特邀讲者：王 亮

博士，研究员，博导，国际模式识别学会会士（IAPR Fellow, 2014），国际电子电气工程师学会会士（IEEE Fellow, 2019）。1997、2000年分别于安徽大学电子工程与信息科学系获得工学学士、硕士学位，2004年于中科院自动化所获得工学博士学位。2004-2010期间，先后于英国帝国理工学院、澳大利亚莫纳什大学、澳大利亚墨尔本大学、英国巴斯大学工作，历任助研、研究员和讲师。2015年获得国家杰出青年科学基金，2016年获得第十四届中国青年科技奖，2017年入选科技部中青年科技创新领军人才，2018年入选中组部万人计划科技创新领军人才。目前是模式识别国家重点实验室副主任，中科院自动化所智能感知与计算研究中心常务副主任，中国计算机学会计算机视觉专委会副主任，中国图像视频大数据产业技术创新战略联盟秘书长，中国图象图形学学会视觉大数据专委会主任，中科院脑科学与智能技术卓越中心骨干人才，中国科学院大学特聘岗位教授，国家重点研发计划项目首席科学家，中科人工智能创新技术研究院院长等。

报告摘要：随着深度学习技术的兴起，行为分析与理解在近些年取得了非常重要的研究进展。但是在实际复杂应用场景下，仍然无法有效地应对缺少数据标注、模型复杂过高、无法适应新场景等现实挑战。本报告将从人体姿态估计、骨架行为识别、行为检测这三个典型任务出发，介绍课题组在弱/自监督学习、高效网络架构设计与搜索等方面的最新研究进展，并简要展望未来发展趋势。

特邀讲者：彭宇新

北京大学二级教授、博雅特聘教授、国家杰出青年科学基金获得者、国家万人计划科技创新领军人才、科技部中青年科技创新领军人才、863项目首席专家、中国人工智能产业创新联盟专家委员会主任、中国工程院“人工智能2.0”规划专家委员会专家、北京图象图形学学会副理事长、中国图象图形学学会会士、副秘书长、提名与奖励委员会副主任。主要研究方向为跨媒体分析、计算机视觉、机器学习、人工智能。以第一完成人获2016年北京市科学技术奖一等奖和2020年中国电子学会科技进步一等奖，2008年获北京大学宝钢奖教金优秀奖，2017年获北京大学教学优秀奖。主持了863、国家自然科学基金重点等30多个项目，发表论文160多篇，包括ACM/IEEE Trans和CCF A类论文70多篇。多次参加由美国国家标准技术局NIST举办的国际评测TRECVID视频样例搜索比赛，均获第一名。主持研发的跨媒体互联网内容分析与识别系统已经应用于公安部、工信部、国家广播电视总局等单位。担任IEEE TCSVT等期刊编委。

报告摘要：互联网数据具有图像、文本、视频、音频等多模态并存的特点，而现有多模态分析与生成技术通常聚焦于粗粒度的大类，难以满足医疗、农业、海洋、交通等诸多领域的精细化需求。而细粒度多模态分析与生成旨在使计算机能够对多模态内容进行精细化分析与生成，例如将皮肤病图像细分为黑色素瘤、黑素细胞痣等各种子类别，根据细粒度文本描述自动生成各种鸟类图像。其挑战在于不同类别差异小，相同类别差异大。如何借鉴人脑的认知机理，模拟注意力机制学习多粒度的辨识性特征，突破细粒度多模态分析与生成难题，对于提高计算机的感知和认知能力至关重要。本报告将介绍我们在细粒度多模态分析与生成上的相关研究进展，包括细粒度图像分类、细粒度跨媒体检索、细粒度文本到视觉内容生成。

特邀讲者：蒋树强

中科院计算所研究员，博士生导师，国家杰出青年科学基金获得者，中科院智能信息处理重点实验室副主任，国际期刊ACMToMM编委，任中国人工智能学会智能服务专委会副主任、中国计算机学会多媒体专委会秘书长、CCF专委工委委员，研究方向为图像/视频等多媒体内容分析、多模态智能、食品计算，主持承担科技创新2030-“新一代人工智能”重大项目、国家自然科学基金等项目20余项，共在IEEE/ACM汇刊和CCF-A类会议上发表论文60余篇，获授权专利15项，先后获中国计算机学会科学技术奖、中国图象图形学会自然科学二等奖、吴文俊人工智能自然科学一等奖和北京市科技进步二等奖。

报告摘要：人工智能技术在各行各业的发展如火如荼，但在食品相关领域渗透率还比较低，两者深度融合尚处于起步阶段。食品多媒体信息的智能化分析与数字化利用在农业、食品工业和服务业等诸多传统领域、以及食品安全和生命健康等各个方面都蕴含着广阔应用前景和巨大社会价值。海量食品数据所蕴含的新机遇以及当前迅速发展的人工智能技术催生了“食品计算”这一新的交叉研究方向。本报告围绕食品计算，从食品识别、多模态学习、食品推荐等几个方面介绍相关研究成果，并对未来食品计算的发展进行了展望。

