2021年粤港澳图象图形学术会议暨人工智能产业发展论坛在北京师范大学珠海校区圆满落幕

（通讯员：胡兴林）为促进粤港澳大湾区图象图形与人工智能领域的学科发展和科学研究，进一步促进产学研的深度合作交流与创新，推动战略新兴产业的融合发展。2021 年 12 月 17 日-19 日，由珠海市科学技术协会支持，中国图象图形学学会、广东省图象图形学会、北京师范大学联合主办的2021年粤港澳图象图形学术会议暨人工智能产业发展论坛在北京师范大学珠海校区顺利举行，大会邀请中国工程院院士王恩东、中国科学院院士徐宗本等九位知名专家做主题报告,来自粤港澳大湾区、全国各地的百余位专家学者、企业嘉宾及部分高校本硕博学生代表等400余人齐聚珠海，学术碰撞，智慧交融，成果丰硕。

开幕式由大会主席、北京师范大学人工智能学院执行院长姚力主持。珠海市科学技术协会社会组织党委书记杨穆，广东省图象图形学会理事长倪江群，北京师范大学自然科学高等研究院学术委员会主任狄增如等三位嘉宾分别为开幕式致辞。

为助力珠海及粤港澳大湾区图象图形与人工智能领域发展，按照北京师范大学“一体两翼”办学部署，教育部智能技术与教育应用工程研究中心、教育部虚拟现实应用工程研究中心落户北京师范大学珠海校区，建立珠海基地。黄华、赵志文、武仲科、黄静等四位中心负责人共同揭牌，开幕式致辞嘉宾与哈尔滨工业大学教授徐勇、北京师范大学-香港浸会大学联合国际学院副校长贾维嘉，北京师范大学自然科学高等研究院副院长刘静玲，广东省图象图形学会副理事长金志文、北京理工大学珠海学院计算机学院院长路良刚等上台见证揭牌仪式。

特邀报告 直击主题 前沿探究图象图形与人工智能

中国工程院院士王恩东、中国科学院院士徐宗本等九位知名专家为大会做主题报告，北京师范大学人工智能学院黄华教授、邬霞教授分别主持。

中国工程院院士、浪潮集团首席科学家王恩东作“计算力，智慧时代生产力”线上主题报告。他指出，未来人工智能对计算的需求将占全球计算需求的80%以上，而承载这种需求的就是智能计算中心。国家枢纽节点建设应做好网络、能源、算力、数据、应用等一体化发展，最终构建成以数据流为导向 的新型算力网络格局。算力供给正呈现供不应求之势。 各种人工智能场景和数字化业务加速落地，对计算力需求旺盛。该如何弥补人工智能算力“鸿沟”？王恩东院士的答案是计算技术与产业需构建新发展格局，加速计算向智算转型，其中多元算力融合是关键，算力供给基建化是支撑。

中国科学院院士、西安交通大学数学与统计学院教授徐宗本作“如何学习学习方法论”线上主题报告。他认为，要想真正解决好机器学习的学习问题，需要更高层的指导，即方法论。在报告中创新性的提出使用数学框架研究机器学习自动化，首先解释了利用方法论的原因，重点谈到了模拟学习方法论(SLM)的数学模型，以及如何为实现机器学习自动化提供模型；其次，阐释模拟学习方法论理论，并结合实际问题分析如何在提出的数学框架下进行应用；最后，对模拟学习方法论的挑战以及人工智能未来的发展进行了总结与展望。

国家杰出青年基金（海外）获得者、香港中文大学（深圳）理工学院院长陈长汶作“Effective  Deep Learning  via  Network Morphism”线上主题报告。Prof. Chen presented that network morphism is an effective learning scheme capable of morphing a well-trained neural network to a new one with the network function preserved. Current network morphism scheme addresses only basic morphing types at the layer level. In this talk, we address the central problem of network morphism at a higher level: how a convolutional layer can be morphed into an arbitrary module of a neural network. In particular, we abstract a module as a graph with blobs as vertices and convolutional layers as edges. Then, the morphing process can be formulated as a graph transformation problem. We introduce two atomic morphing operations to construct the graphs and classify the modules into two families: simple morphable modules and complex modules. We prove that any module can be morphed from a single convolutional layer. Extensive experiments were carried out to verify the effectiveness of the proposed scheme.

