第三届图像处理与分析研讨会暨第八届图像技术高峰论坛会议通知

EDADZE365

" C; @9 [5 [7 u- X/ o

第三届图像处理与分析研讨会

暨第八届图像技术高峰论坛

研讨会时间

2021年12月11日

⏩研讨会直播入口

* k+ }3 z: d. ]8 q. a

研讨会介绍

《第三届图像处理与分析研讨会暨第八届图像技术高峰论坛》会议由中国图象图形学学会主办，中国图象图形学学会视觉传感专委会、中国图象图形学学会成像探测与感知专委会、中国图象图形学学会图像应用与系统集成专委会、陕西省图象图形学会、西安电子科技大学、陕西省创新驱动共同体、陕西省创新驱动共同体商业航天与遥感大数据智能处理专业技术委员会承办，西安电子科技大学通信工程学院、深圳市电巢科技有限公司、空天地海一体大数据应用技术国家工程实验室、西咸新区沣东新城管委会科统办、陕西创共体企业孵化有限公司、陕西夸克自控科技有限公司协办。研讨会将围绕图像处理与分析的前沿基础研究、行业应用研究开展学术交流与研讨。

! ^1 }! U* |! h5 r" h8 g

研讨会直播

作为拥有40W+电子工程师用户的电巢（www.EDA365.com），将携手中国图像图形学会，突破传统线下研讨会局限性，打通数字化媒体平台，线上线下同步召开，全程实时直播。通过电巢直播平台分享，将会给企业组织及个人提供更多学习、交流和分享图像处理与分析知识的机会。

; a0 q7 E" o+ y  u3 p4 s

会议组织单位

会议日程

时间		活动	内容	地点
12月11号上午	08:30-08:50	开幕式	致辞，介绍嘉宾	陕西省西安市大秦温泉酒店
	08:50-09:00	照相
	09:00-09:40	大会报告	讲者：韩军伟 报告题目：AI赋能高分遥感目标检测与识别：挑战、对策及展望
	09:40-10:20		讲者：邵晓鹏 报告题目：计算成像技术体系与内涵
	10:20-10:40	茶歇
	10:40-11:20	大会报告	讲者：付莹 报告题目：基于物理成像过程的噪声建模与图像重建
	11:20-12:00		讲者：王震 报告题目：多学科融合铸就人工智能的新发展
	12:00-14:00	午餐
12月11号下午	14:00-14:30	大会报告	讲者：章勇勤 报告题目：古代墓葬壁画的数字修复方法
	14:30-15:00		讲者：侯兴松 报告题目：基于深度神经网络的初级和高级视觉处理
	15:00-15:30		讲者：Dr. Hong FU 报告题目：Behavior assessment with Multimodal sensing and intelligent algorithms
	15:30-15:50	茶歇
	15:50-16:20	大会报告	讲者：陈耿 报告题目：弥散磁共振成像数据的图表征：方法与应用
	16:20-16:50		讲者：张伟 报告题目：三维点云压缩编码技术的标准化进展
	16:50-17:20		讲者: 报告题目：

报告主题及报告嘉宾

韩军伟，西北工业大学长聘二岗教授，IEEE Fellow, 获聘2018年度长江学者特聘教授，入选第四批国家“万人计划”科技创新领军人才，科睿唯安全球“高被引科学家”，爱思唯尔中国“高被引学者”。主要研究方向是人工智能、模式识别、类脑计算、遥感影像解译等。

