“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。本次交流主题为“可信生物特征识别 ”。

一、活动信息：

主办单位：中国图象图形学学会（CSIG）

承办单位：CSIG生物特征识别专委会（筹）、大湾区大学、东莞市智能信息技术重点实验室      

会议时间：2025年8月16日14:00

会议地点：广东省东莞市大湾区大学（松山湖校区）实验楼一楼会议室3

二、会议流程：

13:30-13:50 会议签到

13:50-13:55 信息科学技术学院领导致辞

13:55-14:00 CSIG领导、CSIG生物特征识别专委会（筹）领导致辞

14:00-14:30 主题报告：赖剑煌教授

14:30-15:00 主题报告：郑伟诗教授

15:00-15:30 主题报告：沈琳琳教授

15:30-16:00 主题报告：李斌教授

16:00-16:20 合影、茶歇

16:20-16:40 青年学者报告：邵睿教授

16:40-17:00 青年学者报告：费伦科教授

17:00-17:20 青年学者报告：曾润浩副教授

17:20-17:40 青年学者报告：樊超助理教授

三、执行主席：

余梓彤，大湾区大学长聘副教授，研究员，博导，国家高层次青年人才，国家优秀海外留学生奖获得者，IEEE/CCF高级会员，CCF东莞秘书长，东莞市智能信息技术重点实验室副主任。南洋理工大学博后，博士毕业于奥卢大学，牛津大学访问学者, 研究方向为微视觉计算。发表Cell子刊、PAMI、IJCV、CVPR、ICCV等高水平文章50篇，谷歌总引用6900次，获3项国际学术竞赛冠亚军，授权国家发明专利14项。主持国自然优青（海外）/青年项目、广东省粤莞地区培育项目等。获IEEE芬兰最佳学生会议论文奖，IEEE芬兰SP/CAS最佳论文奖亚军，ICME 24最佳论文候选，连续两年入选斯坦福全球前2%顶尖科学家榜单，指导学生获IAPR最佳学生论文奖、CCBR 24最佳论文提名奖。曾担任ACM MM 25、IJCAI 25等领域主席以及SPC。相关成果落地应用于中国疾控中心、广电运通集团等，以第一完成人获广东省图象图形学会科技进步一等奖。

王广聪，大湾区大学助理教授，研究员，博导，2020年获得中山大学工学博士学位，博士毕业后于新加坡南洋理工大学MMLab担任博士后研究员。已发表20余篇国际高水平的期刊会议论文，包括TPAMI, TOG, TNNLS, TIP, ICCV, CVPR, ECCV, NeurIPS等。曾担任商汤科技元宇宙场景风格化项目的技术主持，致力于将技术转化为实用应用场景，公开专利共6项。获得中国教育电子学会优秀博士论文和中山大学优秀博士论文。被评为计算机视觉国际会议ICCV 2023杰出审稿人。担任英国机器视觉（BMVC 2024，2025）区域主席。获得全球数据挖掘比赛金牌（923支队排第2）。多次担任二十余多个CCF A 期刊会议的程序委员会成员和审稿人。

四、特邀专家：

赖剑煌，中山大学计算机学院二级教授、博士生导师，广东省特支计划杰出人才。中国图象图形学学会副理事长、会士，广东省图像图形学会理事长（第四、五届）。中国计算机学会杰出会员，中国计算机学会计算机视觉专委员会副主任（第一、二届）、广东省人工智能与机器人学会副理事长（第一届）、广东省安防协会人工智能专委会主任。1986、1989年分别在中山大学获学士、硕士学位，并留校任教。1999年在中山大学获博士学位。主要研究领域为计算机视觉、模式识别和机器学习。已主持承担国家自然科学基金与广东联合重点项目、科技部科技支撑课题、国家自然科学基金等。获得广东省科学技术奖励自然科学类一等奖（2018排名1）、中国图象图形学学会自然科学一等奖（2020年）、广东省科学技术奖励科技进步类二等奖（2016，排名3）、获得丁颖奖（2019年）、享受国务院政府津贴。已发表了约200篇学术论文，主要发表在ICCV、 CVPR、 ICDM等专业重要学术会议以及IEEE TPAMI、IJCV、IEEE TIP、IEEE TNN、Pattern Recognition等国际权威刊物上。

