【预告】中国图象图形学学会第8期珠峰论坛将于6月6日召开

2022 年 6 月 2 日 中国图象图形学学会CSIG

中国图象图形学学会第08期珠峰论坛

——多模态智能学习专题研讨会

会议简介

中国图象图形学学会第08期珠峰论坛将于2022年6月6日在电子科技大学清水河校区（线上、线下）召开，本期论坛将围绕多模态智能学习专题展开研讨。电子科技大学杨阳教授、姬艳丽副教授担任本次会议的执行主席。会议邀请了多模态智能学习领域的八名专家学者进行专题报告，针对图像、文本、视频、音频多种模态的识别与认知、推理与分析等前沿课题，讨论领域问题和挑战。并邀请相关领域的专家学者、杰出企业代表、高校研究生共同参与，旨在促进国内高校、科研院所以及相关高新技术企业从业人员对多模态智能学习领域的了解，积极探索多模态智能学习领域的国际前沿技术和“产学研”的合作模式。

日程安排

●09:00-09:10 开幕致辞

●09:10-09:50

报告人：山世光教授（中国科学院大学）

报告题目：遮挡鲁棒的视觉模式识别方法

●09:50-10:30

报告人：邓成教授（西安电子科技大学）

报告题目：多模态数据的认知与推理

●10:30-11:10

报告人：谢洪涛教授（中国科学技术大学）

报告题目：篡改文本图像的生成与检测

●11:10-11:50

报告人：魏秀参教授（南京理工大学）

报告题目：开放动态环境下的图像细粒度分析

●11:50-14:30 午间休息

●14:30-15:10

报告人：王楠楠教授（西安电子科技大学）

报告题目：对抗学习：鲁棒深度学习模型的探索

●15:10-15:50

报告人：王琦教授（西北工业大学）

报告题目：面向真实场景的人群计数研究及其应用

●15:50-16:30

报告人：毋立芳教授（北京工业大学）

报告题目：基于多模态预训练模型的图像情感分析方法

●16:30-17:10

报告人：左旺孟教授（哈尔滨工业大学）

报告题目：复杂场景图像生成与小样本领域自适应

会议地点

1.线下地址：电子科技大学（清水河校区）图书馆百学堂
2.线上地址（腾讯会议）：会议号602482116
https://meeting.tencent.com/dm/u1PqRH94spXL

承办单位

中国图象图形学学会青年工作委员会

中共电子科技大学计算机学院教工第六支部委员会

承办单位简介

中国图象图形学学会珠峰论坛是由中国图象图形学学会青年工作委员会发起的学术论坛。论坛面向国际学术前沿与国家战略需求，致力于深度挖掘图象图形领域的前沿问题，为青年学者们提供学术交流与研讨的平台，促进学者之间的交流与合作。自2018年11月珠峰论坛发起至今已举办七期，每期围绕图象图形学领域的一个研究方向进行专题研讨与深入交流。往期论坛围绕图形学中的人工智能、计算成像前沿、多媒体智能处理与通信、智能图形与3D视觉、学习与智能感知、沉浸式视频处理等专题开展，相关领域的专家、青年学者、以及企业界人员进行了深度的产学研研讨与交流。

电子科技大学计算机学院教工第六支部现有党员21人，其中国家级人才4人，由长江学者杨阳教授担任支部书记，2018年入选首批全国高校“双带头人”教师党支部书记工作室。支部成员积极发挥专业优势，瞄准人工智能前沿领域和国家重大战略需求，进行战略性、储备性技术项目研发、技术创新和重点攻关，主持多项国家级重大重点项目，推动相关研究成果在国防科技等关键领域实际应用，积极服务国家人民。

