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 > 活动预告

CSIG图像图形中国行将于10月19日在北京交通大学举办

2019-10-08

 一、活动简介

“CSIG图像图形中国行”活动旨在推动图像图形学科的普及,加强各高校研究所以及企业间的交流。自2017年4月起,分别在扬州大学、哈尔滨工业大学、兰州大学、杭州电子科技大学、北京交通大学、海南大学、福州大学、西北农林科技大学、佛山科技学院等及深圳、烟台成功举办了30余期,参会人数累计4000余人,受到业界好评。本次“CSIG图像图形中国行”由北京交通大学信息科学研究所、中国图象图形学学会机器视觉专业委员会、中国图象图形学学会交通视频专业委员会与联合承办,交流主题为“机器学习、计算机视觉及其应用”。

             

主办:中国图象图形学学会(CSIG)

承办:北京交通大学信息科学研究所、CSIG机器视觉专业委员会、CSIG交通视频专业委员会

 

时间:2019年10月19日13:30

地点:北京市海淀区上园村3号北京交通大学红果园宾馆多功能厅

   

二、执行主席

1570520769375100.jpg

赵耀教授

赵耀,教授、博导,长江学者特聘教授,国家杰出青年基金获得者,万人计划科技创新领军人才,第七届"信息与通信工程学科"国务院学科评议组成员,科技北京百名领军人才。现为北京交通大学信息所所长,“现代信息科学与网络技术”北京市重点实验室主任,“轨道交通控制与安全”国家重点实验室首届PI研究员,北京交通大学学位委员会委员,北京交通大学计算机与信息技术学院教授会主席,院学位委员会主席,“信号与信息处理”国家级重点学科责任教授。2004年入选教育部新世纪优秀人才支持计划,2012年作为团队带头人的“数字媒体信息处理”团队入选教育部创新团队,2015年该团队入选科技部重点领域创新团队。担任多个国内外期刊编委、国家自然科学基金第十一届和第十二届评审专家组专家等。承担和完成973课题、863、国家自然基金重大国际合作项目等37项国家级项目。作为第一完成人获北京市科学技术奖一等奖等省部级奖励2项。获授权发明专利15项、软件著作权6项。曾获詹天佑铁道科技奖青年奖,全国高等学校优秀骨干教师、北京市五四奖章、北京市高等学校优秀青年骨干教师、国家百千万人才工程入选者等荣誉称号,享受国务院政府特殊津贴。


1570520834416900.jpg

张淳杰教授

张淳杰,北京交通大学信息科学研究所教授,博士生导师。研究领域包括图像处理与理解、计算机视觉、多媒体数据处理与分析等。至今,已发表学术论文70余篇;包括第一作者IEEE汇刊论文16篇。获得2018年度中国图象图形学学会科学技术奖二等奖(排序5);主持/参与了多项国家自然科学基金科研项目。


三、特邀专家


1570520901769353.jpg

简介:徐常胜,中国科学院自动化研究所特聘研究员,中国科学院大学岗位教授,国家杰出青年基金获得者,国家重点研发计划项目“大数据多模态交互协同关键技术”首席科学家,中国科学院王宽诚率先人才计划卢嘉锡国际团队“多媒体计算国际团队”负责人。目前是国际电子电气工程师学会会士(IEEE Fellow),国际模式识别学会会士(IAPR Fellow)和国际计算机学会杰出科学家(ACM Distinguished Scientist),担任国际计算机学会多媒体专委会中国区(ACM SIGMM China Chapter)主席和中国计算机学会多媒体专委会副主任。担任过国际刊物“IEEE Transactions on Multimedia”和“ACM Transactions on Multimedia Computing, Communication and Applications”编委,担任过国际顶级多媒体会议“2009 ACM Multimedia Conference”程序委员会主席和2010年全国多媒体会议程序委员会主席。主持过国家自然科学基金重点项目和国际合作重点项目、973课题、中科院前沿重点项目和国际合作重点项目等,在多媒体分析,计算机视觉,模式识别,图像处理等领域发表论文300多篇,其中IEEE和ACM汇刊论文80篇,国际顶级会议会议论文40余篇。谷歌学术引用超过13000次,H-Index:60。在多媒体国际顶级会议和期刊上获得最佳论文奖10余次,包括2016年国际多媒体顶级会议ACM Multimedia的唯一最佳论文奖、2016年ACM Trans. on Multimedia Computing, Communications and Applications的唯一最佳论文奖、2016年IEEE Trans. on Multimedia的最佳论文荣誉奖、2017年IEEE Multimedia的唯一最佳论文奖等。获得过2018年中国电子学会自然科学一等奖,2009年中国计算机学会青年科学家奖,5次获得中国科学院优秀导师奖。

