一、活动简介

“CSIG图像图形中国行”是由中国图象图形学学会主办的学术活动，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100余期，线上线下参会人数累计数万人次，受到业界好评。本次“CSIG图像图形中国行”由南开大学天津市视觉计算与智能感知重点实验室，CSIG智能图形专委会，CSIG青年工作委员会承办，交流主题为图像视频增强与AIGC生成技术。

主办：中国图象图形学学会（CSIG）

承办：南开大学天津市视觉计算与智能感知重点实验室    

CSIG智能图形专委会

CSIG青年工作委员会

时间：2024年6月6日 周四 14：00-17：30

地点：天津市津南区海河教育园南开大学业务西楼报告厅

二、执行主席

任博 副教授

任博，南开大学计算机学院副教授。主要研究方向包括计算机图形学基于物理/机器学习的仿真与控制，神经辐射场三维场景重建与渲染等。在国际顶级期刊会议（中科院一区，CCF A类）发表文章二十余篇。主持或参与多项国家自然科学基金青年/面上项目，国家重点研发计划课题与国家重点实验室开放课题。任中国图学学会理事会国际联络工作委员会委员，CCF CAD&CG专委会委员，CSIG智能图形专委会委员。在SIGGRAPH Asia，CVM，Pacific Graphics等图形学国际会议中出任分会场主席。

三、特邀专家

张磊 教授

个人简介：张磊教授（IEEE Fellow）于2006年加入香港理工大学电子计算学系，2017年起任职讲座教授，长期致力于计算机视觉、图像处理、模式识别等方向的研究，是底层视觉方面的国际权威学者，担任IEEE Trans. on Image Processing（TIP）的高级编委，IEEE Trans. on Pattern Analysis and Machine Intelligence（TPAMI）、SIAM Journal of Imaging Sciences 等多个国际期刊的编委。从2015年至2023年，张教授连续被评为Clarivate Analytics Highly Cited Researcher。张磊教授现亦担任OPPO研究院AI科学家，致力于AI影像前沿技术在手机等产品中的落地，让科技更好地回馈社会。

报告题目：复原一切图像的模型离我们还有多远

报告摘要：图像复原和增强是一个被研究多年的底层视觉基础问题，学者们提出了各种方法和理论，希望可以在不同的情况下，都可以稳定地复原我们想要的图像。但在实际的拍摄场景中，我们依然碰到很多挑战和头疼的问题。深度学习的快速发展，大幅提升了计算摄影的能力，但大部分模型均存在泛化性不足的顽疾。AI大模型，特别是生成式扩散模型的出现，突然间给研究者们打造Restore Any Image Model（RAIM）的梦想带来了曙光。那RAIM离我们还有多远？生成式模型能够解决真实场景拍照的挑战吗？我们还有哪些问题契待突破和解决？本报告将尝试对这些问题做些粗浅的探讨。

程明明 教授

个人简介：程明明，南开大学杰出教授，计算机系主任。主持承担了国家杰出青年科学基金、优秀青年科学基金项目、科技部重大项目课题等。他的主要研究方向是计算机视觉和计算机图形学，在SCI一区/CCF A类刊物上发表学术论文100余篇（含IEEE TPAMI论文30余篇），h-index为80，论文谷歌引用4万余次，单篇最高引用4900余次，多次入选全球高被引科学家和中国高被引学者。技术成果被应用于华为、国家减灾中心等多个单位的旗舰产品。获得教育部自然科学一等奖2项、其他省部级科技奖2项。培养的3名博士生获得省部级优秀博士论文奖。现担任中国图象图形学学会副秘书长、天津市人工智能学会副理事长和顶级期刊IEEE TPAMI, IEEE TIP和《中国科学：信息科学》编委。

报告题目：高效能个性化图像生成

报告摘要：以大模型为代表的多模态图像生成技术可以有效地根据文本信息生成高质量的图像。然而，现有多模态生成技术在模型训练和个性化生成方面表现出较低的效率。例如，作为最近AI顶流的Sora模型虽然可以生成数十秒的流畅视频，但其训练代价相当高。Sora核心组件Difussion Transformer (DiT) 经常需要数十万次地迭代训练才能生成高质量的图像。此外，在图像生成中引入个性化的信息虽然富有吸引力，但是经典通过模型微调的形式经常耗费数十分钟才能得到高质量的结果。这些问题给生成式模型的大规模推广造成了障碍。本报告将介绍如何通过引入结构信息建模能力和个性化信息编码能力，有效地避免上述问题，并将该领域主流方法的性能提升2个数量级以上。

张举勇 教授

个人简介：张举勇，中国科学技术大学数学科学学院教授，获国家基金委优秀青年基金、中科院青促会优秀会员资助。2006年本科毕业于中科大计算机系，2011年博士毕业于新加坡南洋理工大学，2011年至2012年于瑞士联邦理工学院洛桑分校从事博士后研究。研究领域为计算机图形学与三维视觉，近期主要研究兴趣为基于神经隐式表示、逆向渲染与数值优化方法对真实物理世界进行高效高保真三维数字化，以及高真实感虚拟数字内容的创建。 

报告题目：高保真数字人的建模、驱动与编辑

报告摘要：近年来，以NeRF、3D Gaussian为代表的表示方式以其强大的拟合表达能力、可微分等优点在人、物体与场景的重建方面取得了巨大的突破。虚拟数字人要真正的走向应用落地，除建模之外，数字人的多模态驱动、外形与情感的编辑与控制等也是同等重要。在本次报告中，我将介绍课题组在虚拟数字人的快速重建、基于物理的动作与衣服驱动、基于文本的外形编辑等方面的研究工作。

付莹 教授

个人简介：付莹，北京理工大学教授，博士生导师。2017年入选海外高层次青年人才引进计划。主要从事计算机视觉、计算摄像、图像/视频处理等相关领域研究，近五年以第一/通讯作者在中科院一区期刊和计算机机学会推荐A类会议发表论文50余篇，授权发明专利30余项。获计算机学会推荐 A类国际会议ICML杰出论文奖和国际会议PRCV最佳论文奖，主持国家自然科学基金重点项目等国家级项目/课题10余项，获中国指挥与控制学会科学技术进步奖一等奖、人工智能学会教学成果奖励计划一等奖、中国图象图形学学会石青云女科学家奖。

报告题目：RAW域图像去噪与增强技术 

报告摘要：标准RGB图像凭借着其在存储、传播、查看上的便利性，被广泛地使用于大量计算机视觉算法。然而，图像信号处理（ISP）过程中一系列不可逆的退化操作，使标准RGB图像损失了精度，并使得图像的噪声形态变得难以区分。相较而言，RAW图像作为传感器直接采集到的未经退化的数据，具有无损、高数据位宽、线性响应等特征。RAW域图像不仅保持了传感器噪声的原始形态，还保留了更加极端光照下的图像细节。本报告聚焦于RAW域图像处理技术，介绍RAW域图像噪声形态的建模和去噪方法，以及利用RAW图像实现在低光、强光、高动态等典型极端光照场景下的图像增强技术。

四、会议流程

五、联系方式

承办方联系人：任老师  15222861051   rb@nankai.edu.cn  

主办方联系人：王老师  010-82544754  info@csig.org.cn