讲者介绍

山世光教授

中国科学院大学

山世光，中科院计算所研究员、博导，中国科学院大学岗位教授，中科院智能信息处理重点实验室常务副主任。国家基金委优青，国家万人计划领军人才，腾讯科学探索奖获得者，国务院特殊津贴专家，CCF青年科学家奖获得者。研究领域为计算机视觉、模式识别、机器学习，在国内外刊物和学术会议上发表论文300余篇，其中CCF A类论文120余篇，论文被国内外同行引用28000余次。研究成果获2015年度国家自然科学二等奖，2005年度国家科技进步二等奖，2021年度北京市科技进步二等奖等。现/曾任IEEE TIP, CVIU, PRL, Neurocomputing, FCS等国际学术刊物的编委(AE)，《中国图像图形学报》领域主编，《电信科学》编委，曾任CVPR，ICCV，AAAI和IJCAI等20余次国际学术会议的Area Chair。他是IEEE Fellow, CAAI高级会员和杰出会员，CAAI模式识别专委会副主任，CAAI情感感知专委会副主任。

报告题目：遮挡鲁棒的视觉模式识别方法

开放场景中的计算机视觉或模式识别任务中经常遭遇待识别物体被部分遮挡的问题，如面部被口罩或墨镜遮挡，行人被箱子或车辆部分遮挡等。如何提高部分遮挡条件下的物体识别精度和鲁棒性是值得关注的研究课题。本报告将介绍报告人团队最近在该问题上的部分研究工作，包括一种利用注意力机制（Attention Mechanism）进行遮挡处理的方法，一种基于时空补全（ Spatial-temporal Completion ）的部分遮挡处理方法，和一种采用通道特征随机失活（Channel-wise Dropout）策略进行遮挡鲁棒特征学习的方法。在此基础上，将总结遮挡条件下视觉模式识别问题一般化处理方法和技术。

邓成教授

西安电子科技大学

邓成，西安电子科技大学教授、博导。国家高层次人才、国家“百千万人才工程”有突出贡献中青年专家。中国计算机学会杰出会员、IEEE高级会员。长期从事跨媒体学习、认知和推理的研究。主持国家自然科学基金重点项目、科技部“863”计划课题、陕西省重点研发计划等项目近30项。在中科院TOP期刊和CCF A类国际会议发表论文130余篇。担任《Pattern Recognition》等国际刊物副编辑；担任计算机视觉国际顶级会议CVPR 2021、ICCV 2021领域主席，人工智能顶级国际会议IJCAI 2018~2021高级程序委员，以及多个国际会议的程序委员会委员。获2016年国家自然科学二等奖（第3）、2019年陕西省自然科学一等奖（第1）。

报告题目：多模态数据的认知与推理

媒体大数据时代，图像、视频、文本和音频等多模态数据大量涌现，且类型多样、关系复杂。此外，人类的信息获取、环境感知、知识学习，都是以多模态方式来进行。多模态智能被视为从限定领域的弱人工智能走向通用人工智能的关键，而多模态数据的认知与推理又是多模态智能的瓶颈问题，研究并解决这一问题将极大推动新一代人工智能的发展。报告将介绍多模态数据的认知与推理所面临的机遇与挑战，并从多模态表示学习、语义挖掘、知识推理和可信计算等四个方面介绍近年来的最新研究进展。

谢洪涛教授

中国科学技术大学

谢洪涛，中国科学技术大学特任教授，博导，基金委优青项目获得者。从事多媒体内容安全方向的研究，包括视觉内容检测与识别、视频图像内容检索、数字图像篡改检测与取证等。以第一或通讯作者在国际著名期刊/会议上发表学术论文80余篇，含顶级期刊/会议论文50余篇。主持科研项目10余项，含国家重点研发计划专项课题1项、基金委通用联合基金重点项目1项。研究成果在国家相关部门和商业公司的线上系统获得应用，取得积极效果。获国家自然科学奖二等奖、中国专利优秀奖、中国电子学会自然科学奖一等奖、中科院院长优秀奖，入选中科院青年创新促进会优秀会员。实验室主页：http://imcc.ustc.edu.cn/

