【CAC2021基础专题】面向开放环境的智能感知 精彩报告，敬请期待！
CAA
智慧起航，共创未来
2021中国自动化大会将于2022年8月11-13日在云南省昆明市海埂会堂举行。
本届大会设置共计50余个专题论坛，涵盖航天、类脑智能、军事智能、认知计算等多个热点方向！
基础专题——面向开放环境的智能感知 整装待发，将于2022年8月13日召开！精彩报告，不容错过！
面向开放环境的智能感知
模式识别和智能感知是人工智能的重要研究方向，旨在对各种感知数据进行分析，对其中的场景、物体、行为、关系等模式进行检测和判别。过去60多年来，模式识别和智能感知理论与方法得到了巨大发展，在视频监控、网络多模态信息处理等领域得到了成功应用。目前，以“深度学习+大数据”为代表的方法在许多感知任务中都取得了优异的识别性能，在有些任务上甚至超过了人类智能水平。然而，在开放环境下，由于感知数据质量和内容不可控、类别和数据分布动态变化、标记数据少、噪声干扰等原因，现有方法在泛化性、鲁棒性、可解释性、自适应性等方面均呈现明显不足。因此，开放环境智能感知面临一系列新的研究问题，需要探索新的理论、模型和算法。本论坛将对开放环境智能感知的研究问题、最新研究进展和在场景感知、网络多模态信息处理等方面的应用进展进行交流和探讨，希望推动相关研究的发展。
专题主席
刘成林
中国自动化学会会士、理事
中国科学院自动化研究所研究员
向世明
中国科学院自动化研究所研究员
专题报告
刘成林
中国自动化学会会士、理事
中国科学院自动化研究所研究员
报告题目：
开放环境智能感知的内涵与研究问题
报告摘要：
智能感知是用机器模拟人的感知能力，对数据中的物体、行为、现象等模式进行检测和识别的技术，又称为模式识别。开放环境下的模式识别面临一系列新的技术挑战。首先，识别的对象超出了预先假设的类别范围，即从闭合世界扩展到了开放世界，对新类别模式、异常和噪声模式的建模与处理成为困难；第二，开放环境下模式的特性和数据分布随环境变化，独立同分布假设不再满足；第三，训练模型的大数据（尤其是大量标记样本）要求经常不能满足。针对这些挑战，模式识别和机器学习学者开展了大量研究工作，提出了一些有效的计算模型和方法，包括开放集识别、领域自适应、结构化预测、小样本学习、连续学习、跨模态学习等。本报告对开放环境模式识别的研究问题进行分析，简单介绍一些研究进展，并对未来研究方向进行展望。
报告人简介：
刘成林，中国科学院自动化研究所副所长，模式识别国家重点实验室主任，研究员、博士生导师，中国科学院大学人工智能学院副院长。1989年、1992年、1995年分别在武汉大学、北京工业大学、中国科学院自动化研究所获学士、硕士和博士学位。1996年至2004年先后在韩国科学技术院、日本东京农工大学、日立中央研究所从事博士后和研发工作。2005年起在中国科学院自动化研究所任研究员。2008年获得国家杰出青年科学基金资助。研究兴趣包括图像处理、模式识别、机器学习、文字识别与文档分析等。在国内外期刊和学术会议上发表论文300余篇，合著英文专著一本。现任Pattern Recognition期刊和《自动化学报》的副主编，以及多个期刊的编委。任中国人工智能学会副理事长、会士，中国自动化学会会士、模式识别与智能系统专委会主任，中国图象图形学学会常务理事。美国电气电子工程师协会会士 (IEEE Fellow)、国际模式识别学会会士(IAPR Fellow)。
程明明
南开大学教授
报告题目：
大规模图像的多粒度语义提取
报告摘要：
从图像中快速准确地获取目标信息是计算机视觉的核心任务。鲁棒的目标检测与信息提取需要对不同粒度的信息进行高效的整合。本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在边缘检测、显著性物体检测、图像分类、语义分割、物体检测、关键点估计、视频动作分割，语义线检测、行人计数、年龄估计、图像超分辨率等领域的最新研究进展。同时，本次报告也将从实例、图像、以及整个数据集三个粒度出发，对大规模图像集合进行联合分析，以减少图像理解算法对大规模精确标注的依赖。
报告人简介：
程明明，南开大学教授，计算机系主任，国家“万人计划”青拔、“优青”。他的主要研究方向是计算机视觉和计算机图形学，在SCI一区/CCF A类国际期刊和会议上发表学术论文100余篇（含IEEE TPAMI论文19篇），论文Google学术引用2万余次，一作论文单篇最高引用3800余次，连续4年入选Elsevier中国高被引学者榜单。技术成果被应用于华为手机智能拍照、推想科技CT影像智能分析、金风科技风电设备运行监控、和中化农业病虫害识别等领域。获得ACM中国新星奖、天津市青年科技奖、吴文俊人工智能自然科学二等奖、中国图象图形学学会自然科学一等奖、教育部自然科学一等奖等奖项。现担任中国图象图形学学会副秘书长、天津市人工智能学会副理事长和SCI一区期刊IEEE TIP编委。
薛建儒
中国自动化学会会士、理事
