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4月28日在电子科技大学举办

2019-04-22

一、活动简介

由中国图象图形学学会(CSIG)主办的“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、海南大学成功举办20余期,参会人数累计3000余人,受到业界好评。本次“CSIG图像图形中国行”——电子科技大学站的交流主题是“类脑智能与应用”。

 

二、执行主席

李永杰,电子科技大学生命科学与技术学院教授、博士生导师、生物医学工程系主任,神经信息教育部重点实验室、神经信息创新引智基地(“111基地”)、科技部神经信息国际联合研究中心骨干成员。担任中国自动化学会理事、中国自动化学会生物控制论与生物医学工程专委会主任委员、中国电子学会生物医学电子学分会副主任委员、中国图象图形学学会视觉认知与计算专委会委员等,IEEE Senior Member。2004年取得电子科技大学生物医学工程专业博士学位,2007年入选教育部新世纪优秀人才支持计划,2008年8月晋升教授,2009.09~2010.09在哥伦比亚大学做访问学者。在国际主流期刊及重要会议上发表科研论文近百篇,包括IEEE Trans on PAMI / IP / ITS / BME、NeuroImage等期刊和ICCV/CVPR/ECCV等国际会议。申请中国发明专利近30项(已授权20余项)。主要研究方向为生物视觉的计算理论、模型及其智能图像处理应用(包括自然图像、医学图像等)。


image.png

李永杰 教授

 

颜红梅,电子科技大学生命科学与技术学院教授、博士生导师,神经信息教育部重点实验室、神经信息创新引智基地(“111基地”)、科技部神经信息国际联合研究中心骨干成员。担任中国生物医学工程测量分会委员、四川省认知科学学会理事等。2004年取得重庆大学生物医学工程专业博士学位2012年8月晋升教授,曾在美国布朗大学神经科学系(2008/09–2009/08)和英国格拉斯哥大学心理系(2014/10–2015/08)做访问学者。在神经科学领域(如Journal of Vision等)及工程领域(如IEEE Transactions ITS等)的国际期刊及重要会议上发表科研论文60余篇。申请中国发明专利近十余项。主要研究方向包括:1)视觉认知与视觉注意的脑机理;2)基于视觉机理的图像计算。


image.png

颜红梅 教授

 

三、特邀专家

余山,中科院自动化研究所研究员、博士生导师,模式识别国家重点实验室副主任,脑网络组北京市重点实验室副主任。20005年获中国科学技术大学获生物学博士学位。之后在德国马普脑研究所(2005.09~2008.08)、美国国立精神卫生研究所(2008.09~2013.12)进行博士后研究。2014年9月入选中国科学院“百人计划”,加入中科院自动化研究所工作,并入选中科院脑科学与智能技术卓越创新中心年轻骨干。担任BMC Neuroscience、Frontiers in Fractal Physiology、Frontiers in Bioinformatics and Computational Biology等国际期刊的Associate Editor或Review Editor。主要的研究兴趣包括:了解脑中复杂的神经元网络如何相互作用,进行信息处理,以及这些网络是如何受到精确的调控,以实现在不同情境、不同任务、不同状态下的高效运作。曾开创性的把信息理论、复杂网络理论和统计力学方法与整体动物微电极阵列记录技术相结合,在脑网络的结构与功能、神经信息的编码与处理等方面取得了一系列重要的结果。今后的工作将着重结合生物神经网络活动记录与计算建模方法,致力于理解大脑皮层信息处理的网络机制,并探索脑启发的新型人工智能算法与系统,包括:1)感觉与认知功能的脑网络机制;2)重要精神疾病的脑网络机理;3)面向脑机接口的神经网络编码;4)类脑智能算法与应用。


image.png

余山 研究员

 

报告题目:从猕猴前额叶到人工神经网络

报告摘要:人类和非人灵长类动物有发达的前额叶,介导了丰富灵活的信息处理,特别是赋予了我们对于相同的外部刺激根据不同的条件,产生不同的反应的能力。神经科学的研究认为这是大脑之所以能够如此高效的适应高度复杂环境的一个关键。但目前关于前额叶如何实现这一功能尚未完全了解,在人工智能系统中如何借鉴前额叶的功能也还不清楚。本报告将介绍前额叶网络对于相同刺激进行不同表征的最新研究,以及据此优化人工神经网络学习能力的初步尝试。

 

柏连发,南京理工大学南京理工大学电子工程与光电技术学院院长、教授、博士生导师。入选国家“百千万人才”工程、被授予“国家级有突出贡献中青年专家”荣誉称号、享受国务院政府特殊津贴。主要从事目标特性、新型光电成像探测、智能信息处理等技术研究,尤其具有高灵敏成像、高信噪比多光谱成像探测、多波段信息融合、仿生视觉建模认知计算、夜视数据挖掘等方向特长。主持研制多种高灵敏高分辨率光谱成像与信息感知系统,成功应用于卫星搭载平台、熔焊增材制造设备、军用无人装备等,实现航天、工业、军事等多领域的信息监测与智能应用。共主持国家重大仪器专项、国家自然科学基金重点项目、军委前沿创新项目、总装预先研究项目、国防基础科研重点项目等10余项。获国家科技进步二等奖1项、国防科技进步二等奖2项、省部级科技进步奖4项以及教学成果奖3项。发表SCI、EI论文170余篇,获国家发明专利授权35件,出版中、英文学术专著各1部。被评为《红外与激光工程》优秀编委、《国防科技工业中长期科技发展规划纲要》编制工作做出重要贡献者、中国兵器GF报告优秀工作者特等奖、中国宇航学会光电技术专业委员会优秀委员、中国人民解放军总装备部装备预先研究先进个人。现任国际IEEE会员、OSA会员、中国图象图形学学会常务理事、中央军委装备发展领域专家、中国光学工程学会理事、中国学位与研究生教育学会理事、中国宇航学会光电技术专业委员会常务委员以及《红外与激光工程》副主编、国际OSA、IEEE、Elsevier审稿人。


