CCF TCMT CCF多媒体专委会 2020-11-25

CCF-MM走进高校系列活动

CCF@U：CCF-MM

山东省人工智能研究院

2020年11月21日下午，CCF-MM走进高校活动来到山东省人工智能研究院。本次报告会由山东省人工智能研究院承办，以“智能媒体计算前沿”为主题，邀请到北京工业大学卓力教授，华东师范大学张桂戌教授，中国科学院大学吕科教授，清华大学丁贵广教授，重庆邮电大学李伟生教授五位专家带来精彩的专题报告。本次活动由北京大学彭宇新教授担任大会主席，山东省人工智能研究院程志勇研究员担任执行主席。

彭宇新教授首先对本次报告会进行了简要介绍。随后，中科院研究员、多媒体专委会秘书长蒋树强介绍了多媒体专委会走进高校活动，表示此活动旨在邀请资深专家学者作报告，推动学科的发展和建设，促进青年人才的成长。山东省计算中心（国家超级计算济南中心）杨美红主任致欢迎辞，介绍了山东省人工智能研究院情况，对各位专家学者的到来表示热烈的欢迎和衷心的感谢，并希望以此为契机加强沟通与交流，争取进行更深层次的合作。

卓力教授的报告题目是《耳部CT影像的智能化处理与应用》，她指出相较于其他器官，耳部结构复杂而精密，成像区域极小，个体差异较大，并且样本数据匮乏，这都给耳部CT影像的智能化处理与分析带来了诸多挑战。针对此挑战，该报告首先着重介绍了近期与北京友谊医院合作开展的耳部CT影像自动化处理与分析方面的研究工作，包括3D正常人耳图谱创建、耳部前庭分割等，最后介绍了这些研究成果的应用情况。

张桂戌教授的报告题目是《面向大数据的快速磁共振成像及其病理识别问题》，该报告主要介绍了MRI图像快速重建与病理识别问题。首先从两个方面讨论了MR图像重建，然后阐述了病理识别应用方面，指出利用深度网络学习宫颈MRI序列特征以进行宫颈癌癌前病变判别，并通过融合三个不同MRI序列信息实现宫旁侵犯与否的预测，提高识别的效率与准确率。

丁贵广教授报告题目是《深度视觉模型压缩优化技术》，他首先提出深度学习模型的端侧部署已经成为人工智能应用的主要形式之一，但复杂度高、参数量大，给端侧部署带来了巨大挑战，如何在不损失或较少损失模型精度的前提下，减小模型的计算复杂度是人工智能领域研究的重要方向之一。最后介绍了深度学习模型的压缩优化技术，包括模型减枝、参数稀疏化以及量化等压缩方法，以及项目组提出的重参数训练和部署方法论、全局近似最优模型裁剪技术等。

李伟生教授报告题目是《内容安全技术及其在医学影像保护中的应用研究》，首先指出图像作为一种直接视觉客观载体，其真实性在网络、医疗、司法等领域都有着非常重要的作用，但随着医疗信息化和远程诊疗技术的快速发展，医学影响方面的真实性、可靠性以及可追溯性这一系列的安全问题也亟待解决。随后该报告对由于医学影像因其成像方式和图像内容的特殊性，现有自然图像内容安全检测方法并不能直接适用的问题进行深入探讨。

吕科教授的报告题目是《人脸特征点提取方法与应用》，他指出人脸对齐是计算机视觉领域应用广泛的一个挑战性问题，人脸特征点的精确定位在人脸研究领域有着举足轻重的地位，能够为人脸识别、表情分析、人脸动画合成等相关工作提供基础的数据。该报告主要介绍了人脸特征点定位方法的研究进展，深度学习在人脸特征点定位中的应用，以及基于多视角人体三维模型重建方面的研究工作及应用。

本次报告会在每场报告后都设置了问答环节，现场参会人员踊跃提问、积极互动，与报告专家展开深入地探讨和交流，产生了激烈的思想碰撞，激发了大家对智能媒体领域的更多兴趣。最终，本次报告会在热烈的掌声中圆满结束。