报告题目：小股人群重识别若干新进展

报告摘要：小股人群重识别旨在将非重叠视域的摄像头网络下具有相同成员的群组图像进行正确地关联。小股人群重识别是传统行人重识别任务的一个重要拓展，在安防监控场景下有着重要的研究意义和应用前景。报告主要介绍我们实验室近年在小股人群重识别研究探索和实践方面成果，包括基于不确定性建模的小股人群重识别、基于可分解时空残差图的换衣小股人群重识别、基于自适应聚类驱动渐进学习的无监督小股人群重识别、基于群组三维布局重建的鲁棒群体特征提取、基于最近置换距离的群体度量等方法，以及新构建的若干群组数据集。

郑伟诗，中山大学计算机学院教授、教育部“长江学者奖励计划”特聘教授、英国皇家学会牛顿高级学者、国际模式识别协会会士(IAPR Fellow)、广东省卓越青年团队负责人，现任中山大学计算机学院副院长、机器智能与先进计算教育部重点实验室主任。他长期研究协同与交互分析理论与方法，解决人与机器协同等具身智能视觉计算问题。他发表CCF-A/中科院1区/Nature子刊论文 200多篇。担任国际人工智能顶级期刊IEEE T-PAMI、Artificial Intelligence Journal等期刊的编委。作为负责人，主持承担国家级重点类项目和人才项目6项。获中国图象图形学学会自然科学奖一等奖、广东省自然科学奖一等奖等、国家教学成果奖二等奖等。。

报告题目：视觉隐私计算

报告摘要：视觉隐私计算是计算机视觉领域中，在不泄露人脸、步态等原始视觉敏感信息的前提下，实现数据分析、模型训练与推理的技术体系。其核心是解决视觉数据应用中的隐私泄露问题，既满足智能监控、公共安全等场景的需求，又通过数据脱敏等方式实现“数据可用不可见”“模型可用数据不泄露”。本次报告聚焦该技术在行人重识别与行为分析中的成果。在行人重识别方面，主要介绍一个双对抗的重识别模型，以克服模型泄露训练数据信息问题；在行为分析上，将介绍我们在隐私保护数据上所做的视觉识别建模成果。

沈琳琳，教授，上海交通大学学士、硕士，英国诺丁汉大学博士。入选ScholarGPS“全球前0.05%顶尖学者”，2015-2025连续11年被爱思唯尔出版社评为计算机学科“中国高被引学者”，2020-2024连续入围斯坦福大学“科学影响力全球前2%科学家榜单”。现为深圳市“鹏城学者”特聘教授、英国诺丁汉大学计算机学院荣誉教授、宁波诺丁汉大学计算机系访问教授；大数据系统计算技术国家工程实验室副主任、深圳大学计算机视觉研究所所长。期刊《Cognitive Computation and Systems》常务副主编、《IEEE Trans. on Image Processing》资深领域编辑、《Expert Systems with Applications》资深编辑、《Pattern Recognition》《Scientific Data》副编辑, 顶会 IJCAI Senior PC，ACM Multimedia / ICASSP / PRCV领域主席。基于人脸视频的抑郁分析论文获情感计算顶刊《IEEE Trans. on Affective Computing》最佳论文亚军，人脸识别论文曾获国际期刊《Image and Vision Computing》最多他引论文奖，CT图像脊柱分割论文获 Wiley出版社高被引论文奖（Wiley Top Cited Article）。2023年5月带领团队开源首个中文百亿参数大模型“伶荔”，被金融等垂直行业广泛使用。

报告题目：从通用/垂域大模型到智能体

报告摘要：报告主要介绍近几年围绕大模型开展的相关研究工作，从伶荔通用大语言模型到垂域问答模型，包括能够感知多达200人脸属性的人脸大模型，能够以0.5秒感知人体细粒度动作的人体动作大模型，以及医学领域的超声图像基础模型，能够描述细胞形态的病理大模型，和眼科手术视频理解与推理大模型。最后，介绍基于智能体的医疗诊断、模拟/数字电路自动化设计，以及社会科学研究。

