“多模态智能学习专题讨论会”的第八届珠峰论坛

6月6日，主题为“多模态智能学习专题讨论会”的第八届珠峰论坛通过线上线下会议的方式在电子科技大学清水河校区顺利召开。本次会议由中国图象图形学学会青年工作委员会，电子科技大学人力资源部教师发展中心，计算机学院教工第六支部委员会承办。计算机学院教工第六党支部——全国“双带头人”教师党支部书记工作室负责人杨阳教授、党员教师姬艳丽副教授担任本次会议的执行主席。会议邀请到CSIG副理事长/中国科学技术大学俞能海教授、中科院计算所山世光研究员、西安电子科技大学邓成教授、中国科学技术大学谢洪涛教授、南京理工大学魏秀参教授、西安电子科技大学王楠楠教授、西北工业大学王琦教授、北京工业大学毋立芳教授、哈尔滨工业大学左旺孟教授九位专家学者进行专题报告与研讨。论坛吸引了来自多模态智能学习相关领域的学者及学生线下线上共计两千余人参与，积极探索智能媒体信息处理的国际前沿研究与技术应用。

俞能海教授在开幕致辞中表示，举办中国图象图形学学会珠峰论坛，进行学术交流、探讨国际前沿问题对推动科技自立自强、自主创新具有重要意义，对承办单位的精心组织与安排给予了高度肯定，向八位教授无私奉献出高质量学术报告表达了衷心感谢。俞教授代表学会对大会的召开表示祝贺，期待本次大会取得圆满成功，寄语在国家自主创新、勇攀高峰的科技进程中发挥青年学者的作用。

中科院计算所山世光研究员作题为“遮挡鲁棒的视觉模式识别方法”的报告。山世光研究员首先介绍了有部分遮挡的视觉模式识别的问题定义与解决该问题的基本思路，指出遮挡会带来真实特征缺失、特征畸变等问题。针对遮挡带来的问题，他分享了团队最近在该问题上的部分研究工作，包括一种利用空域特征补全进行遮挡处理的方法、一种基于图像层时空特征补全的方法和一种基于特征层时空特征补全的方法，并介绍了遮挡鲁棒的表情识别和人脸识别的方法。在此基础上，山世光研究员总结了遮挡条件下视觉模式识别问题一般化处理方法和技术。

西安电子科技大学邓成教授进行了题为“多模态数据的认知与推理”的报告。他首先介绍了多模态智能领域的研究背景与研究挑战，指出多模态数据的认知与推理又是多模态智能的瓶颈问题，多模态智能面临着表示准确性、推理合理性和模型鲁棒性三个挑战，即数据表示难以控制、推理过程难以理解和决策结果不够鲁棒这三个关键问题。针对这三个关键问题，邓教授分别从多模态数据表示、知识推理和鲁棒学习三个方面分享了团队近年来的最新研究进展。

中国科学技术大学的谢洪涛教授进行了题为“篡改文本图像的生成与检测 ”的报告。谢教授从篡改文本图像生成和篡改文本图像检测两个方面展开报告内容。对于篡改文本图像生成，要解决字体多样性、语言多样性和背景多样性等关键问题，团队在之前的研究基础上简化了篡改文本生成网络，并有针对性地仅对文字区域进行篡改。对于篡改文本图像检测，要发现篡改文本与真实文本的局部纹理差异，团队提出了基于空域和频域特征提取器的篡改文本检测和基于空域和频域关系建模的篡改文本检测等方法。最后谢教授对如何进一步提升篡改文本生成与检测的性能进行了总结与展望。

南京理工大学魏秀参教授进行了题为“开放动态环境下的图像细粒度分析”的报告。魏教授首先介绍了细粒度图像分析向多维领域快速发展的应用背景，指出图像细粒度分析存在监督信息不充足、样本分布不平衡、类别空间不闭合等现实频发问题。针对这些问题，魏教授介绍了团队在开放动态环境下图像细粒度分析方面的相关研究成果，分析讨论如何解决对监督信息的依赖、解决自然现象的长尾分布，以及如何在预处理中更廉价地进行物体定位、如何处理大规模哈希等问题，并简要展望图像细粒度分析的未来发展方向。

