CCF合肥第四届会士论坛预告

地点：腾讯会议

主办单位：中国计算机学会

承办单位：CCF合肥、合肥工业大学、合肥综合性国家科学中心人工智能研究院

执行主席：汪 萌   CCF合肥执委、路 强   CCF合肥监督委员会委员

活动说明：

2021年第四届CCF“会士论坛——智能计算与信息融合”由中国计算机学会（以下简称“CCF”）主办，是中国计算机学会年度重要品牌活动。论坛邀请全国学术界重量级的嘉宾、学者聚焦AI前沿领域，围绕各自研究课题作报告分享，旨在促进人工智能领域技术交流,推广人工智能技术应用,推动人工智能行业发展。

活动议程

8月27日下午 13:45报到

13:45-14:00    入场、暖场视频播放

14:00-14:05    开场介绍、领导及嘉宾致辞

14:05-14:30   专题报告：《量子学习感知与优化的挑战与思考》

焦李成 工学博士，教授，博导。西安电子科技大学计算机科学与技术学部主任、人工智能研究院院长、智能感知与图像理解教育部重点实验室主任、教育部科技委学部委员、教育部人工智能科技创新专家组专家、“一带一路”人工智能创新联盟理事长，陕西省人工智能产业技术创新战略联盟理事长，西安市人工智能产业发展联盟理事长、中国人工智能学会第六-七届副理事长。入选欧洲科学院外籍院士，俄罗斯自然科学院外籍院士。现任、IEEE TGRS副主编、IEEE TCyb副主编，EEE/IET/CAAI/CAA/CIE/CCF Fellow，连续七年入选爱思唯尔高被引学者榜单。研究成果获包括青年科技奖，吴文俊人工智能杰出贡献奖，国家自然科学奖二等奖及省部级一等奖以上科技奖励十余项。

14:30-14:55   专题报告：《遥感图像时空融合》

王力哲 中国地质大学（武汉）计算机学院院长、博士生导师、国家杰出青年科学基金获得者、入选国家级人才计划、IEEE Fellow、IET Fellow、BCS Fellow。担任“智能地学信息处理”湖北省重点实验室主任，“智慧地质资源环境”湖北省工程技术中心主任、“地质探测与评估”教育部重点实验室副主任，Remote Sensing、 IJDE、ACM Comp. Surv.、IEEE TPDS、IEEE TC 等期刊Associate Editor。担任重点研发计划“全球变化及应对”总体组专家、指南编制专家，“地球大数据科学工程”中科院先导专项技术总体组副组长。 获清华大学工学学士、工学硕士和德国卡尔斯鲁厄大学工学博士(Magna Cum Laude)。 研究兴趣是数字地球理论、遥感信息工程、地质信息应用。

15:30-15:55  专题报告：《粒计算及其对人工智能的贡献》

苗夺谦 同济大学计算机系教授、博士生导师；嵌入式系统与服务计算教育部重点实验室副主任；国际粗糙集学会会士（IRSS Fellow）/中国人工智能学会会士（CAAI Fellow）。主持完成国家自然科学基金项目多项，正在承担的课题有国家重点研发计划课题1项、公安部重大研究项目1项目、国家自然科学基金项目1项等。荣获中国人工智能学会吴文俊人工智能自然科学二等奖（2018）；国家教学成果二等奖（2010），上海市教学成果一等奖（2009）。2010年度教育部-IBM中国优秀教师奖，2011年度宝钢教育优秀教师奖。目前担任国际粗糙集学会理事长；中国计算机学会杰出会员；中国人工智能学会常务理事/粒计算与知识发现专委会主任；上海市人工智能学会副理事长；上海市计算机学会副理事长。目前担任国际SCI期刊《Information Sciences》副编辑（AE）、国际SCI期刊《International Journal of Approximate Reasoning》副编辑、《CAAI Transactions on Intelligence Technology》副编辑；国内期刊《计算机研究与发展》编委等。

