中國圖象圖形學學會學術會議與交流工作委員會檢視原始碼討論檢視歷史

來自 搜狐網 的圖片

中國圖象圖形學學會學術會議與交流工作委員會是中國圖象圖形學學會學下設的工作委員會，負責學會國內/國際會議、學術論壇、訪問交流等的規劃、組織、指導與審核。

相關資訊

2022 CSIG機器視覺與智能研討會成功召開

2022年9月24日，中國圖象圖形學學會（CSIG）機器視覺專委會年度學術會議「第二屆CSIG機器視覺與智能研討會」成功舉辦，本次活動由中國圖象圖形學學會（CSIG）主辦，CSIG機器視覺專委會、華中科技大學電信學院聯合承辦。研討會以線上會議和直播的形式，邀請了陳俊龍教授、龔怡宏教授、黃德雙教授、羅笑南教授、李宏亮教授、彭宇新教授、葉齊祥教授、左旺孟教授等八位着名學者來做精彩的專題報告。在專題報告之前，華中科技大學科發院院長廖小飛教授和CSIG機器視覺專委會主任林宙辰教授做領導致辭。本次研討會主題多樣，內容豐富，得到了廣泛的關注，線上會議和直播參與人數超過6000人次！

來自華南理工大學的陳俊龍教授帶來了題為「動態結構神經網絡及其應用」的報告。報告指出當前的深度神經網絡結構存在訓練時間長、容易陷入局部最優解等問題。報告介紹了寬度學習系統（Broad Learning Systems，BLS）。BLS是一種淺層的具有增量學習能力的神經網絡，具有快速、高效的優點。報告基於BLS提出了一種具有動態結構的神經網絡疊層寬度神經網絡（Stacked BLS）。該網絡保留了寬度學習系統高效、快速的優點，同時通過殘差連接將多個寬度學習系統模塊疊加起來，增加網絡的深度，提高網絡的學習能力。報告在多個主流數據集上驗證了該網絡的優越性。

來自同濟大學的黃德雙教授進行了題為「Graph Representation Learning」的報告。報告首先回顧了神經網絡、反向傳播發展歷史，引出黃教授具有開創性、並對後續深度神經網絡發展有很好指導意義的徑向基概率神經網絡、約束學習算法等方法。隨後報告從圖經神網絡發展的重要里程碑，分析了圖神經網絡的局限性及最新發展現狀，就幾個具體問題如圖神經網絡池化問題、圖自監督預訓練問題等進行了詳細的學術分享及介紹。報告最後對圖神經網絡的若干關鍵問題的發展前景進行了展望。

來自電子科技大學的李宏亮教授進行了題為「密集人群場景多模態語義分析」的報告。報告主要涉及到密集人群場景下利用多模態進行場景理解和語義分析。報告針對大規模RefCrowd 人體定位數據集深入淺出為大家介紹了多模態密集人群場景的挑戰與未來。並進一步將細粒度的人體定位理解任務拓展到更大粒度的人群文本描述場景理解任務，並結合CrowdCaption數據集，與大家共同思考密集人群下多模態任務的發展前景和解決方法。

來自中國科學院的葉齊祥教授為我們帶來了題為「小樣本增量學習：回顧過去，展望未來」的報告。葉齊祥教授在報告中講述了目前小樣本增量學習的主要挑戰為對舊類別的遺忘以及對新類別的過擬合，並介紹了目前學術界對於小樣本增量學習的研究。報告中，葉齊祥教授介紹了課題組最新提出的動態支持網絡（Dynamic Support Network）提出採用擴增的方式學習新類別的特徵表達，同時引入對舊類別特徵的回顧，來緩解小樣本增量學習中的「遺忘」與「過擬合」的問題。 此外葉齊祥教授向大家介紹了另一個創新方法——可學習的分布校準（Learnable Distribution Calibration），提出可學習校準單元實現動態調整類別的分布，使其接近真實的類別分布，在增量學習中，通過分布的校準，降低對舊類別的遺忘，同時可以緩解在新類別上的過擬合。葉教授在最後也向大家介紹了未來的展望，利用Vision Transformer實現更好的分布校準來緩解小樣本增量學習中的問題。

來自西安交通大學的龔怡宏教授進行了題為「受腦啟發的神經網絡計算模型及其泛化性分析」的報告。龔怡宏教授從當前CNN的困境講起，凝練出了其中的三大科學難題： 缺乏可解釋性、「紋理偏執」和「災難性遺忘」。龔怡宏教授的課題組與腦認知科學領域的專家學者進行深層次的合作，基於人腦視覺感知與認知機理的研究成果，提出了ADNet、CogNet、CogNeXt等工作機制清晰、性能優越的新型神經網絡，並基於數理分析方法充分驗證了模型的泛化性。

來自桂林電子科技大學的羅笑南教授進行了題為「人工智能賦能元宇宙」的報告。報告主要涉及元宇宙在現實生活的可能應用，讓大家大開眼界。報告從元宇宙的概念及發展講起，介紹了元宇宙的技術底座，分析了元宇宙的倫理、最新發展現狀和挑戰，並對產業元宇宙中2d、3d服裝設計與仿真關鍵技術進行介紹。