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CSIG合肥会员中心、CSIG青工委与淮北师范大学联合承办，交流主题为“计算机视觉前沿发展”。

主办单位：中国图象图形学学会（CSIG）

承办单位：CSIG合肥会员中心、CSIG青工委、淮北师范大学    

会议时间：2025年6月15日13:30

会议地点：安徽省淮北市淮北师范大学滨湖校区学术报告厅   

二、执行主席

肖建于 教授

肖建于，工学博士，淮北师范大学教授，硕士生导师，全国优秀教师，安徽省教学名师，现任计算机科学与技术学院院长。主要研究领域：信息融合、模式识别等。主持国家自然科学基金项目1项、安徽省高校省级自然科学研究项目1项，负责横向课题10项，发表学术论文30多篇。获实用新型专利3项、计算机软件著作权3项。主持省级质量工程项目7项、校级质量工程项目7项，主编教材9部（其中省级规划教材1部）。获省级教学成果奖5项、全国煤炭行业教学成果奖2项、校级教学成果奖11项。

贾  伟 教授

贾伟，博士，合肥工业大学计算机与信息学院教授，博士生导师。中国图象图形学学会青年工作委员会副主任兼秘书长。中国自动化学会模式识别与机器智能专业委员会常务委员。20余次担任国际国内知名会议的程序主席、组织主席等。已发表SCI论文近百篇，其中在CVPR、ICCV、IEEE Transactions 会刊等国际顶级会议及权威期刊上发表论文CCF A类及中科院1区论文50多篇。主要研究兴趣为人工智能、生物特征识别、计算机视觉、模式识别等。

沈龙凤 副教授

沈龙凤，中国科学技术大学博士，淮北师范大学副教授，硕士生导师。淮北师范大学计算机科学与技术学院智能科学与大数据技术系主任、安徽省认知行为智能计算与应用工程研究中心智能计算与视觉团队负责人、安徽省高校管理大数据研究中心大数据技术应用研究所所长。安徽省计算机学会理事、安徽省人工智能学会理事。参与或主持的科研项目有：国家863计划项目子课题、国家自然科学基金面上项目及青年项目、安徽省重点研究与开发计划项目、安徽省高校协同创新项目、安徽省高校自然科学基金重点项目等。获得安徽省教学成果一等奖一项、二等奖一项。发表学术论文二十余篇，SCI收录十余篇。主要研究兴趣为计算机视觉、深度学习。

三、特邀专家

常晓军 教授

个人简介：中国科学技术大学讲席教授，国家级高层次人才，中国科学院“百人计划(A类)”入选者，民盟盟员，澳大利亚研究理事会青年研究奖获得者。主要从事多模态大模型、计算机视觉和绿色人工智能及其在社会公益方面的应用。主持包括澳大利亚研究理事会科研基金、企业联合基金(Linkage Program)等国家级项目十余项。相关科研成果发表在T-PAMI、IJCV等国际顶级期刊和CCF A类会议上150多篇，论文的Google Scholar引用次数两万多次，其中21篇入选ESI高被引/热点论文。2019年至2024年连续入选科睿唯安高被引学者。担任IEEE TCSVT、IEEE TNNLS、ACM TOMM等国际顶级期刊的副主编和CCF A类会议的领域主席(Area Chair)。

报告题目：三维大模型引领的具身导航新范式

报告摘要：随着三维大模型（3D Foundation Models）的快速发展，具身导航（Embodied Navigation）领域正迎来技术范式的革新。本报告聚焦三维大模型与具身智能体的深度融合，探讨其在复杂动态场景中实现自主感知、决策与运动控制的新方法与新路径。报告首先分析传统导航算法的局限性，指出其在多模态数据理解、场景泛化性与实时交互能力方面的瓶颈；进而提出基于三维大模型的导航新范式，通过预训练的三维场景表征、语义推理与物理规律建模能力，赋予智能体对环境的全局认知与细粒度交互理解。报告重点阐述三维大模型驱动的关键技术突破，包括多模态感知融合、自监督场景建模、任务导向的路径规划算法优化，以及基于强化学习与知识蒸馏的决策框架升级。通过实际案例验证，该范式在未知环境探索、长程导航任务和人机协作场景中展现出显著的性能提升。最后，报告展望三维大模型在具身智能领域的未来挑战，如跨场景知识迁移、低功耗实时推理与开放式任务泛化，并探讨其在服务机器人、自动驾驶与元宇宙等领域的应用前景。