15:55-16:20  专题报告：《Deep Learning of Real-world Objects: 2D v.s. 3D and Implicit v.s. Explicit》

华璟 博士，教授，Wayne State University(WSU)计算机科学系Computer Graphics and Imaging Lab (CGI) and 3D Computer Vision Lab (VIS)和创始主任，2004年获得纽约州立大学石溪分校计算机科学博士学位。他的研究兴趣在于视觉计算领域，包括计算机图形学和可视化、计算机视觉、图像分析和信息学等。他获得2004年ACM Solid Modeling的the Best Paper Award、2009年International Journal of CAD/CAM的Gaheon的the Best Paper Award、2005年WSU Faculty Research Award，2008年获得文理学院优秀教学奖、2010年获得the K. C. Wong Research Award、以及the Best Demo Awards at GENI Engineering Conference 21 (2014) and 23 (2015)。他是许多期刊的编辑委员会成员和国际会议的项目委员会成员。

16:20-16:45  专题报告：《复杂跨媒体数据协同分析与应用》

纪荣嵘 厦门大学南强特聘教授，国家杰出青年科学基金获得者。主要研究方向为计算机视觉。近年来发表TPAMI、IJCV、ACM汇刊、IEEE汇刊、CVPR、NeurIPS等会议长⽂过百篇。论文谷歌学术引用万余次。曾获2016年教育部技术发明一等奖、2018年省科技进步一等奖、2019年福建省青年科技奖。曾/现主持国防973项目，国家自然科学基金联合重点基金等项目。任中国计算机学会A类国际会议CVPR和ACM Multimedia领域主席、中国图象图形学学会学术工委副主任、教育部电子信息类教指委人工智能专业建设咨询委员会委员。

16:45-17:10  专题报告：《智能无线感知》

陈 彦 中国科学技术大学教授、博士生导师，国家青年特聘专家。曾任电子科技大学信息与通信工程学院教授、美国原点无线公司创始首席技术专家。长期从事智能电磁感知、无线多媒体、和信号处理方面的科学研究。发表专著两部、学术论文200多篇，其中IEEE期刊论文100多篇，Google学术引用5000多次。申请发明专利40项，其中获授权国家发明专利6项、美国发明专利17项、转让美国发明专利3项。获IEEE GLOBECOM 2013和APSIPA ASC 2020最佳论文奖、IEEE ICASSP 2016和PCM 2017最佳学生论文奖、美国马里兰大学优秀博士论文荣誉奖。现为IEEE高级会员，担任国际期刊IEEE TNSE副编辑、IEEE TSIPN副编辑、MDPI Sensors编委、APSIPA Book Series编委，担任APSIPA SIPTM专委会主任、APSIPA Distinguished Lecturer (2020-2021)、中国电子学会青年科学家网络多媒体专委会秘书长，担任PCM2017组织委员会联合主席、APSIPA ASC2017 专题联合主席、IEEE ICME2017 10K Best Paper Award 评奖委员、WCSP2019 多媒体通信专题主席、ACM MM2021领域主席。

嘉宾简介：

焦李成

工学博士，教授，博导。西安电子科技大学计算机科学与技术学部主任、人工智能研究院院长、智能感知与图像理解教育部重点实验室主任、教育部科技委学部委员、教育部人工智能科技创新专家组专家、“一带一路”人工智能创新联盟理事长，陕西省人工智能产业技术创新战略联盟理事长，西安市人工智能产业发展联盟理事长、中国人工智能学会第六-七届副理事长。分别于1982年，1984年，1990年于上海交通大学，西安交通大学获得学士、硕士、博士学位。入选欧洲科学院外籍院士，俄罗斯自然科学院外籍院士。主要研究方向为智能感知与量子计算、图像理解与目标识别、深度学习与类脑计算。现任IEEE TGRS副主编、IEEE TCyb副主编，IEEE/IET/CAAI/CAA/CIE/CCF Fellow，连续七年入选爱思唯尔高被引学者榜单。研究成果获包括青年科技奖，吴文俊人工智能杰出贡献奖，国家自然科学奖二等奖及省部级一等奖以上科技奖励十余项。

