兼任中国图象图形学学会学会理事、副秘书长、虚拟现实专业委员会主任；北京图象图形学学会常务理事、秘书长；中国计算机学会人机交互专业委员会副主任；中国电子学会虚拟现实产业分会副主任；中国人工智能学会智能交互专业委员会副主任等，目前主持国家重点研发计划、国家自然科学基金重点国际(地区)合作项目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”曾荣获国家技术发明二等奖。毋立芳 北京工业大学教授毋立芳，北京工业大学教授，博士生导师。长期从事数字图像处理教学科研工作，主要研究方向图像视频内容分析、多模态情感计算、智能3D打印、人脸活体检测等。近年来承担科技部重点专项课题、国家自然科学基金、北京市科技计划项目等20余项，在IEEE TMM、IEEE TAFFC、IJCV、IEEE TCSVT、IJCV、PR、ACM MM等发表论文100余篇，获授权发明专利40余项，获北京市技术发明二等奖等省部级/全国一级学会科技奖5项，北京市高等教育教学成果奖二等奖、CAAI教学成果激励计划一类成果各1项，建设的数字图像处理线上课程选课人数1.2万，开发的数字图像处理教学演示系统使国内外上百所高校的师生收益。获 2025年度北京市三八红旗奖章，入选2022年度首都巾帼奋斗者，2020年中国电子学会优秀科技工作者称号。IEEE高级会员，中国计算机学会（CCF）、中国图象图形学学会（CSIG）理事，CCF计算机视觉专委会常务委员兼副秘书长，CSIG视觉大数据专委会常务委员，CIE信号处理分会委员。IEEE TMM、《信号处理》、《中国图象图形学报》编委。谭励 北京工商大学教授谭励，北京工商大学 计算机与人工智能学院 博士/教授/博导。目前任北京工商大学计算机与人工智能学院副院长，中国计算机学会智能机器人专委会委员、抗恶劣环境计算机专委会委员，北京物联网学会常务理事、北京图像图形学会理事。长期从事智能信息网络领域的科研工作，主要研究方向为智能机器人、人工智能安全。承担国家自然科学基金项目、国家科技计划重点研发项目、北京市自然科学基金项目等纵向项目10余项，企事业单位委托项目30余项。发表论文90余篇，获授权发明专利10余项，出版专著3部。近年来讲授本科生课程《离散数学》、《金融数据挖掘与商务智能》、研究生课程《机器学习与人工智能》以及全英留学生课程《Machine Learning》，曾获北京市教育教学成果奖1项，北京工商大学教学成果一等奖2项。指导学生多次获得北京市、校级优秀毕业论文。获得北京市青年英才、北京市青年教学名师称号。2024年获北京市优质教材课件奖,2025年获得北京图象图形学学会“最美女科技工作者”称号。 沙龙日程报名参加 请扫描下方二维码参会联系方式电 话：010-82525258 邮 箱：office@bsig.org.cn
成果展示
更多>
- 北京图象图形学学会6人拟入选2025年度“高创计划”青年人才托举工程
- 2025年7月8日，北京市科学技术协会公布了2025年度“高创计划”青年人才托举工程拟入选人员名单，本次共有500名优秀青年入选。为扶持培养一批基础扎实、德才兼备有较强科研创新能力和突出科研潜质的优秀青年人才，通过学会动员、会员积极申报，并经形式审查、专家评审、社会公示等环节，最终确定由北京图象图形学学会组织申报并推荐的卫建泽、包世龙、刘云帆、胡雨凡、舒叶芷、温玉辉六位优秀青年学者拟入选。（按姓氏笔画排序）希望入选的青年人才在责任导师的指导下，在立项组织的支持下，在工作单位的培养下，继续弘扬科学家精神，脚踏实地、潜心研究、守正创新，多出成果、出好成果，把科技成果应用在实现现代化的伟大事业中。北京图象图形学学会坚持“人才强会”战略，高度重视青年人才培养，学会将为青年人才积极搭建学术交流平台、科技创新平台、国际合作平台、职业发展平台和跟踪服务平台等，促进青年人才成长，为学会高质量发展储备人才力量，共同为北京率先建成高水平人才高地和国际科技创新中心作出应有贡献。北京图象图形学学会曾连续获得青年人才托举工程项目资助，为学会的优秀青年人才争取到了更多培养机会，学会将在青托培养过程中始终提供健全的组织保障和规范的内部治理。希望在青托的培养工作中得到社会各界的支持、帮助和监督。每年本学会均作为青委会重点项目进行组织申报，并有大量相关项目、奖项征集通知，请图像图形领域青年科技工作者关注我们，获得更多参与机会！
学术会议
更多>
- 第二十届图像图形技术与应用学术会议（IGTA 2025）在京成功举办
