【预告】“视频图像分析与智能安全系统”讲习班开始报名
CSIG 图像图形学科前沿讲习班（Advanced Lectures on Image and Graphics，简称IGAL）于2021年6月26日-27日在北京举办第17期，本期讲习班主题为“视频图像分析与智能安全系统”，由清华大学王生进教授担任学术主任，邀请了来自中国科学技术大学、国防科技大学、工信部赛迪研究院、中科院自动化所、公安部一所、清华大学、微软亚洲研究院、RealAI公司的多位专家学者，重点围绕本领域相关的前沿理论、关键技术和行业应用作报告，使学员在了解学科热点、提高学术水平的同时，增加与视频图像分析与安全领域顶尖学者之间的学术交流。
主办单位
中国图象图形学学会
承办单位
学术主任
王生进
清华大学 教授
上课时间及地点
2021年6月26日-27日
日程安排
特邀讲者
陈朝武
公安部第一研究所 研究员
报告题目：满足场景化需求的视频融合应用
报告人简介：陈朝武，中国安全防范产品行业协会副理事长，视频图像信息智能分析与共享应用技术国家工程实验室技术委员会常务副主任；中国图象图形学学会常务理事和视频监控与安全专委会副主任；TC100标准化技术委员会副主任。公安部第一研究所原副所长，曾主持设计并组织完成了国家“十一五”、“十二五”、“十三五”科技支撑及重大专项等多项国家级、部级科研项目。多次获得部级、国家级科技进步奖；在全国视频联网、智能分析和大数据应用等公共安全及信息化综合应用建设项目中发挥了重要技术引领及指导作用。主持完成的“视频共享集成研判系统关键技术研究与示范”科研成果，获2014年国家科技进步二等奖。作为第一起草人和主要起草人，主持或参与制订了多项国际、国家和行业标准，如：ITU-T H.267视频传输, IEC-62676系列视频、IEC 62820系列楼宇对讲国际标准；GB/T28181，GB/T25724, GB35114等国家标准以及几十项行业标准；2010年,2019分别获得“中国标准创新贡献奖”；2014年获IEC 1906奖。
报告摘要：“十四五”期间，城市治理成为工作核心，智能制造和“新基建”等战略落地深化，自主可控成为主流，视频数据是大数据应用的最重要的主体，其数据生产价值更大。安防一直是AI成熟应用并落地的行业，并始终走在技术和应用的前沿。由于智能分析和共享应用技术发展飞速，各类视频信息的应用也千姿百态。近年来，安防需求潜移默化，向场景化定制、持续改进的应用生态转变。本演讲侧重在：场景化应用需求落地的关键要素、系列标准和综合解决方案等。
安晖
中国电子信息产业发展研究院 高级工程师
报告题目：计算机视觉产业发展态势与展望
报告人简介：安晖，正高级工程师，中国电子信息产业发展研究院副总工程师，民盟中央科技委员会副主任，中国电子学会理事，人工智能产业创新联盟秘书长。专门从事电子信息产业发展、政策规划与技术创新等方面研究工作，对电子信息、云计算、大数据、人工智能、数字经济等有深入研究。作为主要成员参与国家多部规划、政策的起草。作为课题负责人完成工业和信息化部、国家发展改革委、商务部等多个部委及多个地方政府委托的课题研究工作。出版专著《数字经济：新时代再起航》、译著《云经济学》等。
报告题目：视觉图灵
报告人简介：黄凯奇，中科院自动化研究所研究员，博士生导师，智能系统与工程研究中心主任，中科院脑科学与智能技术卓越创新中心特聘研究员，IEEE高级会员，CCF杰出会员，中国图象图形学学会视频图像与安全专委会副主任。主要研究方向为计算机视觉、人机对抗智能、模式识别等研究，作为负责人完成了国家、省部及地方企业合作课题四十余项。迄今已在国际期刊和会议上发表学术论文200余篇，作为主要负责人带领团队五次获得国际计算机视觉权威竞赛冠亚军，是国际视觉监控系列研讨会和全国视觉监控学术会议的程序委员主席。获得和申请国家发明专利三十余项，主持开发的成果获得包括国家科技进步二等奖，军队科技进步一等奖在内多个奖项。是国家自然科学“优秀青年基金”（2013）、国家万人计划“青年拔尖人才”（2014）、CCF-IEEE CS 青年科学家奖（2016）、十二届中国科学院杰出青年（2017）、科技部中青年科技创新领军人才(2019)。