在领域顶级期刊/会议如：Proceedings of the IEEE，IEEE TPAMI，CVPR，MICCAI等发表学术论文150余篇，论文被引用近2万次。3篇论文入选年度中国百篇最具影响国际学术论文。获2021年度IEEE GRSS Highest Impact Paper Award（IEEE地球科学与遥感学会最有影响力论文奖）、国际期刊IEEE TCSVT 2021最佳论文奖、国际会议IEEE BIBM 2018最佳论文奖，国际会议ACM Multimedia 2010，MICCAI 2011和ICME 2016最佳学生论文奖提名。培养多名博士生/博士后获得中国图象图形学学会优秀博士论文奖、陕西省优秀博士论文奖、博士后创新人才支持计划、国家级青年人才计划、高被引科学家等。获陕西省科学技术一等奖（排名第一）等6项省部级科技奖。担任IEEE TPAMI、IEEE TMM、《中国科学：信息科学》等多个国内外期刊编委，任国际会议如：CVPR, ICPR, ACCV等的领域主席。

• 报告名称：AI赋能高分遥感目标检测与识别：挑战、对策及展望
• 报告摘要：高分辨率遥感图像目标检测与识别是空天地海一体化观测系统的一项关键技术，广泛应用在侦察、监视、预警、搜救等军民领域。与自然图像相比，高分辨率遥感图像具有目标方向多变、目标类型及数量繁杂、特定领域样本稀缺（如导弹阵地）、成像视角单一等特点，此外，不同平台、不同光照、天气条件、大气参数等都会对遥感图像获取产生影响。这些综合因素使得高分辨率遥感图像目标检测与识别，与自然图像理解相比，面临着更大的挑战和更多的难点问题。当AI与遥感技术深度融合，将会产生怎样的火花？本报告首先总结分析了高分辨率遥感图像目标检测与识别面临的挑战，接下来重点汇报我们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，最后展望了未来的研究工作。
  
  

; V. z5 d; q# s

邵晓鹏，1973.07，男，博士，教授，博士生导师，西安电子科技大学物理与光电工程学院院长。2009年和2015年分别留学访问美国佐治亚理工学院和巴黎高等师范学院，主要研究方向为计算成像、光电图像处理与模式识别、光电仪器研制与测试。现为军委科技委/装备发展部XXXX组专家，国防工业光电信息控制和安全技术重点实验室学术委员会委员、中科院航空光学成像与测量重点实验室学术委员会委员、中科院光谱成像技术重点实验室学术委员会委员、中科院空间精密测量技术重点实验室学术委员会委员、中国红外探测器技术航空科技重点实验室学术委员会委员、陕西省先进光学技术国际联合研究中心学术委员会委员、陕西省光信息技术重点实验室学术委员会委员；中国光学工程学会理事、陕西省光学学会副理事长、西安市激光红外学会副理事长；华为媒体技术实验室技术咨询委员会委员；中国兵器光电子专业委员会委员、中国宇航学会遥感专业委员会委员等；《Ultrafast Science》副主编，《激光与光电子学进展》《光学 精密工程》《光子学报》《应用光学》《光电技术应用》《数据采集》《西安电子科技大学学报》《西安邮电大学学报》等期刊编委。OSA Member, SPIE Member。主持国家自然科学基金、军科委前沿创新和国防预研基金等项目50余项，发表论文100余篇，获军队科技进步、航天科技进步二等奖等奖项。

• 报告名称：计算成像技术体系与内涵
• 报告摘要：传统光电成像技术是在工业化时代发展起来的，在民用和军事上都发挥着重要的作用。随着信息时代的发展，传统成像技术难以实现更远的探测距离和更高分辨率需求。计算成像集光学、数学和信息技术于一体，在传统成像引入信息处理方法，改变了传统光学成像单一依靠线性光学信息传递理论，更充分地利用信息通道，获取更多的信息量，从而提升信息维度。报告针对传统成像存在的瓶颈问题，深入分析了计算成像发展的现状，从成像链路和应用的角度出发，提出并建立计算成像体系。同时，从信息论和成像全链路的角度考虑，提出计算成像非线性及复场变换模型；然后针对光电成像中更远的作用距离、更高分辨率、更强的环境适应性和更小的系统等问题，提出了相应的问题与思考。
  
  