报告题目: 篡改文本图像的生成与检测

近年来，由深度学习篡改算法生成的文本图像在互联网上广泛传播，已经对多个行业领域产生了很大的影响，其中包括金融票据识别、证件识别和网页内容识别等。本报告从篡改文本图像的生成与检测两个方面进行讲述，通过探索篡改文本的生成网络结构、篡改文本检测的频域信息联合优化等方向，实现篡改文本生成与检测的矛与盾的研究。针对文本生成中复杂字型篡改痕迹明显的问题和篡改文本检测中局部纹理真伪性难以判别的问题，本报告分别讲述一种可以在真实场景文本图像上训练的文本生成算法和基于并行空域与频域特征感知的篡改文本检测算法。同时，对如何进一步提升篡改文本生成与检测的性能进行了展望。

魏秀参教授

南京理工大学

魏秀参，博士，南京理工大学计算机科学与工程学院教授。主要研究领域为计算机视觉和机器学习，在相关领域国际顶级期刊和会议发表论文五十余篇，Google Scholar Citations逾3000次，相关研究成果获得含iNaturalist在内的计算机视觉领域国际权威赛事共4项世界冠军。曾在CVPR等国际会议讲授“图像细粒度分析”为主题的短课程。著有《解析深度学习–卷积神经网络原理与视觉实践》一书。曾获中国科协青年人才托举工程、江苏省计算机学会青年科技奖、南京经开区中青年优秀人才、《中国科学：信息科学》优秀评审人等荣誉。任中国计算机学会高级会员、CCF计算机视觉专委会委员、中国图象图形学报青年编委。担任ICCV、IJCAI、ACM Multimedia等国际会议Workshop程序委员会主席，ACCV 2022 Tutorial主席，AAAI、IJCAI、BMVC等会议高级程序委员或领域主席。主持国家重点研发计划青年科学家项目等。

报告题目：开放动态环境下的图像细粒度分析

图像细粒度分析是视觉感知学习的重要研究课题，在智能新经济和工业互联网等方面具有巨大应用价值。随着细粒度图像分析的应用场景向多维领域快速发展，其处于静态封闭环境的经典假定不再成立，不可避免地将面临开放动态环境挑战。本报告将针对监督信息不充足、样本分布不平衡、类别空间不闭合等现实频发问题，介绍在开放动态环境下图像细粒度分析方面本课题组的相关研究成果，并简要展望图像细粒度分析的未来发展方向。

王楠楠教授

西安电子科技大学

王楠楠，男，西安电子科技大学华山学者特聘教授，博士生导师。综合业务网理论及关键技术国家重点实验室副主任。近年来从事计算机视觉和统计机器学习方面的研究，在图像跨域重建与可信身份鉴别方面进行了深入研究。在IEEE TPAMI、IJCV、CVPR、ICCV、ECCV、NeurIPS、ICML等国际顶级期刊和会议上发表学术论文150余篇，获得国家自然科学基金委优秀青年基金，入选中国科协青年人才托举工程，获教育部自然科学一等奖、陕西省科学技术一等奖、中国图象图形学学会自然科学奖二等奖、中国人工智能学会优秀博士学位论文、陕西省优秀博士学位论文奖等奖项。

报告题目：对抗学习：鲁邦深度学习模型的探索

人工智能站在现代科技产业发展的前沿，机器学习是其核心部分，并已在多个领域中得到广泛应用。然而，基于机器学习的各种智能系统在表现出不错性能的同时，也面临着一个至关重要的问题，即模型的脆弱性。机器学习模型普遍会被一种称为对抗噪音的微小但恶意的扰动所误导而产生错误的输出，这对基于机器学习模型的系统造成了严重的潜在威胁。因此，深入了解、发掘产生对抗噪音的原因和方法，并研究有效对抗防御策略是具有重要意义的。本报告将介绍不同类型的对抗噪音优化目标及对应的攻击方法，如数字对抗攻击和物理对抗攻击等。为了减小对抗噪音对机器学习模型的恶意影响，本报告将展现多种形式的对抗防御策略，包括对抗训练、预处理对抗防御和联合对抗防御，以提升机器学习模型的鲁棒性，促进构建可信的机器学习系统。