- 第二十届图像图形技术与应用学术会议（IGTA 2025）于8月9日至10日在北京裕龙御柏国际酒店隆重举行。本次大会由北京图象图形学学会主办，北京工商大学与北京中关村学院联合承办，北京市科学技术协会提供全程支持。以“图襄百业，像绘未来”为主题，吸引了来自学术界和产业界的一百五十余位专家学者现场参会，线上直播观看人数超过六千人。大会开幕式由北京工商大学陈谊教授主持。现场照片北京图象图形学学会理事长、北京理工大学王涌天教授致欢迎辞。王涌天教授强调了图像图形技术在智慧医疗、工业视觉、具身智能等领域的战略价值，并指出：“历经二十年积淀，IGTA已成为推动产学研协同创新的核心平台，本届会议规模与质量均创历史新高。”王涌天教授北京工商大学校长郭建华教授代表承办方致辞，系统介绍了该校在人工智能与计算机视觉领域的学科优势。他表示，北京工商大学已有7个学科跻身ESI全球排名前1%，其中食品科学与工程所在的农业科学学科进入全球前1‰，其计算机与人工智能学院依托国家级科研平台，在食品计算、可视分析、医学影像分析等领域形成特色方向，学校将持续支持图像图形技术的交叉创新，服务国家战略与首都发展需求。郭建华教授开幕式上，北京图象图形学学会秘书长、北京理工大学刘越教授主持了表彰环节，对北京图象图形学学会“最美女科技工作者”、BSIG博士学位论文激励计划获得者及提名者、BSIG硕士学位论文激励计划获得者及提名者，以及第十四届APMCM亚太地区大学生数学建模竞赛获奖代表及优秀组织单位进行了表彰。刘越教授获奖照片大会主席、北京工商大学陈谊教授详细介绍了会议的基本情况和筹备亮点。本届会议共收到有效投稿103篇，经过严格的三轮独立评审及组委会终审，最终录用26篇（其中英文论文25篇，中文论文1篇），录用率为25%。录用的英文论文将由Springer出版社正式出版并提交EI检索，中文论文将推荐至国内核心期刊发表。在议程设置上，大会特别邀请了两位院士做主旨报告，分享图像图形领域的最新突破与未来趋势；精心设立了五个学术论坛，以及第六届数学建模教学与培训研讨会，总计26场专题报告覆盖了图像图形技术研究与产业应用的全链条，旨在促进前沿成果的碰撞与产学研深度融合。陈谊教授随后的特邀报告环节成为会议亮点。北京航空航天大学赵沁平院士在题为《虚实融合：互联网3.0》的报告中，深度解析了虚拟现实从“3I特征”（沉浸感、交互性、构想性）向“6I特征”（新增智能化、互通性、迭代性）的演进，提出“虚实融合网络（互联网3.0）”将重塑人机交互范式，为元宇宙、数字孪生提供底层支撑。赵沁平院士新加坡南洋理工大学文勇刚院士在《AI与数字基础设施：可持续发展的双转型叙事》报告中，聚焦生成式AI的算力需求与环保挑战，提出“AI赋能可持续”与“可持续支撑AI”的双向路径，并分享了通过平台、研究者、算法、数据、应用协同构建绿色AI生态的“AI Wears PRADA”框架。文勇刚院士本次会议设立的目标探测与理解、人工智能教育、机器交互感知智能、智能空间重建生成与交互、大数据时代的智能可视分析及第六届数学建模教学研讨六大专题论坛，共举办了26场专题报告。论坛覆盖了图像图形技术全链条，为与会者提供了深入交流的平台，促进了前沿技术碰撞和产学研深度融合。8月10日，第二十届图像图形技术与应用学术会议（IGTA 2025）圆满落幕。会议期间，与会专家学者和产业界同仁围绕图像图形学科的最新进展、研究热点与技术创新趋势进行了深入探讨，共同为开拓图像图形学科发展新局面贡献智慧与力量。
- 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。
- 千人进千企之—北京大模型技术研讨会第一期圆满成功
- 本次研讨会由北京市科学技术协会创新服务中心指导，由北京七月在线、中关村数智人工智能产业联盟联合主办，由北京图象图形学学会、北京秒如科技协办。于2023年11月19日，在中关村虚拟现实产业园A座成功举办，各行各业开发者、业务负责人、CEO等齐聚一堂，共同探讨大模型技术的发展，场景，经验，前沿等。分享人July分享人刘老师分享人石老师 3个小时的研讨会，4位嘉宾不遗余力地做了大模型技术分享，现场答疑，赢得了与会人员的一致好评！ 随后4位分享人进行了现场答疑，对大模型技术、应用、发展等进行了深入的探讨和交流，为个人职业规划、大模型行业的发展找到了更明确的前进方向。 本次研讨会得到了北京市科学技术协会创新服务中心、中关村数智人工智能产业联盟联合、北京图象图形学学会、北京秒如科技的大力支持，是活动能够圆满成功的关键。论坛现场 同时，感谢参与者为获取新知不断努力的热情，你们的积极参与和鼎力支持为研讨会增添了无限活力。我们相信，每个心之所向的我们会为推动大模型的发展做出更大的贡献，共同推动行业的发展。本学会小店开业，敬请光临，扫描下方二维码了解更多：
推荐出版物
更多>
精品赏析
联系我们
- 电话010-82525258
- 邮箱office@bsig.org.cn
友情链接