杨勋 教授

个人简介：中国科学技术大学信息科学技术学院特任教授，博士生导师，国家高层次青年人才项目获得者；于2017年博士毕业于合肥工业大学计算机与信息学院，曾在新加坡国立大学计算机学院NExT研究中心担任博士后研究员；2021年回国加入中国科学技术大学信息学院。长期从事人工智能、计算机视觉、多媒体分析等领域的研究，近年来主要关注跨媒体分析与推理以及人工智能模型可靠性等方向的研究。在CCF A类会议以及IEEE/ACM Transactions国际期刊上发表研究论文70余篇。主持国家自然科学基金联合基金重点项目和国家自然科学基金面上项目各一项。现担任CCF多媒体技术专委会(CCF-MM)执行委员、CSIG青工委委员、CSIG/CCF高级会员；担任IEEE Transactions on Big Data（大数据顶刊）、IEEE Transactions on Fuzzy Systems（模糊计算顶刊）和 Multimedia Systems 期刊的编委，多次担任教育部、国家自科基金、北京市等人才类项目的函评专家。

报告题目：面向第一视角问答辅助的多模态大模型研究进展

报告摘要：第一视角视觉问答辅助旨在通过可穿戴智能摄像设备（如智能眼镜）实现人、机、与环境的实时交互与问答辅助。目前，以ChatGPT、Gemini等为代表的多模态大模型在视觉问答任务上取得了令人惊艳的表现。然而，这些研究多集中在对第三视角视觉数据的客观理解上，其在面向第一视角问答辅助时的表现未知。本报告将介绍团队在面向第一视角问答辅助的多模态大模型方面所进行的一系列探索性的研究工作，将重点介绍在多模态大模型面向盲人第一视角问答辅助以及场景文本问答辅助方面的表现研究。研究表明，目前的多模态大模型在盲人辅助问答上较人类个体水平仍有巨大的差距（约30%），但是在场景文本相关的问答上有时甚至能超过人类个体水平。本报告将重点分析该方向的数据集构建、模型评估、及现象解释等，以期能加深相关研究人员对多模态大模型在第一视角问答辅助上的理解与认知。

丛润民 教授

个人简介：山东大学教授、博士生导师，教育部青年长江学者、山东省泰山学者青年专家，入选中国科协“青年人才托举工程”、全球前2%顶尖科学家等。主要研究方向包括模式识别与机器学习、计算机视觉、具身智能等。主持了包括国家自然科学基金（面上、青年）、科技创新2030子课题在内的10余项科研项目。在TPAMI、IJCV、TIP、NeurIPS、CVPR、ICCV、ICML等CCF-A、IEEE/ACM Trans 论文100余篇，ESI热点论文2篇、ESI高被引论文19篇，谷歌引用13000余次；授权国家发明专利36项。担任IEEE Transactions on Neural Networks and Learning Systems等3个SCI期刊编委，获中国图象图形学学会自然科学奖二等奖（序1）、IEEE Chester W. Sall奖、IEEE CVPR运动引导的视频目标分割竞赛冠军、ECCV指代视频目标分割竞赛冠军、IEEE ICME 最佳学生论文奖亚军、ACM SIGWEB 中国新星奖、中国图象图形学学会优秀博士学位论文奖、《信号处理》2020-2022年度优秀论文奖等。

报告题目：视觉内容理解：从瞬态感知走向持续学习

报告摘要：视觉内容理解作为人工智能的核心领域，正面临从瞬态模型向持续能力提升的范式转型。传统的瞬态型学习范式主要解决一次性学习问题，但当模型需要持续性更新、不断进化时往往面临遗忘难题。本报告将以场景分割任务为例，介绍瞬态分割模型的代表性成果，并着重从持续学习角度分享团队的最新研究成果。

任文琦 教授

个人简介：中山大学教授，博士生导师，国家优秀青年基金获得者。天津大学与美国加州大学Merced分校联合培养博士，从事计算机视觉与多媒体内容安全领域的研究。在CCF-A类期刊和会议长文发表学术论文80余篇（7篇ESI高被引论文，2篇热点论文），Google学术引用18000余次，入选2022/2023爱思唯尔中国高被引学者，全球前2%顶尖科学家榜单。多次担任CVPR、ICLR、AAAI等AI和CV领域重要学术会议的领域主席和高级程序委员会委员。主持国家自然科学优秀青年基金、联合重点项目，深圳市优秀科技创新人才培养项目，华为、腾讯等企业合作项目20余项。获中国计算机学会优博论文奖、吴文俊人工智能优秀青年奖、中国电子学会自然科学一等奖（2/5）、中国图象图形学学会自然科学一等奖（3/5）。