/ Z6 c' @) V9 k! ^

付莹，北京理工大学教授，博士生导师。2009年获西安电子科技大学电子信息工程专业学士学位，2012年获清华大学自动化专业硕士学位，2015年博士毕业于东京大学信息科学与技术专业。2016年加入北京理工大学计算机学院，2017年入选国家级高层次人才计划。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，已在IEEE TPAMI、IJCV、TIP等国际期刊和ICCV、CVPR、ICML等国际会议发表论文30余篇，曾获得ICML2020，PRCV2019最佳论文奖。

• 报告名称：基于物理成像过程的噪声建模与图像重建
• 报告摘要：从不完整及低信噪比的观测数据中重构出清晰图像是底层视觉研究中的一项重要任务，其在遥感、生物光学、诊断医学等领域有着广泛的应用。图像重构质量很大程度上取决于所采用的噪声模型以及图像先验的准确性，本次报告将从成像传感器的物理特性出发，建模从光子到数字信号的电子成像物理过程中所涉及到的各类噪声源，并提出一种免调试即插即用的近端优化算法用于图像重构。以突破传统成像系统的限制，并在极暗光成像、压缩感知核磁共振成像、相干衍射成像等任务中展示了优越的性能。
  
  

5 u! }, z; \. V9 W

王震，西北工业大学教授，全球高被引科学家，Elected member of Academia Europaea/The Academy of Europe (AE)，国家杰青，国家青年特聘专家，GF科技创新团队负责人，陕西省科技创新团队负责人。主要研究方向为人工智能基础、智能决策与认知、社交网络分析、认知计算，并结合学校特色从事GF应用研究。目前，在Nature Communications，Science Advances、PNAS、PRL、IEEE T-PAMI、IEEE T-KDE、IEEE T-IFS、IEEE T-II、IEEE T-CYB、中国科学等发表系列成果。主持国家自然科学基金重点项目、GF项目、海外基金等20余项，获科学探索奖、首届MIT-TR 35, China (西部唯一)、陕西省自然科学奖一等奖、陕西省第十四届自然科学优秀学术论文奖一等奖等。

• 报告名称：多学科融合铸就人工智能的新发展
• 报告摘要：人工智能是一门新理论、新技术、新方法和新思想不断涌现的前言交叉学科（涉及到信息学科、心理学、神经生物学、认知科学等），并在人类社会的各个领域产生广泛应用。在认知领域、信息领域、物理-网络领域，我们分别从功能性智能、对抗性智能和博弈性智能对三种层面展开研究，为不同形式、尺度与深度的智能理论与应用研究提供新的研究视角；同时，我们融合人工智能、对抗性机器学习与博弈论等方法，为网络空间智能对抗构建统一的技术体系。
  
  * f  c* D% g+ J4 u5 S+ O) v* W

; M- s) a7 `( k6 \# Z7 M! e6 j/ R

章勇勤，西北大学信息科学与技术学院副教授、硕士生导师、陕西省青年科技新星、陕西高校青年杰出人才支持计划入选者、西北大学优秀青年学术骨干支持计划入选者、西安市智能感知与文化传承重点实验室副主任、文化遗产数字化保护与传播教育部创新团队骨干成员、“西北大学文化遗产数字化保护”陕西省三秦学者创新团队核心成员。2010年6月获武汉大学博士学位，被评为武汉大学优秀毕业研究生，曾任中国科学院深圳先进技术研究院助理研究员、北京大学博士后、美国北卡罗来纳大学教堂山分校研究学者以及陕西省铜川市发展和改革委员会资源型城市转型推进中心（市重大项目推进中心）副主任（挂职）。主持国家自然科学基金2项、国家社会科学基金一般项目1项、陕西省青年科技新星1项、陕西省自然科学基金2项、陕西省社会科学基金1项、中国博士后科学基金1项以及其他纵向项目6项，参与国家重点研发计划、973计划、863计划、国家自然科学基金和总装预研基金等项目10多项，在MedIA、IEEE TCYB、IEEE TIP、MICCAI等国内外重要期刊或会议上发表SCI/EI论文50多篇，获授权中国发明专利20项、美国专利1项和陕西高等学校科学技术一等奖1项。研究方向：机器学习、医学图像分析和数字文化遗产。