国际欧亚科学院院士、教育部长江讲座教授、国家自然科学基金海外杰青田奇作“盘古预训练大模型”现场主题报告。他认为，人工智能正在加速进入千行百业，同时人工智能也遭遇了很多挑战，比如AI应用场景碎片化导致的“一个场景、一个模型”的定制化、作坊式的开发，如何将行业知识与AI技术相结合，以及客户对AI技术在攻击、隐私、安全方面的顾虑等等。 本报告主要 是针对目前定制化、作坊式的 AI 开发效率低、成本高的问题，提出了 AI 工业化开发的新 范式： 预训练+微调为基础的华为云盘古预训练大模型。 在此次报告中，将介绍盘古大 模型在 NLP、CV、多模态、和科学计算中的行业应用与实践做一个介绍。

广东省杰出人才、深圳大学特聘教授、IEEE Fellow、广东省网络与信息安全产学研创新联盟理事长黄继武作“图像篡改定位”现场主题报告。他指出，媒体（图像、音频、视频）越来越多被采用作为数字证据。然而，有了功能强大的多媒体编辑工具（例如用于图像编辑的 PhotoShop, 用于音频编辑的CoolEdit, GoldWave and Adobe Audition，用于视频编辑的 Adobe Premiere），普通用户可以很方便地对多媒体内容进行篡改以生成伪造媒体而不为人们的听视觉所感知。AI技术的发展，进一步提高了多媒体造假水平。伪造多媒体的流行给国家和社会带来了很大的安全问题。多媒体取证分析旨在实现对多媒体来源和篡改进行辨识和定位。本报告首先从多媒体取证的研究背景开始，结合本领域近年的研究进展和本实验室的部分研究工作，介绍多媒体取证主要研究内容和一些相关进展；然后以一个多媒体取证的典型问题—图像篡改定位，探讨图像篡改定位研究和应用面临的挑战。最后以其实验室在伪造篡改图像定位方面的一个工作为例子，介绍了其在应对这些挑战上的一些尝试性努力。

教育部长江学者、哈尔滨工业大学计算机学部教授徐勇作“弱监督目标检测”现场主题报告。他认为，依赖图像级标签而非实例级标签（目标位置与类标）进行模型训练的弱监督目标检测具有十分重要的研究意义与可应用价值。尤其是与常规监督目标检测相比，弱监督目标检测模型无需目标位置的标注，因而具有无可比拟的效率优势。另一方面，弱监督目标检测 也存在更容易出现目标错漏以及目标定位不准确的问题。该报告就弱监督目标检测的定义、关键问题、经典方法进行介绍，并介绍团队基于自适应实例细化等思路的弱监督目标检测最新研究成果。

国家杰出青年基金获得者、国务院特殊津贴专家、华南理工大学自动化科学与工程学院教授李远清作“面向临床应用的脑机接口技术”现场主题报告。他指出，通过脑机接口，人脑和外部设备之间可以直接进行交互，从而实现脑智能和机器智能的融合，即混合智能。混合智能是人工智能一种新的形态和方向，具有广泛的应用前景。提高目标检测性能和实现多维控制是脑机接口研究的两大基本问题。我们首先介绍多种多 模态脑机交互，包括基于SSVEP和P300的脑机接口，基于P300和运动想象的脑机接口，轮椅脑机协同控制系统等，这些脑机接口或者可以提高目标检测性能，或者可以实现多维控制。这些脑机接口两个方面的临床应用：一是用于意识障碍患者（如植物人等）的意识检测,数字认知检测、临床辅助诊断及康复预测，取得了良好效果；二是面向严重的颈椎损伤的高位截瘫病人，团队开发了环境控制系统，集成轮椅、家电和护理床于一体，实现了脑控，有效提高了这些病人的生活自理能力。

国家特聘专家、北京师范大学-香港浸会大学联合国际学院副校长、北京师范大学自然科学高等研究院人工智能与未来网络研究院院长贾维嘉作“人机物融合及智慧城市应用”现场主题报告。他认为，智慧城市空间包含各类异构的数据网络，社交网络，电子与物联网空间；这些空间对信息表达和提取形成了壁垒。用于智慧城市的人工智能研究必须克服这些壁垒。本演讲给出我们最新的 AI 研究：即智慧城市超模态空间信息提取和关联以及物联网方面的应用。