报告主题：

量子学习感知与优化的挑战与思考

报告摘要：

新一轮科技革命和产业变革蓬勃兴起，一些基本科学问题孕育重大突破，可望催生新的重大科学思想和科学理论，产生颠覆性技术。人工智能技术与量子计算技术作为当今社会的主要生产力，在诸多行业和领域取得了非常显著的成效，同时具有巨大的潜力。本报告以人工智能与量子计算的结合为动机，从量子计算的角度展开讨论，回顾量子计算的发展历程，重点讨论目前量子智能算法的研究进展，展示了团队在量子智能计算方向的一些工作，包括《量子计算、优化与学习》的国内首部专著、《量子计算智能》等科研和教学成果。最后，给出对未来发展的一些思考。

王力哲

中国地质大学（武汉）计算机学院院长、博士生导师、国家杰出青年科学基金获得者、入选国家级人才计划、IEEE Fellow、IET Fellow、BCS Fellow。担任“智能地学信息处理”湖北省重点实验室主任，“智慧地质资源环境”湖北省工程技术中心主任、“地质探测与评估”教育部重点实验室副主任，Remote Sensing、 IJDE、ACM Comp. Surv.、IEEE TPDS、IEEE TC 等期刊Associate Editor。担任重点研发计划“全球变化及应对”总体组专家、指南编制专家，“地球大数据科学工程”中科院先导专项技术总体组副组长。 获清华大学工学学士、工学硕士和德国卡尔斯鲁厄大学工学博士(Magna Cum Laude)。 研究兴趣是数字地球理论、遥感信息工程、地质信息应用。

报告主题：

遥感图像时空融合

报告摘要：

由于成本，技术等条件的限制，高质量的遥感数据获取非常困难。当前遥感影像应用的现状是我们所能获得的遥感数据并不是我们想要的数据，因此，使用遥感数据质量提升的方法获取高质量的，满足我们需要的数据是有很大必要的。其中，时空融合希望能大限度的利用不同遥感数据之间的信息互补性，使得有不同的时间和空间的遥感数据通过融合的技术手段去获取时间和空间分辨率都比较高的融合图像。本次报告介绍团队的最近几个工作，分别从时空数据信息增益利用不充分，大空间分辨率差异，大时间分辨率差异等多个角度下研究时空融合中信息不足的问题。

针对时空遥感图像融合中不同时空分辨率数据的信息增益利用不充分从而导致融合精度不高的问题，研究压缩感知理论框架下从训练字典、稀疏表达、压缩采样到融合重建等方面完整的描述时空融合内在关系，进而更加有效地利用时空融合数据集之间的关联结构和信息传递机制进行融合，实现了利用高低分辨率图像之间的信息互补来获取双高影像的目标。

针对高、低分辨率之间差异大导致的融合获取的图像空间信息差的问题，研究使用多次最佳倍率的超分辨率方法叠加以获取空间信息的可能性，提出了多级超分辨率方法获取空间信息的时空融合模型。

针对低空间分辨率的遥感图像的空间信息少不足以支持空间信息的获取的问题，研究从临近高空间分辨率图像获取空间信息的可能性，提出了使用cycle-GAN模拟时序过程生成图像及使用小波变换增强图像的方法来提升空间信息，打破了惯有的从融合时刻的低分图像获取空间信息的桎梏。

针对时间分辨率差异大引起的图像异质性明显进而导致时间信息获取难的问题，引入多组时间分辨率图像对时间信息进行约束，提出了使用info-GAN多次生成来逼近真实结果。该方法在info-GAN的损失函数中引入了时间信息以保证生成的图像包含丰富的时间信息，为时空融合引入更多的时间辅助信息提供帮助。。

