欢迎光临中国图象图形学学会官方网站,让我们一起努力,探索图象图形领域的广袤天地!
首页 > 学会动态 > 学会新闻

CSIG图像图形中国行在西北民族大学成功举办

2019-07-03

        2019年6月29日,“CSIG图像图形中国行”活动在西北民族大学成功举办。本次动由中国图象图形学会(CSIG)主办,CSIG文档图像分析与识别专委会与西北民族大学联合承办,西北民族大学王维兰教授和华南理工大学金连文教授担任执行主席,西北民族大学党委副书记石迎春出席了本次活动。本次活动交流主题为“文档图像分析与识别前沿论坛”和“图像处理、计算机视觉与机器学习”,中国科学院自动化研究所刘成林研究员、电子科技大学朱策教授、华南理工大学金连文教授、中国科学院深圳先进技术研究院乔宇研究员、西交利物浦大学黄开竹教授、北京大学连宙辉副教授、大连理工大学王波副教授等7位专家受邀作学术报告。本次活动得到了广泛关注,吸引了多所高校师生以及相关研究人员100 余人前来参加,聆听了文档图像分析与识别、机器视觉领域的前沿技术成果和最新动态介绍,并与专家进行了交流与讨论。

image.png

王维兰教授主持会议开幕式

        首先,执行主席王维兰教授主持会议开幕式并介绍参会嘉宾,西北民族大学党委副书记石迎春代表本次会议的承办方向与会代表致欢迎辞。石书记向大家介绍了CSIG图像图形中国行活动的宗旨和历史,对与会师生表示热烈欢迎,对受邀参会的各位专家表示衷心感谢。

image.png

石迎春副书记致欢迎辞

        中国科学院自动化研究所的刘成林研究员在此次会议上作了主题为“文档图像版面分析研究与进展”的学术报告。报告指出,版面分析是文档图像分析与识别的关键一步。版面分析标记分割出图像中所有的文本区域(段落、文本行、公式等)和非文本区域,便于后续的文本识别和文档内容理解。版面分析方法可分为自上而下和自下而上两大类。自上而下的方法只适合版面简单和规则的文档,而自下而上的方法可用于版面复杂和不规则的文档。近年来,版面分析研究的重点更多地聚焦在复杂版面的手写文档和手写-印刷混合文档,方法主要集中在自下而上的方法,包括基于深度神经网络的方法。报告简要介绍了文档版面分析的研究历史,技术概况,然后重点介绍近十年来针对复杂文档的一些主要方法:基于聚类的方法、基于弹性轮廓的方法、基于连通部件分类的方法、基于全卷积神经网络(FCN)的方法等。最后讨论当前遗留的技术问题及未来发展趋势。

image.png

刘成林研究员作报告

        华南理工大学的金连文教授作了主题为“基于深度学习的文字识别:现状及展望”的学术报告。报告指出文字识别技术(包括手写文字识别、印刷文档文字识别、场景文字识别等)在图像理解、办公自动化、智慧教育、图像搜索、信息安全、人机交互、智慧金融、文档数字化等诸多领域有非常广阔的应用前景,近年来受到了来自学术界及工业界的越来越多的广泛关注,也是目前人工智能及计算机视觉等相关领域的研究热点问题之一。在此报告中,金连文教授简要介绍深度学习在文字识别领域的应用情况及主要技术现状,具体介绍联机及脱机手写体文字识别、笔迹分析与笔迹鉴别、场景文字检测与识别等方面的主要研究进展及一些典型方法,并对目前存在的问题、技术挑战、及未来发展趋势进行讨论。


image.png

金连文教授作报告 

        北京大学的连宙辉副教授作了主题为“面向文字的图像图形生成”的学术报告。图像图形生成是计算机图形学、计算机视觉、人工智能领域中的一个研究热点,近年来随着深度学习技术尤其是生成对抗网络的提出、应用与快速发展,该问题吸引了越来越多研究人员的关注,并取得了显著进展。由于文字数量庞大、形状复杂、风格多样、语意丰富,使得面向文字的图像图形生成成为其中最具挑战性的任务之一。在本报告中,连宙辉副教授系统概述了图像图形生成方向的理论、方法与代表性应用,重点介绍文字图像图形生成子方向的研究现状以及他所在团队在汉字字形生成方面的最新研究进展,并对现有面向文字的图像图形生成技术中存在的主要问题和潜在的解决方案进行分析和讨论。