image.png

柏连发 教授


报告题目:基于仿生视觉认知计算的多光谱夜视感知技术

报告摘要:针对多源多光谱夜视成像(可见光/微光、短波红外、长波红外等)感知需求,引入生物视觉感知和脑认知机理,突破传统夜视技术,研究实现基于认知计算和信息挖掘的多波段夜视图像融合系列方法模型。结合各波段夜视图像特征,基于视觉非经典感受野、稀疏响应、选择注意、拓扑保持等机理,构建具有人眼视觉典型特性和脑认知功能的新型计算模型,实现自然场景下图像视觉特征提取、增强、显著分析和典型目标鲁棒识别;基于视觉层次感知机制,研究分层、并行的what/where结构框架和异构信息处理模型,高效整合多波段目标认知计算、信息融合模块,实现了快速、准确的夜视场景理解和目标感知方法。将相关核心关键技术推广到航空航天、智慧城市、工业智能化等多个领域,针对不同的应用需求,优化算法并行移植,构建了多套无人夜视成像感知软硬件系统,有效捕获目标、背景分布和精确目标跟踪定位,实现了高效能、高精度多波段夜视信息计算输出。

 

唐华锦, 四川大学计算机学院教授,类脑计算研究中心主任,国家青年千人计划入选者。担任多个国际期刊的Associate Editor,包括 IEEE Trans. On Neural Networks and Learning Systems,IEEE Trans. On Cognitive and Developmental Systems, Frontiers in Neuromorphic Engineering等。并担任IEEE SNCC 2016、2017和IEEE CIS-RAM 2015、2017等国际会议的程序委员会主席,IEEE认知与发育系统技术委员会副主席等。获得多个国际权威期刊的优秀论文奖,成果被MIT Technology Review、Communicaitons of ACM等著名媒体报道。在权威学术期刊和国际会议上发表论文70余篇,由Springer出版英文专著两部。主要研究领域为:在以神经形态器件构造的电路和机器人上实现基于脑的神经计算系统和认知计算,从而模拟大脑的功能;通过设计大脑的神经电路,开发出神经形态传感器,神经形态处理器和神经认知机器人;计算智能、机器学习、自主化智能系统等。目前的研究可分为以下主题:(1) 神经信息编码和突触学习 (2) 神经形态认知计算 (3) 神经形态硬件 (4)大脑GPS的建图和导航 (5) 机器人行为学习 (6) 认知机器人。


image.png

唐华锦 教授


报告题目:类脑空间认知模型gSLAM

报告摘要:基于生物大脑位置、网格等空间感知神经元的空间响应模式以及内嗅皮层-海马区的空间认知机制,提出了一个空间认知地图模型-gSLAM. 该模型实现了多尺度网格神经元的路径积分、位置神经元的空间位置表达以及视觉模板匹配等功能,可用于机器人在现实环境中的定位、建图和导航,且在多个办公环境中进行了实验,都可以生成对环境拓扑结构进行有效表达的认知地图。报告也将介绍Deepmind最近提出的基于数据驱动的空间认知模型。

 

薛建儒,西安交通大学人工智能与机器人研究所教授。2003年在西安交通大学获工学博士学位。2002-2003年在日本富士施乐公司研究本部工作,2008-2009年在美国加州大学洛杉矶分校访问研究。主要研究领域为计算机视觉与模式识别、无人车环境理解及自主运动。任中国自动化学会理事及混合智能专业委员会主任、中国图形图像学会理事及视觉大数据专业委员会副主任。入选国家万人计划科技创新领军人才、教育部长江学者奖励计划、中国自动化学会会士等,获国家自然科学二等奖、国家技术发明二等奖、教育部自然科学奖一等奖、IEEE ITS学会杰出研究团队奖、ACCV2012最佳应用论文奖等奖项。著有英文学术专著《Statistical Learning and Pattern Analysis Approaches to Image and Video Processing》(Springer出版,2009年)。


image.png

薛建儒 教授


报告题目:混合-增强的智能驾驶

报告摘要:无人驾驶无疑是目前人工智能领域呼之欲出的最具颠覆性的智能系统,它能有效降低交通事故、缓解交通拥堵、降低能耗、节约物理空间,深刻变革我们的交通运输与出行模式。然而,实现完全的自主驾驶依然面临着诸多不确定性、脆弱性和开放性问题,这就需要将人的作用或者人的认知模型引入到机器智能系统中,形成人机协同的智能驾驶形态。这种智能驾驶形态可分为两种形式:人机共驾和受脑认知和神经科学启发的自主驾驶。本报告主要探讨这两种智能驾驶形态及研究进展。

 

四、会议流程

08:30 – 08:45  会场签到 

08:45 – 08:50  欢迎致辞:李永杰、颜红梅教授

08:50 – 09:35  主题报告:余山教授

09:35 – 10:20  主题报告:柏连发教授

10:20 – 10:30  茶歇、合影

10:30 – 11:15  主题报告:唐华锦教授

11:15 – 12:00  主题报告:薛建儒教授

 

五、联系方式

张显石 助理研究员

zhangxianshi@uestc.edu.cn, 138-8090-1937

主办:中国图象图形学学会

承办:电子科技大学

时间:2019年4月28日,8:30-12:00

地点:成都市建设北路二段4号,电子科技大学(沙河校区),一教(学术交流中心)二楼205会议室