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、海南大学等成功举办21期，参会人数累计3000余人，受到业界好评。本次活动将于4月20日在重庆大学举办。

主办：中国图象图形学学会

承办：重庆大学

时间：2019年4月20日09:00

地点：重庆大学A区主教学楼504会议厅

二、执行主席

张磊 研究员

张磊，博士，重庆大学微电子与通信工程学院研究员，博士生导师，重庆市生物感知与智能信息处理重点实验室副主任，LiVE智能学习与视觉团队负责人（http://www.leizhang.tk），IEEE Senior Member，重庆市高层次人才计划-青年拔尖人才，重庆市学术技术带头人后备人选，国家香江学者计划。主要聚焦于机器学习、迁移学习、深度学习、视觉图像理解、大数据建模等。目前已在IEEE TNNLS、TIP、TMM、TCYB、TSMCA等期刊以及AAAI、ICCV、ACM MM等会议上发表论文80余篇，多篇论文入选ESI高被引论文，Google Scholar引用1000余次。出版英文专著1部，发明专利15项。担任IEEE TENCON/ICONIP/ICCT等20余个国际会议的最佳论文奖评审主席、荣誉主席、程序主席、地区主席和特邀讲者；担任IEEE TPAMI/TIP/TNNLS/TIE/TCYB/TMM/TCSVT/TSMCA/TCAS等50余个期刊审稿人，并获得Pattern Recognition, Neurocomputing等9个期刊的Outstanding Reviewer Award；曾获CCBR Best Paper Award、香江学者奖、重庆市优博、杰出审稿人奖、重庆市自然科学优秀学术论文奖、重庆大学黄尚廉院士青年创新奖、教育部博士学术创新奖等。

三、特邀专家

孙哲南 研究员

孙哲南，中国科学院自动化研究所研究员和博士生导师、中国科学院大学人工智能学院教授、天津中科智能识别产业技术研究院院长、国际模式识别学会生物特征识别技术委员会主席和国际模式识别学会会士IAPR Fellow、中国图象图形学会机器视觉专委会副主任、中国人工智能学会模式识别专委会秘书长、中国生物识别产业技术创新战略联盟秘书长，国际期刊IEEE Transactions on Biometrics, Behavior, and Identity Science编委，主要研究方向生物特征识别、模式识别、计算机视觉，获得国家技术发明二等奖和中国专利优秀奖，主持和参与国家级科研项目20余项，发表国际期刊和会议论文200多篇，近5年论文被SCI他引1000多次，Google Scholar总引用6000多次，H-index指数41，授权发明专利38项，虹膜识别和人脸识别技术成果在煤矿、银行、军事、公安、手机等领域推广应用。

报告题目：生物特征识别研究进展

报告摘要：生物特征识别是计算机视觉和模式识别学科前沿方向，近些年的技术创新和突破日趋成熟，广泛应用于公安反恐、金融支付、社保认证、安检通关等国家重要领域，成为人工智能落地最快和商业市场规模最大的主要方向之一，是新一代人工智能规划、“互联网+”行动计划等国家战略的重点发展领域，并且生物特征识别涉及公众利益攸关隐私、道德、法律等问题，也引起社会广泛关注。本报告将重点介绍报告人团队在虹膜识别和人脸识别领域的最新研究进展，并指出生物特征识别仍然存在的科学问题和技术挑战。

刘文予 教授

刘文予，华中科技大学电子信息与通信学院人工智能研究所所长。中国图像图形学会图象视频处理与通信专业委员会副主任委员、中国图像图形学会常务理事、全国电子与通信工程领域工程硕士培养指导组成员、中国电子教育学会研究生教育分会理事。研究方向为计算机视觉、人工智能。主持8项国家自然科学基金项目，包括国家自然科学基金重点项目，以及国家重点研发计划等项目。获湖北省技术发明一等奖、教育部“宝钢”优秀教师奖。担任多种国际学术会议分会主席和委员会成员。在国内外权威期刊或国际会议上发表论文100多篇，其中在IEEE Trans 发表论文70多篇。

报告题目：基于弱监督学习的物体检测

报告摘要：传统的深度学习物体检测需要使用有详细物体位置和类别标注的图像数据进行训练。然而，收集这些标注〸分费时费力。基于弱监督学习的物体检测只需要使用有图像级别标注信息的数据进行训练，而获取这些数据无疑更加容易。本讲座结合我们的工作，介绍深度区域学习算法以实现基于多示例学习的弱监督物体检测网络。该网络使用基于示例空间的多示例学习方法将候选区域分类结果进行聚合，使得网络可以直接使用图像级别标注作为训练目标；介绍一系列弱监督物体检测解决方案，并探索了弱监督物体检测在图像分类中的应用。

李培华 教授

李培华，教授，博士生导师，现任职于大连理工大学信息与通信工程学院. 2003年获哈尔滨工业大学计算机应用技术专业博士学位，之后在法国INRIA/IRISA，Rennes从事博士后研究. 2011年入选教育部新世纪优秀人才支持计划, 获得过黑龙江省青年科技奖和全国优秀博士学位论文提名奖等荣誉. 所指导的团队获CVPR 2018大规模细粒度物种识别挑战赛iNat-FGVC5冠军(1/59), 2016年获阿里巴巴大规模图像搜索大赛第2名(2/843), 2008年获虹膜识别国际评测NICE第4名(4/97). 研究内容包括深度学习、计算机视觉和模式识别，主要研究兴趣为图像/视频识别、目标检测和语义分割等. 作为项目负责人，主持包括国家自然科学基金、教育部科学技术重点项目和企业合作项目等十几项. 在权威国际期刊如IEEE TPAMI/TIP/TCSVT、PR及国际会议ICCV/CVPR/ECCV/NIPS等发表几十篇论文。