image.png

连宙辉副教授作报告

        电子科技大学朱策教授作了主题为“基于深度学习的图像有序性估计”的学术报告。报告指出,图像有序性估计是一个经典和富有挑战性的问题,有着广泛的应用,比如年龄估计、美学估计、颜值打分、图像质量评估等。近几年随着深度学习的广泛应用,该问题呈现了什么样的特点和挑战、在哪些应用场景得到进一步的发展?朱策教授在报告中围绕以上问题讨论了他所在团队的一些工作。

image.png

朱策教授作报告

        中国科学院深圳先进技术研究院乔宇研究员作了主题为“复杂行为视频的深度表征与识别方法”的学术报告。视频的分析和理解是计算机视觉的一个基本问题,在监控、人机交互、视频检索、网路媒体等领域有重要的应用。与图像相比,视频包含有丰富的运动信息,数据维度也更高,非受控条件下的复杂视频的分析和理解一直是一个极具挑战的问题。近年来,以3D卷积网络为代表的深度学习方法在复杂视频的识别中取得巨大进展,但仍面临众多挑战。在报告中,乔宇研究员介绍了该领域的最新进展,特别是深圳先进院多媒体课题组近年来开展的一些工作。内容包括视频特征编码、中层表示、轨迹卷积特征池化、运动向量CNN、时序分割模型、时空注意模型等。他在报告中指出,他所在团队提出的方法曾在公开多类别数据库UCF101, HMDB51上取得了领先的识别率,在ActivityNet 16, ChaLearn等国际竞赛中取得第一。报告中乔宇研究员还讨论了当前方法所面临的挑战与发展趋势。

image.png

乔宇研究员作报告

        西交利物浦大学黄开竹教授作了主题为“对抗样本学习基础、理论及应用”的学术报告。对抗样本是当前机器学习尤其是深度学习的一个研究热点。合理的利用对抗样本可有效地增加深度学习和模式识别系统的鲁棒性,并提升识别性能。在报告中,黄开竹教授首先介绍了对抗样本的基本原理,回顾了对抗样本的研究现状,并提出一种在统一的对抗样本学习框架,并对目前鲁棒学习中存在的主要问题、及未来发展趋势进行讨论。

image.png

黄开竹教授作报告

        大连理工大学王波副教授作了主题为“人工智能安全”的学术报告。人工智能已在多个领域取得了突破性的进展,成为引领未来的战略性技术;与此同时,人工智能这个被公认为对世界带来深刻变化的颠覆性技术,给人类带来的安全挑战不容忽视。王波副教授在报告中探讨了人工智能技术进步对国家安全的潜在影响,针对人工智能应用的典型决策情景,从人工智能本身存在安全问题和人工智能产生的安全问题等角度进行了介绍,分析了对抗样本,伪造媒体等人工智能带来的新挑战和一些解决方案。

image.png

王波副教授作报告

        在提问环节,现场参会人员就自己感兴趣的问题向报告的专家进行了提问,专家们的详细解答使他们加深了对学科发展前沿的了解。

image.png

部分参会人员合影

        会议期间,西北民族大学中国民族信息技术研究院书记戴玉刚教授、院长李永宏教授以及西北民族大学数学与计算机科学学院、电气工程学院的部分教师和与会专家,围绕图像图形学科前沿发展、信息技术学科建设等进行了相关研讨与交流。本次活动为参会者带来前沿的研究知识和方向,提供了知识分享和思想碰撞的机会,现场学术氛围浓厚,开阔了与会师生的科研视野,使他们对图像图形学科领域的研究发展有了更深入的了解和思考,得到了与会师生的一致好评。“CSIG 图像图形中国行”在西北民族大学取得了圆满的成功。