宋卓异

复旦大学  青年研究员

报告题目：微型奇迹:昆虫大脑中的自适应视觉计算与轻量化人工智能

报告摘要：昆虫的大脑仅包含数十万个神经元。尽管面临如此极端的资源限制，昆虫却能高效编码环境信息，并产生诸如捕食、避碰和自主导航等复杂智能行为。理解这种紧凑的生物系统如何实现强大的智能，可为设计受大脑启发的轻量级智能算法和系统提供宝贵原理。本报告将重点介绍从昆虫视觉和神经回路中的自适应计算原理以启发高效人工智能方案的三方面研究：通过自适应神经动力学进行信息处理——果蝇光感受器如何在十个数量级的动态范围内实现光适应（涉及分子机制、细胞动力学及视觉感知）；通过眼动进行信息采样——微扫视如何使果蝇视网膜在复杂环境中实现超分辨率感知；神经回路中的信息分离与整合——神经回路如何在动态环境中支持运动检测和碰撞规避。

个人简介：复旦大学类脑科学与技术领域的青年研究员。拥有自动化专业背景，在神经元建模与昆虫视觉研究方面拥有近20年的经验。所建立的模型显著推动了学界对昆虫复眼感知机制的理解，解决了该领域的关键难题。研究成果发表于current biology、eLife及Journal of neuroscience等知名期刊。当前研究重点聚焦于昆虫神经环路模型的构建与分析，致力于揭示视觉神经编码机制，并用于启发推动类脑人工智能理论和技术的发展。

杨开富

电子科技大学  副研究员

报告题目：视觉颜色感知的计算理论与方法

报告摘要：在高度动态变化场景中实现稳定的视觉感知，是视觉信息理解的重要前提。颜色是生物视觉系统感知的基本物理量之一；对颜色的稳定感知是视觉感知的重要特性，也是计算机视觉领域的基础问题。本报告重点针对颜色恒常性问题，从生物神经机制启发，到颜色恒常性计算理论，再到相关算法实现和应用，系统介绍生物视觉颜色恒常感知的计算理论与方法。通过对初级视觉皮层中的双拮抗神经元的感受野进行计算分析，提出了生物颜色恒常性的“灰色锚定”(Gray Anchoring)理论，建立了生物视觉系统实现颜色恒常性的统一计算理论框架，进而开发了基于灰色点检测的颜色恒常系列算法。最后，在夜间、雾天等场景的视觉增强任务中进行应用与验证。

个人简介：电子科技大学生命科学与技术学院副研究员。2016年在电子科技大学获得生物医学工程专业博士学位，2019-2020在苏黎世联邦理工学院（ETH Zurich）做访问学者。主要研究视觉计算原理、方法与应用，致力于发展视觉特征编码理论与模型，探索认知驱动的主动视觉方法；同时专注于低成本眼动跟踪技术及其在疾病诊疗、人机交互等领域的应用。发表论文50余篇，包括IEEE-TPAMI/TIP/TMI、IJCV、CVPR等知名期刊或会议；先后主持国家自然基金项目4项。曾获CSIG优秀博士论文提名奖(2018)、吴文俊人工智能自然科学奖三等奖(2020)等。

高绍兵

四川大学  副研究员

报告题目：融合生物多模态感知机理的极弱光计算成像

报告摘要：视觉感知在极弱光、恶劣天气等条件下性能急剧下降，是计算机视觉领域的关键挑战。报告将介绍我们融合生物多模态感知机理，以突破传统单模态成像局限的最新进展。首先，针对单光子成像在极低光通量下从稀疏数据中重建场景的难题，我们提出一种新颖计算框架。该框架通过深度挖掘三维光子立方体的时空依赖性，实现了对场景深度与反射率的高质量同步重建，并在目标距离、散射介质浓度变化等复杂场景下验证了其优越性能。其次，受蛇类视觉系统的启发，我们构建了一种全新的红外与可见光图像融合模型。通过对生物双模态神经元非线性交互机制的数学建模与端到端优化，模型在显著提升融合图像质量的同时，也大幅增强了下游目标检测与语义分割任务的性能。

个人简介：四川大学计算机学院副研究员/博士生导师。电子科技大学硕士（2013）、英国伦敦大学学院博士联合培养（2015）、电子科技大学博士（2017），四川大学华西医学院博士后（2018-2021）。主要研究类脑智能技术及其在图像数据受限下的多源图像智能融合和分析研究，应用于高空高速空基平台下的小样本、不确定、非完整图像信息的智能分析和处理。发表论文30+篇，含IEEE TPAMI、TIP等汇刊和CCF-A类会议等15+篇。国家发明专利20余项；主持国家自然科学基金项目2项，国家重点研发计划子课题1项。获得“中国电子教育学会优秀博士论文”提名奖，2020年吴文俊人工智能自然科学奖（序3）。