报告题目：基于生成先验的图像超分辨

报告摘要：图像超分辨率技术在提升图像质量、挖掘细节信息方面具有重要价值。然而，传统方法在复杂退化条件下的恢复能力有限。近年来，扩散模型凭借其强大的生成能力为图像超分辨率带来了新的突破，但在实际应用中仍面临多种挑战。本报告围绕团队最近在扩散模型驱动的图像超分辨率领域的研究展开。包括扩散模型的恢复先验增强、DiT的双提示策略的图像恢复模型以及退化引导的单步扩散图像超分辨模型，重点解决扩散模型在图像超分辨上的，先验不足，视觉信息遗忘，推理步数多等难题。

刘羽 教授 

个人简介：合肥工业大学仪器科学与光电工程学院教授、博士生导师、生物医学工程系主任，国家级青年人才计划入选者，科睿唯安全球高被引科学家（2023至今），爱思唯尔中国高被引学者（2020至今），IEEE Senior Member。主要研究方向包括多源图像融合、医学图像处理等。主持和承担国家自然科学基金、国家重点研发计划等10余项科研项目。近年来，在IEEE TPAMI、IJCV、IEEE TIP、INFFUS等国际权威期刊上发表论文100余篇，谷歌学术总被引16000余次（2篇第一作者论文单篇被引超1000次），20余篇论文入选ESI高被引论文。获安徽省自然科学二等奖、中国电子学会自然科学二等奖、吴文俊人工智能优秀青年奖、IEEE TIM等两个国际期刊年度最佳论文奖等。担任IEEE TIP、Information Fusion、IEEE SPL、中国图象图形学报等期刊编委。

报告题目：多模态医学图像融合方法及应用

报告摘要：多模态医学图像融合技术能够综合同一场景下不同模态医学图像包含的重要信息，生成能够更加全面描述场景的融合图像，进而有助于医生或智能医疗系统进行感知和决策。针对多模态医学图像融合方向面临的融合方法对噪声/误配准鲁棒性低、模态信息提取能力差、与下游任务关联性弱等挑战难题，课题组近年来基于多尺度变换、稀疏表示、深度学习等技术在多模态医学图像融合方法及应用方向开展了一系列研究工作，将在本报告中进行介绍。

李华锋 教授

个人简介：博士，教授，博士生导师。云南省杰出青年基金获得者、云南省“兴滇英才支持计划”青年拔尖人才、国际期刊IEEE TIP副编辑(Associate Editor)、国际期刊Information Fusion编委(Editor Member)、重庆大学学报青年编委，CSIG机器视觉专委会委员、中国人工智能学会智能服务专业委员会委员、CCF 工业控制计算机专委会执行委员。多次入选全球前2%顶尖科学家最新榜单。主持国家自然科学基金面上项目、地区基金、青年基金共计4项、 云南省杰出青年基金1项、云南省基础研究重点项目1项、青年项目1项。 在CVPR、AAAI、ACMMM、IJCV、ICME、IEEE TPAMI、IEEE TIP、IEEE TIFS、IEEE TNNLS、IEEE TMM、IEEE TCSVT、IEEE TGRS等高水平期刊和会议上发表学术论文70余篇，其中以第一作者和通信作者发表中科院1区/IEEE Trans/CCF A类论文40余篇，入选ESI高被引论文3篇次。获云南省自然科学二等奖1项(排名第1)，授权国家发明专利40余项， 技术转让10项。主要研究方向为计算机视觉、多模态数据融合与检索。

报告题目：文本指引的对象与事件跨模态定位

报告摘要：本次报告围绕文本指引的对象与事件跨模态定位展开，主要探讨如何根据自然语言描述，在图像或视频中准确定位对应的目标或事件。随着应用场景日益丰富，现有方法在理解复杂指引、对齐跨模态信息以及推理推断方面仍面临诸多挑战。针对这些问题，报告将介绍当前领域的主要进展，包括时空特征建模、基于文本描述的时空事件与目标定位方法，以及多模态融合策略。同时，将分享一种能够统一处理对象与事件定位的模型构建方法，通过引入指引建模与层次匹配机制，显著提升定位准确率和模型的泛化能力。最后，报告将展望未来发展方向，如提升对丰富文本表述的理解能力、增强开放场景下的适应性，以及进一步加强跨模态推理能力。

四、会议流程

13:30-14:00 会议签到
      14:00-14:15 校领导致辞及合影

14:15-15:00 主题报告：常晓军教授

15:00-15:45 主题报告：杨  勋教授

15:45-16:30 主题报告：丛润民教授

16:30-16:45 茶歇

16:45-17:30 主题报告：任文琦教授

17:30-18:15 主题报告：刘  羽教授

18:15-19:00 主题报告：李华锋教授 

五、联系方式

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

承办方联系人：沈老师  15856124426    longfengshen521@126.com