论坛简介
本论坛特邀请2025年度中国图象图形学学会科学技术奖的获奖人介绍获奖项目。这些项目是中国图象图形领域研究成果的杰出代表。本论坛将展示这些关键理论与技术的突破，包括分布外泛化多媒体表征学习、跨模态内容高效生成理论与方法、面向物体识别的视觉表征建模与学习方法研究、内生知识驱动的图像-文本语义关联、身体语言的视觉感知与理解、显著目标检测深度建模与优化理论方法、光照编码成像与智能分析关键技术及应用、时空超分辨虚实融合交互关键技术及应用、大模型赋能的多模态认知理解与交互关键技术及应用、低光通量影像复原解析关键技术及应用、基于强化学习的智能决策关键技术及应用、面向复杂场景的智能视觉关键技术及产业化应用等。
论坛主席
马惠敏
北京科技大学 教授
个人简介：马惠敏，北京科技大学计算机与通信工程学院教授、副院长，部级重点学科与技术研究中心主任，鼎新实验室主任，北京科技大学领军学者。首次在国际上建立图像认知心理测评智能系统，获得2016年吴文俊人工智能科技创新一等奖、2017年日内瓦国际发明展览会银奖、2020年中国图像图形学会技术发明一等奖；提出的基于GPU高效能复杂环境仿真方法及应用，获得2017年教育部技术发明奖二等奖；提出的复杂环境三维目标认知与学习方法，将认知心理学理论和模型引入计算机视觉，2015-2017年连续在国际最大自动驾驶数据集（KITTI）评测中获第一名。
陈健生
北京科技大学 教授
个人简介： 陈健生，北京科技大学计算机与通信工程学院教授，博士生导师。主要研究方向为可信人工智能与人机协同，包括鲁棒的图像识别检测与生成、多模态大模型对抗鲁棒性、三维场景与人体姿态重建、图像与视频的语义理解等。作为负责人主持国家自然科学基金，科技部重大项目课题，重点研发计划创新特区，北京高校英才计划在内的科研项目十余项。在包括TPAMI、IJCV、Nature Comm.、CVPR、ICCV、NeurIPS在内国际期刊和会议上发表学术论文百余篇。曾获北京市科学技术一等奖，北京市自然科学一等奖、CSIG自然科学二等奖。
论坛讲者信息
代季峰
清华大学、长聘副教授
报告题目：面向物体识别的视觉表征建模与高效学习方法研究
报告摘要：物体识别是计算机视觉的核心，但传统视觉表征在空间定位精度、几何形变建模及对大规模人工标注的依赖方面存在显著瓶颈 。本项目针对上述挑战，系统性地构建了面向空间建模、几何变形与弱标注学习的视觉技术体系 。首先，通过阐明全卷积网络的平移变异机理，提出了高效全卷积物体检测框架 R-FCN，解决了传统方法无法有效建模区域位置信息的难题 。其次，开创性地提出了可变形卷积网络（Deformable ConvNets），通过自适应采样机制实现了对复杂几何形变的灵活建模，该成果已成为深度学习框架的标杆算子 。最后，本项目构建了统一的无监督与弱监督学习框架，显著提升了模型对海量无标注数据的利用能力。
个人简介：代季峰，清华大学电子工程系长聘副教授，博士生导师，上海人工智能实验室双聘领军科学家。主要研究领域为视觉信息理解基础模型与核心算法。在2009年和2014年于清华大学自动化系分别获得工学学士和博士学位，博士导师周杰教授。2014年至2019年在微软亚洲研究院视觉组工作，担任首席研究员、研究经理。2019年至2022年在商汤科技研究院工作，担任执行研究总监。他在相关领域发表国际期刊、会议文章80余篇，论文总引用7万余次。以可变形卷积为代表的多篇论文成为物体识别领域里程碑式的成果，被选入深度学习权威框架PyTorch成为标准算子。他连续两年获得物体识别领域权威的COCO比赛冠军。
付 莹
北京理工大学 教授
报告题目：低光通量影像复原解析关键技术及应用
报告摘要：影像复原解析是实现深空遥感探测和智慧城市治理的关键，其核心影像感知设备属于国家战略急需。本项目由通过产学研用强强联合，在国家自然科学基金重点项目、高分专项工程等的支持下，瞄准成像机理建模“欠”、影像复原质量“低”、场景目标解析“误”三大瓶颈问题，攻克了全链条全物理量成像建模、高清晰高泛化性影像复原、多维度多传感器影像解析等关键技术，形成了体系化的低光通量影像感知装备研制能力，并在深空遥感探测、智慧城市治理等重要领域实现了技术落地。
个人简介：付莹，北京理工大学教授，国家青年人才。主要从事计算机视觉、计算摄像、图像/视频处理等相关领域研究，近五年以第一/通讯作者在中科院一区期刊和计算机机学会推荐A类会议发表论文50余篇，授权发明专利40余项。获计算机学会推荐 A类国际会议ICML杰出论文奖和国际会议PRCV最佳论文奖、日内瓦国际发明展金奖，主持国家自然科学基金重点项目等国家级项目/课题10余项，获中国图像图形学会科技进步奖一等奖、中国图像图形学会教学成果奖励计划一等奖、中国图像图形学会石青云女科学家奖、中国电子学会青年科学家奖等。担任中国图像图形学会科普与教育工作委员会副主任、女科技工作者工作委员会委员、青年工作委员会委员。