特邀讲者：殷绪成

教授、博士生导师，国家杰出青年科学基金获得者，本科、硕士毕业于北京科技大学计算机系，博士毕业于中国科学院自动化研究所，现为北京科技大学计算机与通信工程学院院长、模式识别与人工智能技术创新实验室主任，中国图象图形学学会文档图像分析与识别专委会副主任/秘书长。他长期从事模式识别、文字识别、计算机视觉及人工智能芯片技术研究及应用，在IEEE T-PAMI、IEEE T-IP、CVPR、ICDAR等学术期刊会议上发表近100篇论文；以第一完成人获北京市科技进步奖一等奖1项、教育部科技进步奖二等奖1项，带领团队连续四届（2013、2015、2017和2019年）荣获国际文档分析与识别大会技术竞赛共15项冠军。

报告摘要：在诸如智能驾驶、网络多媒体内容安全等开放环境中，新数据、新模式、新类别不断涌现，模式识别与文字识别技术及应用出现新挑战。本报告首先简要回顾开放环境下模式识别的基本概念及主要技术，然后重点介绍其中的一个新方向——“开放集文字识别”（Open-Set Text Recognition），较详细地阐述其基本定义、通用框架和典型算法，最后对开放环境下的多语言多民族文字识别技术应用进行初步的展望。

执行主席：李振波

中国农业大学信息与电气工程学院副院长，教授，博士生导师。中国计算机学会CCF高级会员、CCF计算机视觉专委会执行委员、CCF 计算机辅助设计与图形学专委会执行委员，中国图学学会高级会员、中国人工智能学会会员、IEEE会员。主要研究领域为计算机视觉、智慧农业，围绕计算机视觉关键技术及其在农业领域应用开展了系列理论和应用研究工作。先后主持国家自然科学基金、国家重点研发计划等15项科研课题的研究工作，在国内外学术期刊和ICCV等学术会议上发表高水平论文70余篇，取得国家发明专利20项，出版专著1部，曾获省部级一等奖2项，二等奖3项。

承办单位简介

中国农业大学信息与电气工程学院起源于1955年筹建的农村电气化系和1958年开始招生的生物物理专业，围绕智慧农业国家战略需求，不断加强信息与电气工程相关学科建设。学院涵盖农业工程（农业电气化与自动化）、计算机科学与技术和电气工程三个学科。学院设5个系（电气工程系、电子工程系、计算机工程系、人工智能系、数据科学与工程系）、1个计算机图学研究室和1个工程实践创新中心，以及校、院两级管理的中国农业大学计算中心。学院重点依托“双一流”A+学科“农业工程”，涵盖电气工程与自动化、信息工程与计算机两大学科群，在农业信息与电气工程、智慧农业、农村绿色能源等领域具有重要学术地位和影响力。目前，学院拥有9个省部级重点实验室、科研实践基地，4个校级研究中心及实验站。中国农业工程学会农业电气化与信息化分会、中国电机工程学会农电科教专委会、全国高等院校计算机基础教育研究会农林类专业委员会挂靠学院。

学院的学科特色为围绕智慧农业发展，形成集计算机技术、大数据技术、人工智能技术、电气技术、生物和生命科学技术等于一体的综合学科体系，并已成为我国高等农业院校中具备完整的电气、电子、以及信息工程学科基础的智慧农业高级专门人才培养和科学研究基地。

学院始终面向国家战略与产业需求，以强农兴农为己任，以新一代信息技术为引领，以信息感知、移动互联、云计算、大数据、智慧决策与人工智能为突破口，以“智慧农业”为主线，全速推进智慧种植、智慧养殖、智能农业装备、智慧农村能源4个领域的发展，助力精准扶贫，推进乡村振兴，给农业插上信息与电气的翅膀。

活动报名

参加人员：

      视觉领域专业人士、研究生、媒体、其他有兴趣者。

报名方式：

点击下面链接或者扫描下面二维码报名 https://www.wjx.cn/vj/h4XTVcZ.aspx (请于5月10日前填写)，有任何问题请邮件联系刘老师ssliu@cau.edu.cn。

参加方式：

免费参加，敬请光临。

CCF-CV 网站：

http://ccfcv.ccf.org.cn/

活动背景

自2015年11月起，CCF计算机视觉专委会(CCF-CV)在全国范围内率先开展走进高校系列报告会、走进企业系列交流会等特色活动，在学术界、工业界产生了热烈反响，受众遍及祖国大江南北。CCF计算机视觉专委会欢迎各兄弟学会、专委会借鉴，共同推动我国相关领域的学术繁荣和产业发展！

活动申请

如您想了解活动申请相关信息，请看活动申请链接。如您有意申请CCF-CV活动，请与专委会秘书处联系。联系方式：

毋立芳：lfwu@bjut.edu.cn

杨巨峰：yangjufeng@nankai.edu.cn