西安交通大学教授
报告题目：
驾驶任务引导的交通情境理解与预测
报告摘要：
智能驾驶领域存在大量极具挑战性的开放场景中的视觉计算问题，本报告主要探讨如何实现符合自主运动决策需求的交通情境理解与预测问题，主要内容包括地图表征学习、行人轨迹预测、动作识别、运动意图预测等研究进展。
报告人简介：
薛建儒，博士，西安交通大学人工智能与机器人研究所教授。主要研究领域为计算机视觉与模式识别、无人车环境理解及自主运动，发表学术论文100余篇，合著有英文学术专著《Statistical Learning and Pattern Analysis Approaches to Image and Video Processing》(Springer出版，2009年)。研究成果获国家自然科学二等奖与技术发明二等奖、IEEE ITS学会杰出研究团队奖、ACCV2012最佳应用论文奖等奖项。入选万人计划科技创新领军人才、教育部长江学者奖励计划。
陶建华
中国科学院自动化研究所研究员
报告题目：
多模态细微情感分析技术
报告摘要：
报告重点针对开放环境下基于音视频信号的情感计算所面临的细微情感状态描述、多模态时序信号处理、融合语义的情感理解等一系列问题进行分析与讨论，并对国内外在此领域的主要研究思路进行归纳和总结。
报告人简介：
陶建华，中科院自动化所模式识别国家重点实验室副主任、研究员，中欧信息自动化应用数学联合实验室主任，中科院脑科学与智能技术卓越创新中心核心骨干，国家杰出青年科学基金获得者，国家万人计划领军人才。担任中国计算机学会会士和常务理事，中国人工智能学会常务理事，中国中文信息学会理事，中国图象图形学会理事兼人机交互专委主任，Speech Communication、Journal on Multimodal User Interfaces、计算机研究与发展、信号处理等期刊编委。主要研究方向为智能交互、情感计算、大数据分析等，在主要国际期刊或会议上发表论文300余篇。承担国家重点研发计划、863重点、国家自然科学基金重点、国家发改委等项目30余项。
邓亚峰
360公司正高级工程师
报告题目：
多模态信息感知与安全
报告摘要：
中文图文跨模态表示任务，是一个学术上非常活跃，同时在应用方面也非常有价值的研究领域。讲者将主要介绍360人工智能研究院、清华大学、360搜索团队联合提出的中文图文跨模态表示框架R2D2，以及开源图文评测标准数据集Zero。R2D2框架相对最经典的CLIP双塔框架，借鉴搜索推荐领域常用的粗排精排模型，提出一种新的结合双塔和单塔表示的模型框架。该模型相对之前SOTA，在训练数据仅有几十分之一的设置下，在大部分任务上超越SOTA，在2.5亿训练数据的设置下，更是全面大幅超越SOTA。上述模型，已经开源。我们还开源了一个既包括2300万优质预训练数据又包括多个下游任务数据的开源评测标准数据集Zero，供领域研究人员使用。最后，讲者还会简要介绍上述模型在业务场景中的应用落地。
报告人简介：
邓亚峰，清华大学人工智能相关专业毕业，近二十年人工智能算法及产品研发经验，曾任360集团副总裁、人工智能研究院院长兼搜索事业部总经理，科创版第一家人工智能上市公司格灵深瞳CTO；带领团队在计算机视觉、多模态大模型、知识图谱、机器人、智能搜索等领域做出过创新成果或先进产品；获得2021年中国人工智能年度十大风云人物称号，任中国图形图像学学会常务理事，曾任北京人工智能产业联盟副理事长，大数据分析与应用技术国家工程实验室-多媒体大数据分析中心主任。累计申请发明专利130余项（已授权98项），带领团队在FRVT、LFW、FDDB、OGB-Wiki、Flick30k-CN、COCO-CN、PRCV等国际国内主流人工智能竞赛或评测中获得过一流成绩。
龙明盛
清华大学副教授
报告题目：
迁移学习理论、算法及开源库
报告摘要：
迁移学习一直是机器学习领域的难点问题，其目标是在数据分布变化的条件下实现强泛化能力。经过长期探索，逐步缩小了迁移学习的泛化理论与学习算法之间的鸿沟，获得了更紧致的泛化界和更优的学习器。此次报告将按照发展历程介绍迁移学习的代表性泛化理论及学习算法，重点介绍我们的间隔泛化理论及其对抗学习算法、无监督和开放场景下的迁移学习算法。最后，介绍我们开源的迁移学习算法库，为推动迁移学习的规范发展和应用落地提供支撑。
报告人简介：
龙明盛，清华大学软件学院副教授，国家优秀青年科学基金获得者，入选北京市科技新星。主要研究领域为机器学习理论与算法，专注于迁移学习、深度学习、科学学习及在人工智能和工业数据软件中的应用。以第一/通讯作者发表CCF-A类论文60余篇，谷歌引用超过10000次，三篇论文入选ICML/NIPS最具影响力论文。担任机器学习三大顶会ICML/NIPS/ICLR领域主席。获中国人工智能学会优秀博士论文、教育部技术发明一等奖等荣誉。
还等什么！心动不如行动，抓紧时间注册CAC2021，让我们8月相约云南昆明，不见不散！
END
点击在看分享出去吧！