“CCF合肥庐州论坛——认知计算研讨会”成功举办

2021年6月19日，由中国计算机学会主办，CCF合肥会员活动中心（简称“CCF合肥”）、多模态认知计算安徽省重点实验室联合承办，安徽大学计算机科学与技术学院、合肥综合性国家科学中心人工智能研究院协办的线上系列活动“庐州论坛暨认知计算研讨会”成功举办。本期活动通过腾讯会议、线上B站直播结合线下组织学生集中观看等多种形式向大家呈现了一场干货满满的技术论坛。本期活动面向CCF会员免费开放，人气值1000+，线下学生100余人。

“CCF合肥庐州论坛——认知计算研讨会”嘉宾线上分享

安徽大学磬苑校区学术报告厅现场

本期活动的执行主席为CCF合肥秘书长、安徽大学汤进教授，安徽大学计算机学院副院长江波副教授。邀请了来自南开大学的程明明教授、中山大学郑伟诗教授、国防科技大学刘新旺教授、大连理工大学王栋教授分别围绕主题带来精彩的报告分享并线上与观众研讨交流。本次论坛旨在分享人工智能相关领域最新研究成果，为从事人工智能相关研究的学者、教师和学生提供一个交流平台，为本地科研人员的发展提供支持。

程明明教授的报告题目为《大规模图像的多粒度目标检测》，报告从多层次卷积特征融合、基于短连接的多尺度融合与深度监督、基于分层递进残差设计的层内多尺度特征表达、时序多层次信息提取、霍夫空间度尺度检测、多模型高效融合、多图像联系分析等角度入手，系统地介绍南开大学媒体计算团队的最新研究进展。

程明明教授作主题报告

郑伟诗教授作报告题为《基于图网络计算的行为质量评估研究》。郑教授以精彩的案例分析，提出基于图网络计算的关节关系建模，以建模更精细的关节运动。通过构建可训练的深度图网络，分析关节运动的交互作用，进一步构建了关节共性模块和关节差异模块，以更精细地学习关节运动演变。在报告中，还演示相关课题研究如何被应用于中学生实验行为质量的评估。

郑伟诗教授作主题报告

刘新旺教授为各位观众们带来题为《一种简单有效的多核聚类算法》的报告。报告中提出了矩阵范数正则化多模态聚类算法以降低冗余性和增强多样性；提出了缺失多模态分类、聚类算法以解决具有缺失模态的分类、聚类等学习问题；提出了噪声多模态分类、聚类算法以解决具有噪声模态的分类、聚类等学习问题。同时，介绍了当前最新的工作进展。

刘新旺教授作主题报告

视觉跟踪算法近年已取得突破性进展，但复杂现实环境中的各种场景变化和平台限制对跟踪算法提出了以“强鲁棒性、高精准度、易迁移性、低计算量”为导向的高性能要求。王栋教授为大家带来报告《高性能视觉跟踪算法》。报告从团队近年来针对鲁棒外观模型更新控制、模板和搜索区域特征融合、通用尺度估计模块设计及嵌入式平台部署需求这四方面开展研究，提出元更新器模型、Transformer融合模型、Alpha-Refine尺度估计模块和NAS跟踪网络搜索模型的具体进展做详细介绍。

王栋教授作主题报告

论坛中，各报告之后的交流讨论环节，报告专家们就留言区中参会观众提出的问题详细答疑，与参会嘉宾进行了深入浅出的交流。

“CCF合肥庐州论坛”是中国计算机学会合肥分部特色系列品牌活动之一。本期活动中精彩的嘉宾报告凝聚了4位专家长期以来在认知科学及人工智能等领域的积累和思考，为论坛注入了深度思想和新内涵。论坛的成功举行不仅为大家提供了学习交流与合作的机会，而且通过大家深入的交流可以碰撞出更多智慧的火花去解决认知计算方面存在的挑战性，推动人工智能创新发展。