论坛主席

李波 北京航空航天大学

个人简介：李波：北京航空航天大学计算机学院长江学者特聘教授、杰青，北航人工智能研究院常务副院长。兼任国务院学位委员会软件工程学科评议组成员、教育部人工智能科技创新专家组工作组副组长、军委装备发展部人工智能装备应用基础技术专家组成员。当前主要研究方向为计算机视觉、机器学习、知识推理、嵌入式智能系统。已主持国家、省部级课题40余项，是国家重点研发计划项目“公共安全监控视频安全共享与特征分析关键技术研究”项目负责人、国家973计划项目“数字媒体理解的理论与方法研究”首席科学家，原总装“十五”、“十二五”某边海防视频系统型号总设计师。在本领域重要期刊和国际学术会议发表学术论文100余篇，有国内外发明专利80余项，获国家技术发明二等奖1项、国家科技进步二等奖1项。

张永飞 北京航空航天大学

个人简介：张永飞，北京航空航天大学计算机学院副教授、博导。先后于2005、2011年于北航获电气工程及其自动化专业学士和模式识别与智能系统专业博士学位。目前主要研究方向为视觉大数据智能分析处理。主持国家自然基金面上项目（3项）、国家重点研发计划项目子课题、国家自然基金重点项目子课题、863项目子课题、国家重点实验室自主课题、企业合作预研项目等多项科研任务；作为技术骨干参与国家973计划、杰出青年基金、国家自然科学基金项目等多项国家级项目。在IEEE TMM、TCSVT、CVPR、AAAI等发表论文60余篇，获省部级科技奖励2项，申请发明专利20余项（已授权18项，转化近10项）。担任中国图象图形学学会咨询与评议工作委员会秘书长，负责学会学科发展报告撰写工作的组织、评审与推荐，并协助科技成果鉴定等工作。

报告嘉宾

左旺孟 哈尔滨工业大学

讲者简介：左旺孟，哈尔滨工业大学计算学部教授、博士生导师，机器学习研究中心执行主任。主要研究方向包括非理想监督学习方法及其在图像增强与复原、图像编辑与生成、物体检测和图像分类等领域的应用。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、ECCV 2022等计算机视觉顶级会议领域主席，现任IEEE T-PAMI和T-IP等期刊编委。

报告题目：面向低标注成本和小样本的深度网络学习

报告摘要：当前深度学习的成功仍主要建立在大规模标注数据和模型算法的基础上。虽然大规模数据获取已经较为容易，数据的精细化标注仍然会耗费大量的人力物力。近年弱监督、噪声标注和小样本学习等方法获得了较多的关注。因此，报告从知识提取和知识蒸馏的角度出发分析了低成本标注学习问题，为弱监督语义分割和物体检测提供了新的角度和解决方案。其次，针对当前Transformer网络在数据稀缺小样本学习中的存在的问题与不足，通过引入空域一致增广和局部监督，提出了一种自促进监督学习方法，使得Transformer在小样本学习上取得了优于CNN的分类性能。进而，从生成网络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。

耿国华 西北大学

讲者简介：耿国华，西北大学二级教授，博士生导师，国家级教学名师，“万人计划”领军人才，全国优秀科技工作者，现任文化遗产数字化国家地方工程研究中心主任、中国图象图形学学会数字文化遗产专委会副主任、陕西省计算机学会副理事长、全国高校计算机基础教育研究会副会长、陕西省计算机教育学会理事长、教育部第二批全国高校黄大年式教师团队负责人。长期从事智能信息处理与文化遗产数字化等创新性研究，主持国家973前期预研、国家自然科学基金、国科金重点等20余项省部级以上重点项目，在文化遗产数字化保护方面取得多项成果，获国家科技奖1项，省部级科技奖18项，专著5部，在国内外知名期刊发表高水平论文160余篇。

报告题目：文化遗产活化关键技术研究进展

报告摘要：中华民族文化资源丰富、种类繁多且艺术形式多样, 文化遗产具有多样性、独特性和不可再生性等特点,是研究古代人类文明发展的珍贵资料。报告基于先进的智能计算、数字媒体和虚拟现实/增强现实技术,结合文化遗产的传播过程和文化艺术特点,报告围绕文化遗产收集理解、虚实结合智能展示交互和智慧化平台建设等活化关键技术的发展现状、前沿动态、热点问题和发展趋势展开简要分析，结合关键技术发展展示研发应用范例,有利于促进和提升文化遗产活化技术发展,对弘扬中华文明、建设民族文化示范、增强文化自信具有重要意义。

孙启霖 香港中文大学（深圳）

讲者简介：孙启霖，博士，香港中文大学（深圳）助理教授，点昀技术（Point Spread Technology）创始人。2015年在华中科技大学获得学士学位，2021年在阿卜杜拉国王科技大学（KAUST）获得博士学位。 研究领域集中于端到端计算成像相机设计、计算成像、光学、SPAD阵列成像、基于物理学的渲染与仿真和优化，博士期间发表多篇一作计算机图形学顶级期刊会议ACM TOG, SIGGRAPH，Siggraph Aisa, CVPR（oral）等；CSIG三维视觉专业委员会委员、计算机图GAMES执行委员、南通创新区欧美同学会副主席。所创办的点昀技术致力于打造新一代通用计算光学平台，量产了面向实时三维重建的高速、高精度RGBD相机（100/120FPS 软时钟多机对齐），实现了全并行异构流式图像处理器架构(超低功耗、亚毫秒级延时）。

