2022年1月22日，由中国图象图形学学会和中国自动化学会联合主办，中国自动化学会模式识别与机器智能（CAA-PRMI）专委会、中国图象图形学学会机器视觉（CSIG-MV）专委会、中山大学网络空间安全学院和中国图象图形学报学术公益直播平台“图图Seminar”联合承办的“模式识别与机器智能”系列论坛之“机器视觉与智能安全”成功举办。会议采用线上直播的形式举办，吸引了超过1万余人次参加。本次论坛邀请重庆邮电大学高新波教授、南京信息工程大学刘青山教授、西北工业大学韩军伟教授以及厦门大学纪荣嵘教授四位专家学者做特邀报告。中山大学网络空间安全学院操晓春教授担任本次论坛主席并主持了本次活动。与会专家就机器视觉和人工智能安全相关技术的最新学术成果、关键技术以及主要发展方向进行了深入的交流和研讨。

    首先，中国自动化学会模式识别与机器智能专委会主任刘成林研究员致辞欢迎，他对模式识别和机器智能的研究发展进行了总结，同时对四位报告嘉宾表示热烈的欢迎和衷心的感谢，希望借此机会能够和各位专家及同行加强学术交流与合作，拓展师生科研视野，促进学科进步发展，并预祝本次报告会取得圆满成功。然后中国图象图形学会机器视觉专委会主任林宙辰教授致辞欢迎，对各位专家支持专委会活动表示衷心感谢，感谢各位听众的积极参与，最后预祝本次活动取得圆满成功。紧接着，由中山大学网络空间安全学院任文琦副教授主持了本次报告会。

重庆邮电大学高新波校长的报告题目是“大数据安全与人工智能可解释性问题”。报告首先介绍了数字技术和新基建给社会和科技进步带来的新机遇，以及催生的诸多新技术。其次介绍了大数据技术的发展趋势，尤其是与人工智能之间的交叉融合和相互促进，以及由此带来的数据安全与隐私保护问题。然后介绍了人工智能的发展现状与可解释性问题，包括我国人工智能的发展态势，和基于大数据的因果分析研究等。最后高老师对人工智能发展面临的挑战以及未来人工智能的研究热点问题进行了前沿的分析和总结展望。

南京信息工程大学刘青山教授报告的题目是“智能遥感图像分析与应用”。刘老师首先回顾了视觉特征学习的发展历史，之后从视觉特征学习的角度介绍了智能遥感图像分析与应用技术，分享了团队在基于深度学习的光谱遥感图像分类方面的研究进展，例如基于双向卷积LSTM的光谱图像分类、基于级联自回归网络的光谱图像分类等，都取得了优良的效果。其次，刘老师介绍了团队在气象遥感行业应用的相关工作，在气象分析和预警取得了一定的进展，对辅助相关部门应对自然灾害等具有重要作用。在报告最后，刘老师指出深度学习如何学到鲁棒性的视觉特征和如何提高视觉特征学习能力是人工智能时代重要的挑战。

西北工业大学韩军伟教授报告的题目是“AI赋能高分遥感目标检测与识别：挑战、对策及展望”。报告首先总结分析了高分辨率遥感图像目标检测与识别与自然图像理解相比面临的挑战和难点问题。然后介绍了团队在旋转不变目标检测、有向目标检测、弱监督目标检测、小样本目标检测、以及目标型号识别等方向取得的研究进展和典型应用，最后展望了未来在快速轻量化模型设计、弱小目标检测、域自适应目标检测和可解释目标检测等方面的研究工作。随着各项技术的飞速展，遥感将迎来更广阔的发展空间，真正走向智能化、社会化、实时化和大众化。

厦门大学纪荣嵘教授报告的题目是“深度神经网络的压缩与加速研究”。报告针从参数量化、网络剪枝、张量分解和知识蒸馏四个方面介绍神经网络加速和压缩方法。在网络量化方面，纪老师首先介绍了该领域的经典算法，如HashedNets和DoReFaNet等，之后详细讲解了团队提出的PAMS、BNAS、RBNN等方法。在网络剪枝方面，对非结构化剪枝与结构化稀疏学习的典型方法进行了介绍，并汇报了他们团队的工作，如HRank和ABCPruner等。在张量分解方面，纪老师重点介绍了团队提出的LRDKT网络模型。在知识蒸馏部分，主要讲解了团队提出的GAL网络模型。提出的多种方法对实现低功耗前端计算具有重要意义。

报告期间，在线观众积极提问，各位专家也详细的回答了听众的很多提问。最后，操晓春教授对本次活动进行了总结，感谢四位报告专家的精彩报告，各位专家的报告都有很强的前沿性和新颖性，相信每一位听众都收获满满。最后，欢迎各位专家学者到中山大学网络空间安全学院进行学术交流和指导。