• 报告名称：古代墓葬壁画的数字修复方法
• 报告摘要：古代墓葬壁画蕴含着大量的历史文化信息，具有极高的历史、艺术和科学价值。然而，由于自然因素和人为破坏等原因，其中绝大部分壁画存在严重老化、病变、破损甚至消亡等问题。受损壁画严重影响了人们的视觉欣赏和满意度。传统手工修复方法费时耗力且效率低下，不能满足古代壁画保护传承利用需求。由于古代壁画结构复杂等特点，在自然图像上表现优异的深度学习方法难以有效地胜任壁画图像修复任务。为了继承弘扬优秀传统壁画文化，本报告将探讨如何利用深度学习技术，构建高性能和强迁移能力的古代墓葬壁画图像修复模型，进而在自然图像和壁画图像数据集上验证模型的有效性。
  
  

1 m% Y: {0 r/ W0 p1 [7 j

侯兴松，博士、教授，博士研究生导师。2005年4月于西安交通大学电信学院获博士学位，2008年获陕西省优秀博士学位论文奖，2010-2011年在美国哥伦比亚大学电子工程系访问，2014年任西安交通大学教授。现为西安交通大学数据智能计算与通信创新研究所副所长，陕西省图象图形学会常务理事，国防科工委XX领域专业组委员；国家重点研发计划会评/函评专家，国家自然科学基金评审专家，教育部博士学位论文评审专家和多家国际权威期刊论文审稿人。现主要从事信号检测、图像处理（包括图像和视频的采集、压缩编码、传输控制、检索跟踪和识别等）等方面的科研工作。在《IEEE Trans.Image Processing》、《IEEE Trans.Geoscience and Remote Sensing》、《IEEE Trans.Circuit and System for Video Technology》、《IEEE Trans.Multimedia》、《中国图象图形学报》等国内外著名期刊、会议上发表论文80余篇。主持及参与各类科研项目50余项，其中主持国家重点研发计划课题1项，国家自然科学基金项目4项，出版普通高等教育“十二五”规划教材《信号与线性系统》一部。
5 Z! A1 u3 x  k! c; k- f1 h) v

• 报告名称：基于深度神经网络的初级和高级视觉处理
• 报告摘要：深度神经网络在图像处理中得到了广泛的应用。本次分享将重点介绍深度神经网络在初级和高级视觉处理中的研究进展，以及本课题组在基于深度神经网络的图像视频目标检测、图像复原中的研究成果，最后将就深度神经网络在图像处理中可能的发展进行初步展望。
  
  " M! n; Q! u/ V/ @# I' V5 D4 W

Dr. Hong FU received her B.S. and M.S. degrees from Xi’an Jiaotong University, and Ph.D. degree from Hong Kong Polytechnic University, all in Information Technology. She is now Assistant Professor in the Department of Mathematics and Information Technology, the Education University of Hong Kong, Hong Kong, China. She has published more than 70 scientific papers and successfully obtained 4 competitive research projects funded by the Research Grants Council (RGC) of the Hong Kong as Principal Investigator. Her research interests include attention-driven image understanding, multimodal data fusion and analysis, action recognition and evaluation, and intelligent diagnostic systems.