苗夺谦

同济大学计算机系教授、博士生导师；嵌入式系统与服务计算教育部重点实验室副主任。国际粗糙集学会会士（IRSS Fellow）/中国人工智能学会会士（CAAI Fellow）。主持完成国家自然科学基金项目多项，正在承担的课题有国家重点研发计划课题1项、公安部重大研究项目1项目、国家自然科学基金项目1项等。荣获中国人工智能学会吴文俊人工智能自然科学二等奖（2018）；国家教学成果二等奖（2010），上海市教学成果一等奖（2009）。2010年度教育部-IBM中国优秀教师奖，2011年度宝钢教育优秀教师奖。

目前担任国际粗糙集学会理事长；中国计算机学会杰出会员；中国人工智能学会常务理事/粒计算与知识发现专委会主任；上海市人工智能学会副理事长；上海市计算机学会副理事长。目前担任国际SCI期刊《Information Sciences》副编辑（AE）、国际SCI期刊《International Journal of Approximate Reasoning》副编辑、《CAAI Transactions on Intelligence Technology》副编辑；国内期刊《计算机研究与发展》编委等。

报告题目：

粒计算及其对人工智能的贡献

报告摘要：

人工智能已上升为国家发展战略。粒计算是模拟人类复杂问题求解机制的理论与方法，是人工智能研究的重要内容之一。本报告将以粒计算的一种典型模型——粗糙集为主线，介绍其对人工智能发展的贡献。

华璟

博士，教授，Wayne State University(WSU)计算机科学系Computer Graphics and Imaging Lab (CGI) and 3D Computer Vision Lab (VIS)和创始主任，2004年获得纽约州立大学石溪分校计算机科学博士学位。他的研究兴趣在于视觉计算领域，包括计算机图形学和可视化、计算机视觉、图像分析和信息学等。他获得2004年ACM Solid Modeling的the Best Paper Award、2009年International Journal of CAD/CAM的Gaheon的the Best Paper Award、2005年WSU Faculty Research Award，2008年获得文理学院优秀教学奖、2010年获得the K. C. Wong Research Award、以及the Best Demo Awards at GENI Engineering Conference 21 (2014) and 23 (2015)。他是许多期刊的编辑委员会成员和国际会议的项目委员会成员。

报告主题：

Deep Learning of Real-world Objects: 2D v.s. 3D and Implicit v.s. Explicit

报告摘要：

The real-world objects in our physical environment present with diverse information and multimodal features, including 3D explicit shapes (geometry and topology) and 2D/3D images (appearance and semantics), etc. How to effectively model and correlate them in a unified way with deep neural network is very important yet challenging due to the many different representations and the unknown mechanisms involved in the neural process. This talk will discuss the information involved including 2D, 3D, implicit, and explicit representations. It will first describe a new method to define and compute convolution directly on explicit shapes. Then, how to integrate 2D/3D and explicit/implicit representations to perform better computer vision tasks will be introduced. It can synergically entangle and disentangle the encoded features from 2D/3D explicit and 2D/3D implicit representations through our intermodality feature mapping and intramodality feature consistency design. The proposed joint latent space can simultaneously analyze and generate multimodal representations and correlations with high-quality, high-fidelity, and high cross-modality similarity.

纪荣嵘

厦门大学南强特聘教授，国家杰出青年科学基金获得者。主要研究方向为计算机视觉。近年来发表TPAMI、IJCV、ACM汇刊、IEEE汇刊、CVPR、NeurIPS等会议长⽂过百篇。论文谷歌学术引用万余次。曾获2016年教育部技术发明一等奖、2018年省科技进步一等奖、2019年福建省青年科技奖。曾/现主持国防973项目，国家自然科学基金联合重点基金等项目。任中国计算机学会A类国际会议CVPR和ACM Multimedia领域主席、中国图象图形学学会学术工委副主任、教育部电子信息类教指委人工智能专业建设咨询委员会委员。

