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12月18日在南京信息工程大学举办

2021-12-15

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CSIG遥感图像专委会与江苏省人工智能学会智能遥感专委会、南京信息工程大学联合承办,交流主题为“AI与遥感”。

1.png

主办:中国图象图形学学会

承办:CSIG遥感图像专委会

JSAI智能遥感专委会

南京信息工程大学

时间:2021年12月18日 14:00

地点:线上会议

 

二、执行主席

1.jpg

赵忠明 研究员

中国科学院空天信息创新研究院研究员、博士生导师,现任中国图象图形学会副理事长,中国体视学学会常务理事,中国图象图形学学会遥感图像专业委员会主任委员,中国地理学会环境遥感分会常务理事,中国环境科学学会环境信息系统与遥感专业委员会委员,《遥感学报》编委、《中国体视学与图像分析》副主编。长期从事遥感图像处理技术研究工作,对于遥感图像复原、纹理分析、数据融合有较深入的研究。主持研发的遥感图像处理平台软件IRSA多次在国产空间信息系统软件测评中获“表彰软件”称号。主持及参与10余本遥感图像处理书籍的编写,发表论文50余篇,先后获得“中国科学院盈科优秀青年学者奖”1次、国家科技进步三等奖1次、工业科技进步三等奖2次。

2.jpg

   刘青山 教授

刘青山博士,南京信息工程大学教授,计算机学院院长。主要从事模式识别、图像理解等研究,近年来主持承担了国家杰出青年基金项目、国家自然基金重点项目等。先后入选江苏省特聘教授、江苏省双创团队领军人才,江苏省优秀教育工作者,科技部中青年创新领军人才和教育部特聘教授等。曾获教育部自然科学二等奖、中国电子学会自然科学一等奖、和中国计算机学会自然科学二等奖等。兼任中国自动化学会模式识别与机器智能专委会副主任、中国计算机学会计算机视觉专委会副主任、中国图形图像学会学术工委主任、江苏省人工智能学会副理事长等。

 

 

三、特邀专家

3.jpg

陶然 教授

北京理工大学信息与电子学院教授,信息与通信工程、应用数学双学科博士生导师。曾获国家杰出青年科学基金资助,曾任长江学者特聘教授,是百千万人才工程国家级人选,曾任国家自然基金委创新研究群体带头人、教育部创新团队带头人、北京市自然基金优秀团队带头人,是北京市重点实验室主任、教育部高等学校电工电子基础课程教学指导分委员会委员。是中国电子学会会士,URSI(国际无线电科学联盟)中国委员会副主席,《北京理工大学学报(英文版)》主编,《光电工程》、IEEE Signal Processing Letters、Defence Technology 等国内外著名学术期刊编委。

长期从事分数域信号与信息处理研究,包括采样与快速算法、滤波与参数估计、多域分析与利用等,成果丰硕,并已在分数域信号与信息处理理论及其在雷达、通信、电子对抗中得到成功应用。主持国家自然科学基金重点项目、重大仪器项目(自由申请)、军委科技委基础加强重大项目、总装重点基金、预研项目、国防基础科研项目、北京市自然基金重点项目等。在IEEE Trans, Signal Process. 等国际著名学术期刊发表的论文被SCI收录200余篇,Google Scholar引用量8000余次;以第一作者出版信号处理领域著作、教材3部,其中包括2004年出版的国内首部信号处理领域关于分数傅里叶变换的著作;授权发明专利93项。获教育部自然科学一等奖1项、教育部科技进步一等奖2项、北京市科学技术二等奖1项、国防科学技术进步二等奖1项、中国电子学会科学技术二等奖1项。

他是全国高校黄大年式教师团队核心成员,获北京市高等学校教学名师和高校青年教师奖。获国家教学成果二等奖1项、国家级一流本科课程1项、北京市教学成果一等奖1项、北京市高等教育精品教材1部。被评为北京市教学名师、工业和信息化部工信先锋、北京市优秀党员、北京市高校优秀党员、北京市师德先进个人。作为导师和导师组成员培养的4位博士获全国优秀博士论文提名奖,1位获北京市优秀博士论文奖,1位获全国学会优秀博士论文奖。获北京理工大学优秀教育教学成果一等奖1项,主持北京理工大学教育教学改革重大培育项目1项、重点项目2项、明精计划项目1项、研究生“明星”课程建设项目1项、精品课程1项,获研究型课程认证1项、“课程思政”教学设计优秀案例1项。

主题报告1:分数域信号与信息处理及其应用–兼论拔尖人才培养

信号处理方法是制约信息系统性能的核心和基础。傅里叶分析方法能够有效处理平稳信号,已被广泛应用于众多工程领域。然而,随着对信息系统性能要求的不断提高,传统方法在处理非平稳信号时遇到了困难。分数傅里叶分析作为新颖的信号处理工具,能够反映出信号从时域逐步变化到频域的所有特征,具有分析处理非平稳信号的能力,受到信号处理领域的高度关注。

本报告围绕分数域信号处理及其应用,概述了分数域信号处理的国内外研究团队及其最新研究进展;介绍了以分数域采样、分数域滤波和多分数域联合分析等理论方法形成的分数域信号处理体系及其在雷达、通信、导航和光学测量等方面的应用;指出了分数域信号处理在解决高速、高加速目标探测与识别、城市和海洋环境中的低慢小目标探测与识别等当前国家重大需求问题上起到的关键作用;讨论了分数域信号处理未来的发展方向和应用潜力;最后探讨了拔尖人才培养的教学理念。

 

 