李斌，深圳大学教授，博导，广东省智能信息处理重点实验室主任、深圳市媒体信息内容安全重点实验室主任，广东省自然科学基金杰出青年基金获得者，深圳市高层次专业人才，深圳市优秀教师，连续多年入选斯坦福大学全球前2%科学家榜单。长期从事多媒体信息取证与安全的理论与方法研究，发表包括国际权威刊物IEEE T-IFS、IEEE T-IP、CVPR、IJCAI等SCI/EI论文150多篇，谷歌学术引用8000余次，参与制定多媒体取证行标/团标3件，指导学生获最佳论文奖或学科竞赛奖10余项。主持国家自然科学基金联合基金重点项目、深圳市基础研究重点项目等。获中国计算机学会自科一等奖、深圳市自科二等奖、中国图象学会自科二等奖等。担任广东省图象图形学学会副理事长、IEEE TIFS AE/SAE等学术职务。

报告题目：多媒体鉴伪取证新进展

报告摘要：多媒体虚假内容屡见不鲜、伪造方法层出不穷，容易造成经济损失和负面社会影响。多媒体鉴伪取证技术应运而生，在政务、电商、传媒等众多领域有十分旺盛的需求。随着信息处理和人工智能技术的迅猛发展，产生了一些新的多媒体取证需求。本报告将分享深圳大学多媒体信息内容安全团队在多媒体鉴伪取证方面的探索尝试，从如何构建有效的取证检测模型和提升训练数据利用效率两个层面介绍近期取得的进展，并讨论在多模态大模型时代对多媒体鉴伪带来的机遇和挑战。

五、特邀青年专家：

邵睿，哈尔滨工业大学（深圳）计算机科学与技术学院教授，博士生导师，入选国家级青年人才计划。主要研究方向为多模态大模型、具身智能，以第一作者/通讯身份发表CCF-A会议与IEEE/ACM汇刊等高水平论文近40篇。主持国家自然科学基金优青（海外）/青年项目、广东省自然科学基金面上项目、华为人才Funding、华为百万级合作项目等。担任计算机视觉、多媒体顶级会议BMVC领域主席、ICMR 2025大会Panel主席。现负责构建哈工大深圳“九天”多模态大模型。

报告题目：基于多模态大模型的虚实智能体技术研究与应用

报告摘要：近年来，多模态大模型得到了广泛关注与爆发式发展，基于大语言模型强大的理解生成能力，通过联合视觉语言等多模态内容进行模型学习，多模态大模型在问答、生成、人机交互等多个领域展现出了惊人的效果。本报告将分享我们对各类大模型崛起与现状的分析、并介绍哈工大（深圳）自主研发的“感知-理解-决策”三元协同的“九天”多模态大模型。基于“九天”的多模态能力，本报告将着重介绍两个垂域的智能体技术研究，包括虚拟助手智能体与具身智能机器人，分别体现出多模态大模型对于数字世界与物理世界的实际作用与影响。

费伦科，广东工业大学计算机学院教授，博士生导师， CCF/CSIG/IEEE高级会员，研究方向主要包括模式识别、计算机视觉和生物特征识别等。发表IEEE Trans.汇刊/CCF A类论文50余篇，发表论文Google学术引用8000余次。担任国际期刊《IEEE Transactions on Information Forensics & Security》和《Pattern Recognition》Associate Editor。主持国家级课题2项和省部级课题4项，获广东省科技进步二等奖1项，获国际/国内学术会议最佳论文/最佳学生论文奖4次，入选2023和2024 年斯坦福大学发布的“全球前2%顶尖科学家”榜单，为CCF计算机视觉专委会和CSIG生物特征识别专委会执行委员。

