基本信息

论坛形式：研讨会
论坛时长：2小时
承办单位：北京百度网讯科技有限公司

论坛介绍

图象图形技术作为人工智能领域一项基础性、普适性技术，近年来呈现出迅猛的发展趋势。在面向现有业务及场景视频化发展激烈竞争的当下，如何从底层技术革新、优化业务逻辑；未来从生产到消费图象图形在哪些新的业务、产品及场景下能够创造更多新的价值是我们迫切需要思考的问题。

本次活动聚焦图象图形技术在体育、医疗、教育、制造等场景的最新探索与应用实践，集聚百度专家、行业大咖、高校学者共话技术创新与发展新思路，为与会学者提供开源开放的深度学术交流平台。

论坛主席

王井东
北京百度网讯科技有限公司

个人简介：王井东，2001和2004年在清华大学自动化系先后获得学士学位和硕士学位，2007年在香港科技大学计算科学与工程系获得博士学位。2007年进入微软亚洲研究院，现任百度计算机视觉首席架构师。2018年，当选国际计算机学会2018年度杰出科学家。2021年入选美国电气和电子工程师协会（IEEE）Fellow。

报告嘉宾

胡晓光
百度

讲者简介：百度深度学习技术平台部杰出研发架构师，有10多年的深度学习算法和框架工程研发实践经验。2015年带领团队研发全球首个基于深度学习的在线翻译引擎。现负责国内首个开源深度学习框架飞桨的核心技术研发，设计了飞桨框架2.0全新的API体系，形成了飞桨API动静统一、高低融合的特色；研发飞桨高阶自动微分机制，并结合编译器和分布式训练技术更高效地支持科学研究和产业应用。牵头研制了飞桨产业级开源模型库，包括计算机视觉领域的PaddleDetection、PaddleOCR等产业级开发套件，建设产业级深度学习开源开放平台，并实现大规模产业应用。曾获国家科技进步二等奖1项，省部级科技进步一等奖3项。

报告题目：飞桨框架核心技术与计算机视觉应用实践

报告摘要：飞桨是我国首个自主研发的产业级开源深度学习平台，其架构具备灵活、高效的特性。本报告介绍飞桨框架的核心设计思想及其在计算机视觉领域的应用实践，包括飞桨整体介绍、特性、计算机视觉产业级模型库、产业应用案例等方面的内容。帮助开发者更好地使用飞桨框架去解决计算机视觉领域的问题，加速AI技术从前沿研究到产业应用的过程。

卢飞翔
百度

讲者简介：卢飞翔，百度研究院资深研究员，博士毕业于北航虚拟现实技术与系统国家重点实验室。研究方向包括：三维重建、语义建模、场景理解、数据增强，以及三维视觉技术在智慧体育以及机器人领域的应用。相关工作发表于：Science Robotics，T-PAMI，ACM TOG，CVPR，ICCV，AAAI等，获得计算机图形学国际会议CGI 2018 Best Paper Award。作为技术负责人主导的百度与中国跳水队合作项目——“3D+AI跳水训练系统”被新华社、人民日报、CCTV、国家体育总局官网等权威媒体宣传与报道。

报告题目：“3D+AI”智慧体育的落地与实践

报告摘要：科技是助力体育事业发展的翅膀，国内外体育已迎来了拥抱科技的大趋势，未来体育运动将全面进入智能时代。这篇报告将分享百度飞桨在智慧体育的两个落地案例。首先，百度基于“3D+AI”技术，为中国跳水队打造国内首个“云-边-端”软硬一体的体育训练系统，从时间和空间维度，突破体育运动定量评价与数据分析的难题，让体育训练更加科学、智能、合理、有效。其次，面向北京冬奥会，百度助力央视总台《奥秘无穷》和《荣誉殿堂》两档节目制作，打造体育类节目新的呈现形式。通过“3D+AI+XR”技术，通俗化拆解运动规则，呈现运动细节，创新观赛体验，助力赛事分析，让科技更好得为冰雪运动助力。

许言午
百度

讲者简介：许言午博士，百度智慧医疗科学家，WHO数字健康咨询委员会专家，中国科学院慈溪医工所客聘研究员，新加坡眼科研究所客聘研究员，IEEE高级会员，中国生物医学工程学会科技创新与产业促进工作委员会委员，全国智能眼科分会常委。自2004年起，他持续从事计算机视觉、机器学习理论及其应用研究，共发表了120余篇国际期刊及会议论文，谷歌引用4700余次，申请国际专利20多项和中国专利60多项。他目前担任医疗影像顶会MICCAI和IPMI组委，Springer Nature旗下Medical Imaging和BioMedical Engineering Online期刊编委，中华医学会主办“中国科技期刊卓越行动计划”英文期刊Intelligent Medicine创刊编委，AAAI、ACPR、ACCAS等国际学术会议组委及PC委员，眼科医学影像国际会议OMIA和国际比赛平台iChallenge创始主席。他先后获聘公安部引智计划特聘专家、浙江省特聘专家、北京市特聘专家。