报告题目：深度卷积神经网络中的高阶统计建模：理论及应用

报告摘要：深度卷积网络理论和技术的蓬勃发展极大地推动了计算机视觉的进步。然而，经典的深度卷积网络只能建模高层卷积特征的一阶统计特性，无法建模特征之间的二阶或更高阶的交互关系。基于高阶统计建模的卷积网络能够克服经典卷积网络的不足，大大增强网络的非线性建模能力，更准确地刻画高维度卷积特征更复杂的概率分布。在大规模视觉分类、精细粒度分类、物体检测和行为识别等多个计算机视觉任务上，其性能显著地优于经典的卷积网络模型。高阶统计建模的思想为深度卷积网络模型、理论和架构的研究提供了新的具有启发性的视角和思路。在本次报告中，将主要介绍高阶统计建模的含义、目的和意义，基于全局协方差矩阵和概率分布建模的深度卷积网络模型，以及基于全局近似高阶池化的深度卷积网络模型，最后介绍高阶统计建模深度卷积网络模型在行为识别、视觉问答、风格转换和迁移学习等领域的应用。

黄高 助理教授

黄高，清华大学助理教授，博士生导师。主要研究领域为深度神经网络的结构设计与优化算法，以及深度学习在计算机视觉中的应用。2009年本科毕业于北京航空航天大学，2015年获得清华大学控制科学与工程博士学位，2015年至2018年为美国康奈尔大学计算机系博士后。其博士论文获选中国自动化学会优秀博士学位论文以及清华大学优秀博士论文一等奖。目前在NIPS，ICML，CVPR等国际顶级会议及IEEE多个汇刊共计发表学术论文30余篇，被引用5000余次。曾获得全国百篇最具影响国际学术论文、国际计算机视觉顶级会议CVPR最佳论文奖、世界人工智能创新大赛SAIL先锋奖和吴文俊人工智能自然科学一等奖等奖励和荣誉。

报告题目：深度学习与卷积神经网络

报告摘要：深度学习是近年来推动人工智能迅速发展的关键性技术，被广泛应用于金融、医疗、安防、教育等行业。卷积神经网络作为最具代表性的深度学习模型，应用尤为广泛。本报告将介绍深度学习以及卷积神经网络的基本原理，以及前沿的网络结构和算法，包括报告人提出密集连接的卷积网络模型(DenseNet)。这种网络改变了传统神经网络的逐层连接方式，将网络拓展成二维立体的全连接模式。这种结构具有鲁棒性好、泛化性能高、易于收敛以及参数利用效率高等优点。报告还将介绍卷积神经网络动态压缩、自适应推理等前沿研究方向。

郭裕兰 博士

郭裕兰，现任职于国防科技大学电子科学学院。2015年于国防科学技术大学获工学博士学位，2011年至2014年于澳大利亚西澳大学从事访问研究，2016年至2018年在“博新计划”支持下于中科院计算所开展博士后课题研究。主要研究兴趣包括点云特征学习、三维成像、三维目标检测与识别以及三维场景语义分割等基础理论及应用研究。目前已在IEEE TPAMI、IJCV和CVPR等国际期刊和会议上发表论文70余篇，其中ESI热点论文1篇，ESI高被引论文4篇，论文被引用1700余次，合著英文专著1部。目前担任中国图象图形学学会三维视觉专委会秘书长，IET Computer Vision期刊编委。曾担任ACM MM，IJCAI和AAAI等国际会议的程序委员会委员，IEEE TPAMI和IJCV等30余个知名国际期刊的审理人。作为客座编辑在IEEE TPAMI组织专刊一次，在CVPR组织专题讲习班（Tutorial）和研讨会（Workshop）各1次。曾分别获国防科技大学、全军及中国人工智能学会优秀博士学位论文奖。指导研究生获得2016年第十一届中国研究生电子设计竞赛第一名（特等奖）。

报告题目：三维视觉：从成像到理解

报告摘要：得益于三维成像技术的快速发展及自动驾驶、机器人、AR/VR以及遥感等领域的强劲应用需求，三维视觉在近年来得到了广泛关注。相比于二维图像，三维点云包含了更加丰富的几何、形状和结构信息，从而为场景感知与理解提供了更多可能。在本报告中，将首先介绍研究组在双目成像方面的近期进展，包括双目深度估计和双目图像超分辨。接着，将介绍在三维目标识别与点云语义分割方面的近期工作。

四、会议流程

08:50 – 09:00  会场签到 

09:00 – 09:10  欢迎致辞：谭晓衡院长（主持工作）

09:10 – 09:15  合影

09:15 – 09:45  主题报告：孙哲南研究员

09:45 – 10:15  主题报告：刘文予教授

10:15 – 10:45  主题报告：李培华教授

10:45 – 11:15  主题报告：黄高助理教授

11:15 – 11:45  主题报告：郭裕兰博士

五、联系方式

张磊 研究员

leizhang@cqu.edu.cn