南非国家科学院院士、北京师范大学自然科学高等研究院人工智能与未来网络研究院教授王庆国作“Machine learning in Presence of Outliers”现场主题报告。Prof. Wang presented that the outlier detection problem for dynamic systems is formulated as a matrix decomposition problem with low-rank and sparse matrices, and further recast as a semidefinite programming (SDP) problem. The proposed method can make exact detection of outliers in case of no or little noise in output observations. In case of significant noise, a novel approach based on under-sampling with averaging is developed to denoise while retaining the saliency of outliers, and so-filtered data enables successful outlier detection with the proposed method while the existing filtering methods fail. Use of recovered “clean”' data from the proposed method can give much better parameter estimation compared with that based on the raw data.

分论坛活动  聚焦专题  深入交流专业领域热点与趋势

17日下午，博士学术论坛活动举行，北京师范大学人工智能学院副院长王志春主持。北京师范大学人工智能学院执行院长姚力及学院特邀教授、学院本硕博学生代表及大会其他参会嘉宾及部分高校师生参加分论坛活动。北京师范大学人工智能学院李琨、李晴、王昊笛、吴瀚霖、辛现伟、杨琳、祝志远等七位博士生分别就无质量验证的反共谋众包机制、基于深层模型的时-空共变脑网络分析算法、基于零知识数据可取回性证明的物流联盟链、基于视觉注意与自适应学习的遥感影像超分辨率、不确定信息下的直觉模糊三支决策模型研究、天文数据定标及恒星参数估计的机器学习方法研究、基于图学习的脑功能网络建模算法研究等专题汇报研究情况，分论坛对优秀博士生进行了表彰。

18日下午，产学研合作交流与创新论坛活动举行，北京师范大学自然科学高等研究院智能工程与教育应用研究中心主任赵志文主持。教育部智能技术与教育应用工程研究中心郭俊奇教授作专题工作报告，教育部虚拟现实应用工程研究中心武仲科教授作专题工作报告；商汤科技高级研究员卢宇作“智能视觉驱动视频内容理解和生产”专题报告，北京百度网讯科技有限公司政务教育事业部大区经理史巍作“人工智能技术发展趋势与百度赋能产业”专题报告，华为珠海新一代信息技术应用联合创新中心总经理杨明作“鲲鹏展翅，共创行 业新价值”专题报告，金智维联合创始人屈文浩作“数字员工技术助力数字化转型的应用实践”专题报告。

18日下午，广东省图象图形学会研讨论坛由学会理事长倪江群主持，广东省图象图形学会全体理事参加分论坛活动。会议审议了工作报告，讨论了农业视觉专业委员会筹建事宜，讨论了广东省图象图形学会换届工作及新一届理事会工作规划。

18日晚，珠海市计算机学会年会活动举行，珠海市计算机学会理事及会员、北京师范大学特邀教授、北京师范大学珠海分校信息技术学院教师代表、珠海及粤港澳大湾区特邀企业嘉宾及部分高校本硕博学生代表参加分论坛活动，学会副秘书长胡兴林主持。学会理事长、北师大珠海分信息技术学院院长赵志文致辞并总结学会工作，授予珠海市软件行业协会“信息技术科产教融合实践教学基地”牌匾。副理事长兼秘书长黄静作学会年度工作报告，为学会新任理事蔡占川、副秘书长胡兴林颁发聘书。副理事长路良刚、代毅为学会表现突出的个人颁发个人贡献奖。会议还就信息技术领域人才培养、科研研究和社会服务，推动珠海IT学术活动交流、助力IT行业发展等事宜进行了研讨交流。

19日上午，在大会组委会安排下，部分参会嘉宾还前往中德（珠海）人工智能研究院、华为珠海新一代信息技术应用联合创新中心及珠海云洲智能科技股份有限公司访问交流，助力粤港澳人工智能产业发展。

本次学术活动由珠海市计算机学会、北京师范大学人工智能学院、北京师范大学自然科学高等研究院智能工程与教育应用研究中心共同承办，教育部智能技术与教育应用工程研究中心、教育部虚拟现实应用工程研究中心协办，得到了北京师范大学自然科学高等研究院大力支持。本次学术活动以线上+线下的形式同步举行，累计2000余人次参与。

（摄影：周鹏、许跃颖）