报告摘要：计算机视觉是一门研究如何让机器“看”的科学，经过近60年的发展，已经在算法、技术和应用等方面取得了巨大的进步。近十年来，以大数据、大算力为基础的深度学习进一步推动计算机视觉走向大模型时代，但其算法适应能力仍然和人类存在较大差距。本报告从视觉任务评测（评测数据集、评测指标、评估方式）出发，对计算机视觉的发展从四个阶段进行了总结，对现存的依赖大数据学习的计算机视觉发展问题进行了梳理和分析，从人机对抗评测提出了计算机视觉下一步发展方向：视觉图灵，并对视觉图灵发展方向进行了思考和讨论，探讨了下一步研究可能的方向。
谢剑斌
报告题目：异常事件鲁棒检测
报告人简介：谢剑斌，博士，国防科技大学教授。新加坡国立大学访问学者，国际IEEE会员，计算机学会会员，中国图象图形学学会会员，电光与控制编委会委员，国家边海防建设委员会委员，全国安防科技委委员，中国生物特征识别国家标准组专家，公安部TC100专家。32年来一直从事视觉计算理论和技术研究，针对军队、武警和公安部的重大需求，紧紧围绕边境防控、反恐预警、反谍保密、公共安全和应急管理，面向大数据和视觉物联网，研究海量视频分析与生物特征识别的难题，为军事重地、政府机关、金融场所等高等级安全领域提供特别可靠的身份识别和安全预警方法。包括：静脉特征识别、监控人脸识别、异常行为识别、视觉大数据搜索、自主高清摄像、要地无人看守、特种视频显控等。主持和参与反恐、反谍、反台独、载人航天、数字电视、新型战斗机、平安城市、天网工程、智慧城市、无人系统等国家重大课题，其中国家级项目9项、部委级项目31项、军民融合项目41项，注重实战，积极实践军民融合，合作支持的21家科技企业中有7家已经上市。发表学术论文120多篇，出版学术专著10部，申报国家专利100多项，授权发明专利56项、实用新型37项。荣获国际发明展金奖3项、全国发明展金奖4项、湖南省科技进步二等奖1项、公安部技术革新特别项目奖2项，荣获中国发明创业奖·人物奖、湖南省十大优秀发明人奖。
报告摘要：异常事件虽然在监控场景中发生概率很低，但是产生的破坏作用和经济损失巨大。本报告首先简要介绍异常事件的科学定义、前期特征、发展过程和检测框架；然后深入阐述多目视频异常感知、身份认证异常检测、异常行为鲁棒识别、异常视频精准挖掘等重要方法；最后详细解译烟雾与火苗异常检测、黑夜异常目标探测、摄像机异常监测和异常视频恢复等典型实例。
苏光大
清华大学 教授
报告题目：人脸识别技术的发展与新硬件时代的瞻望
报告人简介：苏光大，清华大学电子工程系教授。从事图像识别与高速图像处理领域的科学研究。担任多维身份认证与可信认证技术国家工程实验室技术委员会委员、全国安防标委会人体生物特征识别应用分技术委员会顾问、中安协专家委员会专家。7次获省部级科技成果奖、获中国发明创业奖、全国发明展金奖。三获“清华大学校先进工作者”称号、获清华大学优秀教师奖、获清华大学‘老有所为’先进个人称号、获首届中国老科学技术工作者协会奖。取得14项发明专利，发表了160余篇学术论文，著有《图像处理系统》等著作5部，主持起草了两项中国公共安全行业标准和1项国家标准。提出了1:1采样理论，发展了采样定理；提出了算存算一体的计算理论，在一定程度上克服了冯•诺依曼瓶颈。研制成功综合人脸识别、人脸超分辨、人像组合的超低人脸分辨率的人脸重建与人脸识别技术，在一定程度上解决了超低人脸分辨率的人脸识别难题。主持研制成功的人脸识别综合技术，成功应用于2008年北京奥运会以及户籍查重、视频图像侦察。协助公安部门破获了大量刑事案件，为维护国家安全和公共安全做出了突出贡献。
报告摘要：人脸识别在国家安全和公共安全中具有极为重要的意义。经过多年的发展，中国的人脸识别无论在技术上，还是在应用上，都处于世界前列。本报告从算法、系统、标准、应用四方面阐述人脸识别技术的发展。在算法方面，介绍基于深度学习的人脸识别；在人脸识别系统方面，介绍海量辨识人脸识别系统；在标准方面，介绍我国公共安全领域里的相关标准的发布情况；在应用方面，主要介绍人脸识别在公共安全中的杰出应用。本报告介绍人脸识别应用安全的思考。本报告介绍当前人脸识别技术发展的瞻望。由于大数据应用的驱使，对算力的需求节节飙升。当前的计算模式存在摩尔定律发展放缓，冯·诺伊曼内存墙问题进一步凸显的两大问题。面对人工智能的广泛应用，CPU+GPU的主流计算模式正面临严峻挑战。算力、价格、功耗、运营成本，已成为考量计算模式的综合因素，AI芯片迎来前所未有的发展时机，硬件的架构创新已进入黄金发展时期。本报告概述当前主流计算模式存在的主要问题，简要介绍AI芯片的发展现状，指出当前AI芯片发展需关注的若干问题，给出人工智能硬件架构创新的实例，较为详细的介绍新型的算存算一体计算架构以及在海量人脸识别系统中应用的理论样机。