西安电子科技大学王楠楠教授进行了题为“对抗学习：鲁棒深度学习模型的探索”的报告。王教授分别从深度学习的脆弱性、对抗攻击方法和对抗防御方法三个方面围绕深度学习的对抗鲁棒性展开了讨论。对于对抗攻击问题，报告首先介绍了对抗噪声的基本知识，然后介绍了不同类型的对抗攻击方法，如数字对抗攻击和物理对抗攻击等。为了减小对抗噪声对机器学习模型的恶意影响，报告还分享了多种形式的对抗防御策略，包括对抗训练、预处理对抗防御和联合对抗防御，以提升机器学习模型的鲁棒性，促进构建可信的机器学习系统。

西北工业大学王琦教授进行了题为“面向真实场景的人群计数研究及其应用”的报告。王教授首先介绍了人群计数研究领域的背景意义和研究现状，现有方法主要有基于检测、基于全局回归和基于密度图三种计数方式，但是存在数据集小、算法泛化能力弱和人群计数基准评测平台缺失等问题。针对这些问题，王教授重点介绍了团队三个方面的工作：基于虚拟数据的人群计数、基于图像内容迁移的域适配人群计数和大尺度人群计数数据库及测试平台，并在最后进行了简要的总结与展望。

北京工业大学毋立芳教授进行了题为“图像情感分析研究与展望”的报告。毋教授首先对图像情感分析研究背景进行了总结，归纳了情感分析任务主要有情感分类、表情识别、情感分布学习和情感检索匹配等，然后介绍了现有的情感模型和情感数据库。报告还重点总结了现有的基于视觉特征的图像情感分析方法、结合文本语义信息的图像情感分析方法，并对图像情感分析任务进行了总结与展望。最后，毋教授还介绍了团队在体育视频分析及应用中的工作与成果。

哈尔滨工业大学左旺孟教授进行了题为“复杂场景图像生成与小样本领域自适应”的报告。左教授主要介绍了团队近期在图像生成方面的一些工作。针对当前生成模型在生成复杂场景方面的问题与不足，从条件图像生成角度出发，左教授介绍了基于语义分割图的场景图像生成和基于自然语言描述的图像修复。针对场景图像生成，从充分利用分割轮廓的角度出发，左教授介绍了形状上下文增强和形状检索增强的空域自适应规格化两种方法。针对基于自然语言描述的图像修复，左教授介绍了当前主流的VQGAN方法的缺失区域扩充和修复结果不一致问题的可能解决方案。最后，从适应的忠实性和生成结果的多样性角度出发，报告还介绍了团队在小样本生成式领域自适应的研究工作。

精彩的学术报告向与会者介绍了智能媒体信息处理方向的最新前沿进展，充分激发了大家的兴趣和热情。

中国图象图形学学会珠峰论坛是由中国图象图形学学会青年工作委员会发起的学术论坛。论坛面向国际学术前沿与国家战略需求，致力于深度挖掘图象图形领域的前沿问题，为青年学者们提供学术交流与研讨的平台，促进学者之间的交流与合作。自2018年11月珠峰论坛发起至今已举办七期，每期围绕图象图形学领域的一个研究方向进行专题研讨与深入交流。往期论坛围绕图形学中的人工智能、计算成像前沿、多媒体智能处理与通信、智能图形与3D视觉、学习与智能感知、沉浸式视频处理等专题开展，相关领域的专家、青年学者以及企业界人员进行了产学研研讨与交流。

电子科技大学计算机学院教工第六支部现有党员21人，其中国家级人才4人，由杨阳教授担任支部书记，2018年入选首批全国高校“双带头人”教师党支部书记工作室。支部成员积极发挥专业优势，瞄准人工智能前沿领域和国家重大战略需求，进行战略性、储备性技术项目研发、技术创新和重点攻关，主持多项国家级重大重点项目，推动相关研究成果在国防科技等关键领域实际应用，积极服务国家人民。

此外本次论坛得到了电子科技大学人力资源部教师发展中心的大力支持。（来源：电子科技大学）