题目:物理与网络空间的协同感知:社会事件发现、关联、及态势分析

摘要:人类社会同时存在于物理空间和网络空间,这两个空间既相对独立又关联耦合。网络空间作为人类社会生存空间在信息化、网络化时代的扩展与延伸,与物理空间存在的人类传统社会生活紧密关联、互为补充、互相影响。以社会感知为目标,物理空间主要体现社会大众的“行”,而网络空间感知的更多是大众的“言”。言行合一、言行互补,因此只有察言观行、两者协同,才能更深入、更全面、更准确、更可靠地获取公共安全态势情报。社会热点事件在物理空间的爆发往往同时伴随在网络空间的爆炸式传播,并快速影响着大规模人群的认知与决策。该报告将重点介绍面向社会热点事件的二元空间数据协同感知与计算,揭示其信息传播和交互规律,理解社会热点事件在二元空间中的爆发模式、传播规律、及演化态势,支撑针对社会热点事件的应急处理体系与决策系统。具体的,将介绍社会事件的鲁棒特征表示、发现关联、及全局态势演化分析与预测等。


1570520959963854.jpg

简介:王亮,博士,研究员,博导,国际模式识别学会会士(IAPR Fellow, 2014),国际电子电气工程师学会会士(IEEE Fellow, 2019)。2004年于中科院自动化所获得工学博士学位。2004-2010期间,先后于英国帝国理工学院、澳大利亚莫纳什大学、澳大利亚墨尔本大学、英国巴斯大学工作,历任助研、研究员和讲师。2010年入选中科院“百人计划”(终期优秀),2015年获得国家杰出青年科学基金,2016年获得第十四届中国青年科技奖,2017年入选科技部中青年科技创新领军人才,2018年入选首都科技创新领军人才培养工程及国家第四批万人计划领军人才。目前是模式识别国家重点实验室副主任,中科院自动化所智能感知与计算研究中心常务副主任,中国计算机学会计算机视觉专委会秘书长,中国图像视频大数据产业技术创新战略联盟秘书长,中国图象图形学学会视觉大数据专委会主任,中科院脑科学与智能技术卓越中心骨干人才,国家重点研发计划项目首席科学家,IEEE TPAMI、IEEE TIP、Pattern Recognition等国际知名期刊编委。

题目:面向复杂视觉任务的多模态学习

摘要:多模态学习近年来变得越来越重要。本次报告将主要回顾深度学习历史及其在视觉与文本多模态大数据分析中的研究和应用进展,特别的,将重点介绍我们近几年所取得的一些最新的研究成果,如多模态注意网络用于图文匹配、面向多模态匹配的语义概念与序列学习方法、多模态记忆网络用于视频标注等。

 

9.jpg 

简介:季向阳,清华大学教授,控制理论与技术研究所所长。1999年、2001年分别获哈尔滨工业大学工学学士、硕士学位,2008年获得中科院计算技术研究所工学博士学位。2016年入选第二批国家“万人计划”领军人才,2014年获中国青年科技奖、入选中国青年科技创新领军人才,2013年获国家杰出青年科学基金。研究领域包括信号/视频处理、压缩;统计分析、机器学习;光学成像。


1570521119414662.jpg

 

Bio: Zhouchen Lin is currently a professor with the Key Laboratory of Machine Perception, School of Electronics Engineering and Computer Science, Peking University. His research interests include computer vision, image processing, machine learning, pattern recognition, and numerical optimization. He is an area chair of CVPR 2014/2016/2019/2020, ICCV 2015, and NIPS 2015/2018/2019, and AAAI 2019/2020. He is an associate editor of the IEEE Transactions on Pattern Analysis and Machine Intelligence and the International Journal of Computer Vision. He is a Fellow of IAPR and IEEE.