报告题目：计算成像与端到端光学算法联合设计

报告摘要：光学成像系统通常包括光学、探测器、电路以及后处理算法，传统的设计方法对这些环节是分别进行的，难以针对应用场景优化和获得成本和效果的最佳折中。本报告针对如何突破光学、传感器、算法以及探测器联合设计的壁垒，实现全链路优化、端到端优化，满足日益增长的科研与市场需求，剖析了计算成像的前沿方法、物理约束，阐述如何实现端到端光学算法联合优化。包括可微衍射光学端到端设计与可微复杂透镜的端到端设计等。

贾金原 同济大学

讲者简介：贾金原教授带领团队深耕Web3D关键技术研究长达17年，大力推广轻量级Web3D引擎在虚拟仿真、虚拟现实、动漫游戏、数字孪生与元宇宙的创新应用。他在Web3D领域发表了50余篇高质量学术论文，获得10项发明专利授权，均成功转让给企业进行产业化。2021年他被增选为中国图学学会常务理事，创建网络图形学（Web3D）专委会主任，曾两次担任中国虚拟现实大会程序委员会主席，两次担任ACM Web3D大会程序委员会主席。其团队的研究成果连续四次获得中国虚拟现实大会（ChinaVR）最佳论文奖、国际 (Edutainment2017)会议最佳论文奖和国际ACM Web3D2020会议最佳论文奖。他还曾先后获得上海科技进步一等奖、中国产学研合作（个人）创新奖与工匠精神奖以及中国图学学会科技进步二等奖等。

报告题目：移动在线Web3D大数据实时绘制关键技术及元宇宙示范应用

报告摘要：目前元宇宙作为新一代互联网发展得十分火爆，元宇宙需要人人都能随时随地在移动互联网上线浏览与创作超大规模虚拟世界，移动Web3D大数据在线实时渲染技术就成为元宇宙的刚需。本团队长期深耕移动互联网Web3D关键技术，提出了一整套的高效率、低成本、低能耗、高品质的轻量级实时在线高品质渲染得解决方案：（1）海量虚拟世界场景的轻量级细粒度化预处理；（2）支持多人在线共享虚拟世界的渐进式对等传输调度机制；（3）海量Web3D场景复杂光影的轻量级在线高品质渲染。我们基于上述关键技术研发了若干移动在线体验的元宇宙demo，这不仅验证了上述关键技术的可行性，也揭示了轻量级移动Web3D实时高品质渲染技术为元宇宙提供了4A（Anybody, Anytime, Anywhere, Anything）级在线可视化的智慧服务。

罗娜 中国科学院自动化研究所

讲者简介：罗娜，工学博士，中国科学院自动化研究所脑网络组研究中心副研究员，博士后创新人才支持计划入选者，中国科学院特别研究助理资助项目入选者。主要研究方向为跨模态脑图谱数据融合方法及其在脑疾病中的应用。目前在Cerebral Cortex，Ebiomedicine，The British Journal of Psychiatry，Medical Image Analysis等本领域著名期刊上发表论文十余篇。主持国家自然科学基金青年基金、博士后科学基金等3项科研项目，并作为课题骨干参与科技创新2030-“脑科学与类脑研究”重大项目等。现任中国图象图形学学会脑图谱专委会委员。

报告题目：跨模态脑图谱数据融合研究进展

报告摘要：脑图谱是研究脑结构和功能及脑疾病的基础，不同类型的脑图谱从不同角度提供了脑的组织模式或连接信息。随着图像采集和生物检测技术的发展，不同模态的脑影像和生物组学数据迅速增长。相较于单模态，多模态融合数据能够同时考察不同模态数据间的多元化信息，挖掘蕴含的未知新信息。因此，开展跨模态脑图谱数据融合研究有助于更全面地理解大脑的结构和功能，并辅助加深对脑发育、老化和病变机理的理解。根据参与融合的模态是否具有空间信息，本报告将近年来有代表性的跨模态脑图谱融合技术分为脑影像融合和脑数据融合两大类。 脑影像融合是指对宏观脑影像(磁共振等)和组织学脑影像(胞体染色、轴突染色等)等具有空间信息的数据进行融合，构建涵盖脑结构和功能信息的跨模态多尺度脑图谱，为研究宏观特征的介观机制以及介观特征的宏观表征提供了重要途径。 脑数据融合是指对缺乏脑空间信息的生物大数据，包括基因组、电生理、认知和行为等，利用脑图谱提供精细空间信息，挖掘高维、异构生物大数据蕴含的信息，明确脑图谱的生理意义，并提升其应用价值。本报告将针对这两类融合类型阐述国内外有代表性的研究进展，并对比国内外研究现状的差异。最后，本报告将讨论了当前该领域待解决的问题以及未来的发展趋势。

论坛日程

8月21日上午