报告主题：

复杂跨媒体数据协同分析与应用

报告摘要：

社交媒体包含了海量非合作、异构化、跨模态的数据，既蕴藏了大量的人类知识与高价值信息，也包含了各种自然与人为的噪声，对其分析与处理需要融合类脑计算、计算机视觉、自然语言处理等多个维度的智能技术。本报告主要关注基于深度学习的多模态内容协同分析与表示、跨模态信息融合及智能对抗攻防，介绍课题组在图像描述与视觉问答、语言指导的目标检测与分割、用户隐私保护、社交网络分析引导等方面的一些研究进展。

陈 彦

中国科学技术大学教授、博士生导师，国家青年特聘专家。曾任电子科技大学信息与通信工程学院教授、美国原点无线公司创始首席技术专家。长期从事智能电磁感知、无线多媒体、和信号处理方面的科学研究。发表专著两部、学术论文200多篇，其中IEEE期刊论文100多篇，Google学术引用5000多次。申请发明专利40项，其中获授权国家发明专利6项、美国发明专利17项、转让美国发明专利3项。获IEEE GLOBECOM 2013和APSIPA ASC 2020最佳论文奖、IEEE ICASSP 2016和PCM 2017最佳学生论文奖、美国马里兰大学优秀博士论文荣誉奖。现为IEEE高级会员，担任国际期刊IEEE TNSE副编辑、IEEE TSIPN副编辑、MDPI Sensors编委、APSIPA Book Series编委，担任APSIPA SIPTM专委会主任、APSIPA Distinguished Lecturer (2020-2021)、中国电子学会青年科学家网络多媒体专委会秘书长，担任PCM2017组织委员会联合主席、APSIPA ASC2017 专题联合主席、IEEE ICME2017 10K Best Paper Award 评奖委员、WCSP2019 多媒体通信专题主席、ACM MM2021领域主席。

报告主题：

智能无线感知

报告摘要：

报告主要探索智能无线感知问题。智能无线感知旨在利用无处不在的无线电信号解决经典的感知问题。经由发射器发出的无线电信号，遇到环境中的物体阻碍，反射到接收端被接收。环境中物体的存在和运动，会对信号造成了有规律的“扰动”，即环境信息被调制在信号中。在传统的无线通信中，这些“扰动”属于干扰信号，会对传输性能造成影响，故需要被抑制或消除。智能无线感知是无线通信的耦合问题，通过分析这些“扰动”，提取出对应不同感知问题所需的扰动信息，从而实现诸如呼吸状态追踪、手势识别、目标识别等感知应用。进一步结合其他模态数据如光学图像数据等，可实现基于无线数据的三维姿态估计、人体轮廓提取、人体动作视频生成等应用。

本期活动执行主席：

汪 萌

合肥工业大学教授、计算机与信息学院院长。国家杰出青年科学基金获得者，国家重点研发计划“网络空间安全”专项项目负责人、“变革性技术关键科学问题”专项总体组专家。主要研究方向为多媒体信息处理、模式识别。入选IAPR Fellow、科睿唯安2016至2019年度全球高被引科学家。担任IEEE TKDE、IEEE TCSVT、IEEE TNNLS、IEEE TMM等期刊编委。

路 强

合肥工业大学副教授、硕士生导师，计算机与信息学院计算机应用技术研究所所长。美国University of North Texas大学公派访问学者经历。主要研究领域：可视化与可视分析、基于深度学习的计算机图形学、协同计算等。主持国家自然基金、安徽省自然科学基金、研究所委托项目等10多项课题，发表论文30余篇，获国家发明专利授权5项，软件著作权20多项，安徽省教学成果三等奖1项。中国计算机学会CCF YOCSEF合肥2016-2017副主席，CCF合肥分部监委，CCF协同计算专业委员会委员，中国图象图形学学会可视化与可视分析专业委员会委员。

参会方式

1、线上参会：

第四届CCF 合肥会士论坛：

会议时间：2021/8/27 14:00-18:00

会议直播:

https://meeting.tencent.com/l/Pq5liUMSbAir

2、参会方式：会员免费、非会员200元

3、扫码加入CCF

4、联系人：李老师，邮箱：jli@iai.ustc.edu.cn