报告题目：眼底影像人工智能研究中的小数据挑战

报告摘要：相对于现在NLP和CV 领域热门的大模型研究，缺乏高质量的标注数据一直是医学影像（Medical Imaging）研究领域的瓶颈。报告人将结合自己十多年眼科医学影像的研究，介绍怎样利用小数据进行科研探索和怎么克服小数据进行真实落地应用研发的困境。类似原始影像的缺乏，即便有大量“脏”数据，高质量的有效标注缺乏也可以类比解决。希望本报告可以给听众们提供一些思路和真实的案例参考。

章成全
百度

讲者简介：章成全，百度视觉技术部资深研发工程师，是百度OCR算法负责人，支持公司多个关键业务包括百度智能云OCR系列产品。自2016年加入百度视觉团队后，专注于OCR检测和识别、文本图像编辑、以及文档图像结构化理解等前沿算法和应用研发工作。相关工作发表于顶级会议或期刊超10篇，多次取得OCR国际权威赛事冠军，并且获得多项国内外授权专利和1项第23届国家专利银奖。此外，带领团队建设行业领先的OCR产品矩阵并获得信通院的“增强级”产品认证, 以及首届人工智能竞赛唯一“印刷文本OCR”A级证书。

报告题目：OCR图像智能理解技术和产业规模化落地

报告摘要：人类的生产生活已经进入了信息爆炸时代，在漫无边际的海量数据中，文字是信息交互最为重要的载体，广泛存在于文档、街景照片、网络图片和长短视频等媒介中。如何让机器从各种复杂场景图像中提取结构化OCR信息，已经成为了人工智能时代聚焦的基础技术能力。本报告将分享百度OCR面向复杂场景下语义化文字识别和结构化理解的解决方案，具体地包括高效利用大规模无标签图像和文本语料自监督学习的文字识别大模型和面向小数据、版式复杂的文档结构化预训练方案，以及能规模化帮助各行各业进行数字化升级的OCR自训练平台。

黄进
西南交通大学

讲者简介：黄进博士，副教授，硕士生导师。现任西南交通大学&百度飞桨人工智能联合创新实训室主任，西南交通大学&华为技术有限公司机器视觉联合实验室主任，西南交通大学中国土地信息大数据研究院院长，主要研究领域为图像处理与计算机视觉、深度学习与人工智能。编著《数字图像处理原理与实现》书籍一部，主持或参与省部级各类纵向项目十余项，主持横向项目二十余项，国内外期刊发表学术论文十余篇，授权发明专利十余项，在农业农村、自然资源、文化旅游、教育住建等领域实现十余项人工智能科研成果的技术转化和工程应用，实现成果转化经费1千余万元，主办或主讲人工智能技术政府培训或论坛讲座三十余场次，涉及管理干部或技术骨干7000余人。获成都市科技局科技人才创新创业项目资助，国家级教学成果奖二等奖、四川省教学成果奖一等奖等。

报告题目：基于百度飞桨的中考实验操作考试智能评分技术及应用

报告摘要：教育部2019年发布“关于加强和改进中小学实验教学的意见”，明确要求将中考物理、化学和生物实验操作考试成绩纳入中考成绩。为解决监考师资需求量大、操作过程复现性难、评价结果主观性强等难题，基于人工智能的实验操作考试评分成为确保中考公平公正、高质高效组织实施的重要手段。基于中考实验操作考试实验数量多、仪器类型多样、仪器型号复杂、实验步骤严谨、操作细节精准、操作主观性强等特点，智能评分涉及大规模数据集构建、机器视觉模型、自然语言处理，以及模糊多粒计算、跨域迁移学习、多模数据融合等人工智能技术，采用百度飞桨很好地解决了相关技术问题，并取得了良好的市场效益。

杨瑞
武汉大学人民医院

讲者简介：杨瑞，武汉大学人民医院主治医师，医学博士。曾赴中科院深圳先进技术研究院医工所交流学习。擅长泌尿系结石的微创治疗，主要研究方向为人工智能在泌尿外科领域的应用。参与国家自然科学基金项目4项，省部级项目多项。发表SCI4篇，中文核心文章多篇。获批实用专利2项，发明专利一项。

报告题目：深度学习在膀胱肿瘤诊断中的应用的探索

报告摘要：介绍利用飞桨构建的膀胱肿瘤识别模型和利用Edgeboard在临床进行验证的情况。

胡文锐
成都国铁电气设备有限公司

讲者简介：成都国铁电气设备有限公司研发总监。

报告题目：基于图像视频的轨道交通智能巡检应用

报告摘要：为了替代人工巡检，实现轨交基础设施的高效智能化运维，我们利用深度学习技术，对多个实际业务场景中采集的接触网、受电弓、轨道、隧道巡检视频图像进行缺陷智能检测，从而达到轨交运维提质增效的目的。

论坛日程

8月19日下午