Title: First-Order Optimization Methods in Machine Learning

Abstract: Optimization is a key component in machine learning. When problems scale up, normally only first-order optimization methods can be used in practice. In this talk I will briefly review some advances in the first-order optimization methods in machine learning. If time permits, I will also introduce some of my recent work on first order optimization.

 

11.jpg

简历:王亦洲  博士,长聘教授,博士生导师,国家杰青。现任北京大学前沿计算研究中心副主任。1996年于清华大学获得学士学位,2005年从加州大学洛杉矶分校(UCLA)获得计算机科学博士学位,同年任美国Xerox Palo Alto研究中心 (Xerox PARC) 研究员。2007年加入北京大学计算机科学技术系。主要研究领域为计算机视觉、统计建模与计算、医学影像分析、数字视觉艺术。主持国家自然科学基金项目、973计划项目课题等科研项目十余项,在国际重要学术期刊和学术会议发表学术论文100余篇,多篇论文获得最佳论文奖。获2018年中国电子学会科学技术奖科技进步一等奖。

题目: From Active Vision to Autonomous Learning

摘要:At present, computer vision is standing at a crossroads in its development. In this talk, I will briefly introduce the history of active vision, which is a crucial but largely understudied area of computer vision. I will also discuss its road to autonomous learning.

 

1570521257436246.png

简介:北京大学信息科学技术学院教授,博士生导师,北京大学-南洋理工大学ROSE联合实验室执行副主任。长期从事面向机器识别的视觉特征分析与压缩技术研究,围绕特征的紧凑表示、模式学习和高效索引三方面开展研究工作。近5年以第一/通讯作者身份在IEEE TPAMI, TIP, CVPR, ICCV等领域国际顶级期刊会议上发表学术论文70余篇。作为主起草人,制定了国际标准MPEG CDVS/CDVA,其中CDVS成为多媒体领域我国主导制定的首项ISO国际标准。主持国家自然科学基金重点项目、国家863计划重点课题、国家重点基础研究发展计划(973计划)子课题等。获得2017年国家技术发明奖二等奖、2016年教育部技术发明奖一等奖、2017年中国专利优秀奖,2019年IEEE ICME最佳论文奖、2015年EURASIP最佳论文奖等。担任ACM TIST, ACM TOMM等国际期刊编委及ACM MM, IEEE ICME等会议领域主席, IEEE-MSA技术委员会委员。

题目:智慧城市数字视网膜的模型生成、利用与通信范式

摘要:智慧城市数字视网膜以智能感知的方式将前端视觉传感器(“城市眼睛”)获取的图像数据转换为视觉特征,发送特征给“城市大脑”进行综合分析。通过在前端设备中部署深度学习或手工设计模型,可以提取紧凑视觉特征表达,然后将其交付到云端以进行搜索和分析。在此背景下,提出了一个模型生成、利用和通信范式,旨在突破智慧城市人工智能服务所面临的通信与计算瓶颈与挑战。提出了一种多模型重用和预测策略,提升了智慧城市中数字视网膜处理和分析大规模视觉数据的性能与效率,并验证了所提出范式的可行性与应用前景。


四、会议流程

13:20-13:30 会议报到

13:30-13:40 所领导致辞

13:40-13:50 合影

CSIG图像图形中国行-机器学习、计算机视觉及其应用

13:50-14:20 主题报告一:徐常胜

14:20-14:50 主题报告二:王亮

14:50-15:20 主题报告三:季向阳

15:20-16:35 中场休息

16:35-17:00 主题报告四:王亦洲

17:00-17:30 主题报告五:林宙辰

17:30-18:00 主题报告六:段凌宇


五、联系方式

承办方联系人:张淳杰:电话 13811813495; 邮件:cjzhang@bjtu.edu.cn

主办方联系人:黄英英:电话 010-82544661; 邮件:membership@csig.org.cn

 

image.png

扫描二维码报名参会