• Title: Behavior assessment with Multimodal sensing and intelligent algorithms  
• Abstract: Integration of multimodal information fusion and intelligent algorithms brings new insights and perspectives in improving traditional behavior assessment in healthcare. The speaker will introduce her research in eye-tracking aided digital system for intelligent ocular misalignment assessment, digitalized assessment of Developmental Coordination Disorder with integrated eye-motion tracking technology, and intelligent handwriting assessment based on gaze-posture-movement tracking
  
  : D8 P0 e. O' e( Z1 f! O

$ z% f" I1 D" D1 O

陈耿，西北工业大学计算机学院准聘教授。2016年博士毕业于西北工业大学，2014-2019年在美国北卡罗来纳州大学教堂山分校IDEA实验室先后任职研究助理和博士后，2019-2021年在阿联酋起源人工智能研究院任职研究科学家。专注于医学图像分析、弥散磁共振成像、人工智能和脑神经科学相关的研究工作。先后参与了多个美国卫生研究院（NIH）资助的科研项目，其中包括了人类连接组计划（HCP）的重要子项目——婴儿连接组计划（BCP）。近五年，发表学术论文50余篇，其中多篇代表论文发表在了IEEE TMI、Medical Image Analysis、MICCAI等领域内的知名期刊和会议上。长期担任IEEE TMI、Medical Image Analysis、IEEE TNNLS、IEEE TIP、MICCAI、IPMI、CVPR、ICCV、AAAI、IJCAI等知名期刊和会议的审稿人，同时受邀担任国际期刊Frontiers in Human Neuroscience的Research Topic Editor和国际会议IJCAI的Program Committee Board Member。曾获得2016年MICCAI旅行奖、2020年MediaEval息肉分割竞赛精度指标第一名等。

• 报告名称：弥散磁共振成像数据的图表征：方法与应用
• 报告摘要：脑科学与类脑研究是当前重要的前沿研究内容，并且得到了世界各国科学界的广泛关注。人类大脑主要包括灰质和白质两种组织，其中白质由神经纤维构成，起着连接脑神经元的关键作用。针对脑白质，迄今人类唯一的非侵入式研究技术手段是弥散磁共振成像（diffusion MRI，dMRI），它是磁共振成像的一种衍生技术，在脑科学研究和脑疾病诊断中有着举足轻重的作用。dMRI数据的处理和分析是一个重要研究方向，而相关研究最大的挑战就是dMRI数据的高维特性，因为它是一种定义在x-q空间的六维数据。本报告将讨论如何利用“图”这一通用的数据结构对dMRI数据做表征，进而利用谱图理论和图卷积神经网络对dMRI数据做处理和分析。
  
  1 `8 U" I* \$ j1 p: b2 Z/ e* A

张伟，西安电子科技大学通信工程学院副教授。研究领域包括视觉感知、多媒体信号编码与传输等。近5年，先后主持国家基金委、陕西省科技计划等课题5项；发表IEEE汇刊及会议论文30余篇；向ISO/IEC运动图像专家组MPEG和国家数字音视频编解码技术标准工作组AVS提交视频编码、点云压缩和视觉质量评估等多媒体相关标准技术提案80余项；申请或授权发明专利50余项。长期担任IEEE TIP、IEEE TMM、IEEE TCSVT等期刊审稿人；担任SCI期刊Signal, Image and Video Processing编委（2019 -至今）；担任多媒体领域旗舰会议 IEEE International Conference on Multimedia & Expo (ICME)的领域主席（2020-至今）。

• 报告名称：三维点云压缩编码技术的标准化进展
• 报告摘要：随着三维感测和重建技术的快速发展，点云在虚拟/增强现实、数字博物馆和自动驾驶等场景中得到广泛应用。然而，点云庞大的数据量给其传输和存储都带来了巨大挑战。相对于传统平面视觉信号，三维点云通常具有空域稀疏、非均匀分布和无连接关系等特征，现有的图像及视频编码技术难以直接应用于三维点云压缩编码问题上。建立符合点云数据特征的编码框架和算法成为了近年来学术界和工业界的重要研究问题。本报告将讨论三维点云的压缩编码框架，回顾各标准化组织在点云压缩编码标准制订上的进展。
  
  

6 y1 A, V) f  |! X8 a

线上直播入口

↓↓↓

【扫描下方二维码，免费预约直播】