萧子豪
RealAI瑞莱智慧 算法科学家
报告题目：计算机视觉应用的对抗鲁棒性
报告人简介：萧子豪，RealAI瑞莱智慧算法科学家。研究方向包括概率机器学习和深度学习的鲁棒性，在瑞莱智慧负责人脸识别安全性评测、防火墙等多个方向的研发，参与科技部重大专项。2019年获得GeekPwn2019 CAAD CTF和隐身挑战赛的冠军，2020年获得GeekPwn2020 CAAD虚假人脸AI识别比赛冠军，在人工智能顶会上发表多篇学术论文。
报告摘要：随着人工智能技术的发展，机器学习模型开始应用到生活和生产当中。机器学习模型的广泛应用使得这些模型在对抗环境下的安全性日益得到重视。针对计算机视觉的场景，本报告从逃逸和投毒攻击两个角度，介绍机器学习模型的对抗性攻击、防御和评测方法。
陈志波
中国科学技术大学 教授
报告题目：面向智能分析的高效安全视频编码与处理
报告人简介：陈志波，中国科学技术大学信息科学技术学院教授，博士生导师。目前主要研究领域为：视频信号的处理、编码与智能分析。主持国家重点研发计划课题，国家自然科学基金重点和面上等项目。曾获2018年度国家自然科学二等奖，2017年度教育部自然科学一等奖，2015年度电子学会自然科学一等奖，2019年度安徽省教学成果特等奖。发表国际期刊会议论文100余篇，授权国际国内专利100余项，在视频编码处理和视频质量分析研究领域的多项相关技术都已进入国际标准。目前担任IEEE视频信号处理与通信委员会Chair-Elect，IEEE TCSVT编委等工作。
报告摘要：从编码发展的历史和多媒体智能分析的趋势介绍视频编码和处理技术面临的挑战，从提升编码效率和智能分析应用任务驱动的角度分析视频编码质量感知准则的演化趋势，及其对高效安全视频编码与处理的影响，并介绍有关方面的探索工作和进展。
罗翀
微软亚洲研究院 高级研究员
报告题目：AI解锁视频分析新技能
报告人简介：罗翀博士，2003年加入微软亚洲研究院，现任智能多媒体组高级研究员，同时担任中国科学技术大学和西安交通大学兼职教授、博士生导师。主要研究方向为计算机视觉、多媒体理解、多媒体通信等。罗博士于2000年毕业于复旦大学，获得学士学位。后分别于2002年和2012年从新加坡国立大学和上海交通大学获得硕士与博士学位。已在ACM Mobicom、IEEE Infocom、CVF/IEEE CVPR等顶会和多份IEEE期刊发表论文60余篇，总被引3700次。获得十余项国际发明专利授权。曾获2016年上海市计算机学会“上海市网络领域最有影响力论文奖”。
报告摘要：我们正处于AI发展的黄金时代。大数据、强算力和高效算法为多媒体技术突破提供了难得的契机。微软亚洲研究院智能多媒体组长期致力于推动机器学习在多媒体技术，尤其是视频分析中的应用。本报告将介绍该组在基于AI的多媒体技术领域所完成的多项亮点工作，其中包括视频分析中最为核心的单/多目标跟踪技术、人体姿态估计技术、行人重识别技术等。这些技术有助于我们更好地进行场景理解，并可用于设计新一代智能多媒体分析系统。
报名及注册费
本期讲习班限报200人，根据缴费先后顺序录取，报满为止。
2021年6月25日（含）前注册并缴费：CSIG会员2000元/人，非会员2500元/人（赠送1年CSIG会员）；现场缴费：会员、非会员均为3000元/人；CSIG团体会员参加，按CSIG会员标准缴费；同一单位组团（5人及以上）报名，均按CSIG会员标准缴费。
注册费包括讲课资料和2天会议期间午餐，其它食宿、交通自理。
即日起至2021年6月26日，请登录会议注册网站注册。
会议主注册网址：http://confm.csig.org.cn/fair-detial.html?id=393
联系方式
中国图象图形学学会
2021年6月1日