4.jpg

冯伟 教授

天津大学教授,博士生导师,天津大学智能与计算学部副主任,计算机科学与技术学院院长,国家文物局“文物本体表面监测与分析研究”重点科研基地主任,天津市认知计算和应用重点实验室副主任,教育部新世纪优秀人才。中国仪器仪表学会图像科学与工程分会常务理事、青年工作委员会副主任,中国人工智能学会模式识别专委会委员,中国图象图形学学会遥感图像专业会委员,中国图象图形学学会青工委委员。主要研究兴趣为计算机视觉、视觉机器人、机器学习与模式识别,发表包括TPAMI、IJCV、TIP、CVPR、ICCV在内的学术论文100余篇。近年来,在真实赋存环境下的文物本体微变精密测量方向取得多项代表性成果,在敦煌莫高窟、秦始皇帝陵博物院、颐和园、故宫等二十多个世界文化遗产地应用。作为第一完成人获得天津市技术发明二等奖1项。担任SCI期刊Neurocomputing和Journal of Ambient Intelligence and Humanized Computing (JAIHC)编委。

主题报告2:基于主动视觉的高值场景微变监测

面向文化遗产、大坝等高值场景和目标的细微变化检测是计算机视觉领域的一个颇具挑战性的新问题。微变检测在相机参数、光照条件、变化尺度三方面均与传统的变化检测问题存在根本性不同,需要在精准重现相机和光照两个基本成像条件的基础上,才能准确提取场景在较长时间跨度内发生的细微变化。本报告从主动视觉角度,系统介绍我们在主动成像条件重现方面的最新工作进展,重点介绍结合机器人平台的相机六自由度位姿重定位与主动光照重现。并且以真实赋存环境下的文物微变监测为例,介绍该项技术的具体应用情况。最后,从本团队的科研实践出发,对视觉智能和机器平台的结合进行展望。


 5.jpg

李伟 教授

        北京理工大学信息与电子学院教授、博士生导师、副院长,国家优秀青年科学基金、北京市杰出青年基金获得者。主要从事高光谱图像处理、目标检测与识别等领域的研究,以第一/通讯作者在IEEE TGRS、IEEE TIP、IEEE TCYB等期刊发表论文80余篇,谷歌学术引用8000余次,ESI高被引论文14篇,入选2020年爱思唯尔中国高被引学者榜单。曾获中国图象图形学学会自然科学二等奖(序1)、中国测绘学会科学技术奖二等奖(序3)、IEEE TGRS和IEEE JSTARS最佳审稿人奖、IEEE Whispers杰出论文奖等奖项,并入选北京市科技新星计划。现/曾担任IEEE TGRS、IEEE JSTARS、IEEE SPL等期刊编委,和第11届IEEE CISP-BMEI国际学术会议大会主席。

主题报告3:高光谱多源遥感图像协同分类研究

以高光谱图像为代表的高体量数据能够对观测对象实现空间、光谱等多方面信息的同步获取,在医学诊断、资源调查、军事侦察等领域都极具发展潜力。然而,高光谱数据呈现出强谱间、弱空间的分辨率特性,利用单源高光谱数据信息,限制了其应用发展。为了解决这一问题,需要协同更多信息源并综合利用各类数据的合作性及互补性,在信息智能融合基础之上完成观测目标的精确分类。报告人针对高光谱多源遥感图像协同分类这一国际学术界的热点和难点问题,以多尺度图像匹配融合、多通道图像特征联合、多模式协同分类建模为主线开展本次汇报。

 6.jpg 

孙显 研究员

中国科学院空天信息创新研究院研究员、博士生导师,中科院重点实验室副主任。长期从事我国对地观测卫星地面系统智能处理与分析关键技术攻关。先后主持国家自然科学基金、国家科技重大专项、国家重大型号工程等10余项任务。获国家科技进步一等奖1项,中国科学院杰出成就奖1项,省部级奖励6项、入选中国指挥与控制学会“青年科学家”。发表SCI论文收录70余篇,ESI高被引论文7篇,出版专著2部,授权发明专利24项。是IEEE高级会员,中科院青年促进会会员,任IEEE GRSS IADF-MIA共同主席、IEEE JSTARS、Remote Sensing等国际期刊的编委/客座编委,遥感学报、中国图象图形学报等期刊青年编委。

主题报告4:遥感大数据智能分析方法与应用

随着对地观测技术的进步,遥感已进入大数据时代,呈现出多传感器、多时相、多分辨、多要素等“四多”新特性,迫切需要面向多元化应用,以机器学习方法为基础,融合成像机理、目标特性、专家知识,AI赋能遥感处理,降低定量遥感的门槛,催生全新的应用模式。报告从遥感智能的基本概念、核心技术和典型技术进展三个方面展开,系统介绍了遥感大数据处理的体系框架,重点阐述智能处理中的若干科学问题及解决思路。进一步将遥感智能技术与业务模型深度融合,通过提供新的服务决策模式,在国防安全、国土资源、水利环保等军民多个行业的典型应用和后续展望。

 

四、会议流程

14:00-14:15 会议开场致辞
14:15-14:50 主题报告:分数域信号与信息处理及其应用–兼论拔尖人才培养

14:50-15:25 主题报告:基于主动视觉的高值场景微变监测

15:25-16:00 主题报告:高光谱多源遥感图像协同分类研究

16:00-16:35 主题报告:遥感大数据智能分析方法与应用


五、联系方式

承办方联系人:杭老师  13705194680    renlonghang@nuist.edu.cn

主办方联系人:孟老师  010-64868230   mengyu@aircas.ac.cn


 本次会议免费,请扫描二维码参加

7.jpg