王琦教授

西北工业大学

王琦，西北工业大学光电与智能研究院教授/博导/副院长，入选国家万人计划青年拔尖人才，科睿唯安全球高被引科学家，爱思唯尔中国高被引学者。针对图像/视频/大数据分析与理解的具体应用（智能交通/驾驶、安防、遥感对地观测、视觉测量、工业数据分析等），从事计算机视觉、模式识别领域的研究。发表IEEE汇刊论文近70篇， ESI热点/高被引论文约40篇，并获IEEE/Springer国际会议最佳论文奖和最佳论文提名奖、吴文俊人工智能优秀青年奖、陕西省科学技术一等奖等。担任IEEE T-SMC: Systems、IEEE T-CSVT、IEEE T-GRS等多个国际期刊编委。相关成果在多个国防军事任务中得到了验证示范，解决了一系列技术难题，产生了积极的社会经济效益。

报告题目：面向真实场景的人群计数研究及其应用

近年来，大规模群体性事件的频繁发生使得基于视觉技术的人群计数变得极为重要。本报告主要包含三个方面：基于数据生成方式建立大规模有标注虚拟数据集，从数据层面缓解人群计数算法容易过拟合的问题；针对算法无法有效处理域间差异的问题，提出域间特征分离模型将合成数据转译为真实数据，从算法层面提升跨域适应性；建立大型人群计数开源数据库和算法评测基准，从平台角度促进人群计数领域的快速发展。

毋立芳教授

北京工业大学

毋立芳，北京工业大学教授，博士生导师，CSIG理事，BSIG常务理事兼副秘书长，CCF杰出会员，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。CCF多媒体技术专委会委员，CSIG多媒体技术专委会、机器视觉专委会委员，中国电子学会信号处理分会委员。主要研究方向图像视频内容分析、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、北京市基金重点项目等20余项，在PR、IEEE TCSVT、Neurocomputing、PRL等发表论文100余篇，获授权发明专利40余项。获省部级以上科技奖3项，获中国电子学会优秀科技工作者称号。《信号处理》、《中国科技论文信息卷》、《中国图象图形学报》编委，ICME2017，ICPR2018等国际会议程序委员会委员，参与组织CCCV2017、PRCV2019、NCIG2020、ChinaMM2020等。

报告题目：基于多模态预训练模型的图像情感分析方法

近年来，社交网络逐渐成为人们发表意见、表达自我的重要平台，随着视觉社交网络的普及，通过分析社交网络的图像或文字进行意见收集和用户情感分析对于分析事件发展趋势、研究用户兴趣类型等具有重要意义。报告将对图像情感分析研究进行总结，主要包括情感模型、已有情感数据库，基于视觉特征的图像情感分析方法、基于视觉-语言多模态预训练模型的图像情感分析方法等，并介绍我们团队基于多模态预训练模型在图像情感分类中做的初步尝试。

左旺孟教授

哈尔滨工业大学

左旺孟，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、图像编辑与生成、物体检测与目标跟踪、图像与视频分类等方面的研究。在CVPR/ICCV/ECCV等顶级会议和T-PAMI、IJCV及IEEE Trans.等期刊上发表论文100余篇。曾任ICCV2019、CVPR2020/2021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：复杂场景图像生成与小样本领域自适应

报告主要介绍我们近期图像生成方面的一些工作。针对当前生成模型在生成复杂场景方面的问题与不足，从条件图像生成角度出发，研究了基于语义分割图的场景图像生成和基于自然语言描述的图像修复。针对场景图像生成，从充分利用分割轮廓的角度出发，介绍了形状上下文增强和形状检索增强的空域自适应规格化两种方法。针对基于自然语言描述的图像修复，介绍了当前主流的VQGAN方法的缺失区域扩充和修复结果不一致问题的可能解决方案。最后，从适应的忠实性和生成结果的多样性角度出发，介绍了我们在小样本生成式领域自适应的研究工作。

参会联系人：姬艳丽（电子科技大学）
yanliji@uestc.edu.cn

来源：CSIG青年工作委员会