报告题目：掌纹识别技术及研究进展

报告摘要：掌纹识别技术因其较好的非接触性、弱侵犯性、半私密性以及使用便利性而受到广泛关注，近年来，亚马逊和腾讯相继推出“刷手支付”系统Amazon One和WePalm，进一步激发了人们对掌纹识别技术的兴趣。本报告将介绍掌纹识别主要发展历程以及代表性掌纹识别方法，介绍项目组在弱约束异质掌纹识别方面开展一点工作，主要包括身份可溯掌纹图象生成、掌纹图象超分、VIS-NIR以及2D-3D异质掌纹识别等，最后对掌纹识别技术未来发展做一个展望。

曾润浩，深圳北理莫斯科大学长聘副教授，北理工博导。广东省重大人才工程青年拔尖人才，深圳市科技创新人才，深圳市鹏城孔雀人才，广东潮博智库专家。研究领域为计算机视觉、多模态数据分析，核心方向包括视频动作识别、情绪识别等，在IEEE TPAMI、IEEE TIP、CVPR等国际顶级期刊和会议发表论文30余篇，谷歌学术总引2000余次，单篇最高引600余次。所提出的视频时序动作分析方法在THUMOS14权威基准连续14个月排名全球第一。近三年主持国家自然科学基金项目、广东省教育厅重点领域项目等纵向科研项目7项。获教育部自然科学二等奖，中国图象图形学学会优博提名奖，IEEE计算机学会杰出组织奖，成果入选CVPR 2024最佳论文Final List。受邀担任NeurIPS、CVPR等人工智能领域顶级会议和TPAMI、TIP等权威期刊的程序委员会委员和审稿人。担任国际会议2024 IEEE SmartIoT本地主席、2023 CSIG青年科学家会议论坛主席，2025 VALSE人体动作理解与生成论坛主席，CSIG多媒体专委会委员，广东图象图形学会青工委委员，计算机视觉专委会委员。

报告题目：基于多模态行为信号的抑郁识别方法及其应用探索

报告摘要：抑郁症作为全球主要心理障碍之一，其早期识别对干预与治疗至关重要。相较传统问卷与访谈，基于人工智能的自动检测手段展现出更高的效率与推广潜力。多模态行为信号（如面部表情、语音与步态等）因其自然、非侵入的特性，在抑郁识别中具有广泛应用前景。本报告介绍了相关系列研究进展，提出结合面部与语音的轻量级融合方法以实现高效识别，进一步引入文本模态构建多模态抑郁识别大模型以提升心理状态理解能力，并探索远距离行为信号在非接触式抑郁识别中的应用潜力。

樊超，2024年底从南方科技大学获得博士学位，随后在深圳大学人工智能学院担任助理教授至今。近5年，樊超主要运用自监督学习、视觉大模型与生成式模型等方法增强人体步态识别与分析任务，曾参与10篇CCF-A类论文发表，其中5篇为第一作者（含两篇T-PAMI与一篇CVPR Highlight），3篇为共同第一作者，Google Scholar被引1,200余次。此外，樊超开源了领域内主流代码库OpenGait，兼容上述所有研究成果，并被多个权威步态识别数据库与竞赛列为推荐代码库。基于上述成果，樊超与团队获得了2025年广东省图象图形学会自然科学奖一等奖（1/5）。

报告题目：基于大平台、大数据与大模型的步态视频识别与分析技术研究

报告摘要：直立行走是人类最主要、最自然的行为特征之一，学界普遍认为步态动作能有效表征目标个体的身份与健康信息。2021年美国情报机构IARPA资助的远距离、超高空生物特征识别项目BRIAR明确将步态识别技术列为重点攻关方向之一，强调了其在远距离、无约束以及人脸不可见等场景下的应用潜力。随着深度学习技术的兴起，步态识别逐步从实验室走向真实世界，其发展面临“数据孤岛”、“算法封闭”、“特征敏感”与“应用受限”等挑战。针对上述问题，团队围绕步态识别的大平台、大数据、大模型与多元化应用体系开展研究，逐步形成了“平台到算法、数据到模型、识别到感知”的研究闭环。

六、联系方式：

承办方联系人：余老师   15989031572    yuzitong@gbu.edu.cn  

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