毛震东
中国科学技术大学 教授
报告题目：内生知识驱动的图像-文本语义关联
报告摘要：图像-文本语义关联，旨在建立视觉图像到语言文本的语义映射，是图象图形领域的基本科学问题，也是提升多模态大模型能力的关键技术。传统方法以数据驱动建模图文共现概率，受限于数据固有的分布偏差和样本噪声。本项目借鉴人类认知机理，创新提出了内生知识驱动的图像-文本语义关联新框架，显著提升了图像-文本关联的精度与泛化性，目前广泛应用于人民网、新华网、抖音、快手等多家媒体平台的多模态内容风控与创作业务中，取得了较好的应用效果。
个人简介：毛震东，中国科学技术大学教授、博士生导师，人民网传播内容认知全国重点实验室特聘研究员。主要研究方向为多模态内容理解与生成、网络空间内容安全，获国家技术发明二等奖（序2）、中国图像图形学会自然科学一等奖（序1），教育部技术发明一等奖（序2）。主持新一代人工智能国家科技重大专项、国家自然科学基金优青、联合基金重点等项目，在IEEE-TPAMI、IEEE-TIP、IEEE-TKDE、CVPR、ACL、NeurIPS等国际重要期刊会议发表论文100余篇，获CCF-A类会议ACM-MM 2022最佳学生论文奖、ACL 2025杰出论文奖。担任中科院一区期刊T-MM和中科院一区期刊T-CSVT副编。
王 勋
浙江工商大学 教授
报告题目：面向复杂场景的智能视觉关键技术及产业化应用
报告摘要：在公共安全、智能交通和社区治理等领域，普遍存在场景光照和人体姿态复杂多变、前景遮挡与背景干扰、低分辨率与成像模糊、视频传输环境可靠性低等诸多因素并存的复杂场景，加剧了现有视频物联系统由于感知能力有限，编码传输低效，数据防护薄弱，协同处理不足等导致的安全性和实用性问题。本报告针对上述问题，系统介绍项目组在安全真彩感知、高效编码传输和智能协同处理三个层面的智能视觉关键技术取得的一系列成果。
个人简介：王勋，二级教授、博导，入选国家百千万人才工程，国家有突出贡献中青年专家，享受国务院政府特贴，首届浙江省“万人计划”教学名师。浙江全省大数据与未来电子商务技术重点实验室主任，可视媒体大数据技术浙江省工程研究中心主任，中国图像图形学会智能图形专委会副主任。近几年主要在智能图形学、计算机视觉、智能信息处理等领域开展学术研究与应用系统研发，承担完成了国家科技支撑计划项目、国家重点研发计划项目、国家自然科学联合基金重点等国家与省部重点项目20余项。在IEEE T-PAMI，IEEE T-IP，IEEE T-KDE和ACM MM，CVPR，AAAI等国内外重要期刊与国际会议上发表论文200余篇。
叶 茫
武汉大学 教授
报告题目：大模型赋能的多模态认知理解与交互关键技术及应用
报告摘要：多模态认知理解与交互在智能家居、智慧医疗等领域具有重要价值。现有技术依赖明确指令，受制限定范式，面临“语义理解能力弱、场景泛化能力差、交互方式单一”等瓶颈。本次报告分享团队利用大模型赋能，突破三元关系共驱动的多模态认知理解、 多维度泛化增强的多模态统一检索、 个性化增量演进的多模态智能交互等关键技术，形成了“认知理解-统一检索-智能交互”闭环联动的三维多模态智能计算体系，在小米等领军企业开展示范应用的成果。
个人简介：叶茫，武汉大学计算机学院教授、智能科学系主任、国家海外高层次青年人才，科睿唯安高被引科学家。长期从事多模态计算、医学人工智能等领域研究，以第一/通讯作者发表 CCF-A 类论文100余篇，谷歌学术引用 1.6万余次。担任CCF-A类IEEE TIP、IEEE TIFS等期刊编委，CVPR、ICLR、NeurIPS、ICML、AAAI等会议领域主席等学术职务。主持国家自然科学基金5项、科技部重点研发计划课题等科研项目。获斯坦福排行榜“全球前2%顶尖科学家”，百度AI华人青年学者，中国图象图形学学会科技进步一等奖（序1）等荣誉。
印二威
军事科学院 研究员
报告题目：时空超分辨虚实融合交互关键技术及应用
报告摘要：虚实融合交互技术已成强国博弈战略高地，我国与国外同类产品仍有较大差距，该领域核心软件长期被美西方强国主导。项目组提出了超分辨预着色的跨尺度实时渲染、空间运动感知的低延时虚实融合显示和紧致表征动态推理的敏捷空间交互等关键技术，研制了“渲染-显示-交互”一体化时空超分辨虚实融合交互引擎，解决了大场景渲染速度慢、虚实融合显示畸变大、空间交互效率低等系统问题，形成了自主可控的知识产权体系。
个人简介：印二威，军事科学院国防科技创新研究院室主任，研究员，博导，国家级领军人才，学科拔尖人才，长期从事智能人机交互技术研究。担任某部委预研专项技术总师，x73重点项目首席，主持工信部重大工程专项、国自然重点项目等20余项；发表学术论文170余篇，出版著作6部，主编丛书1套，授权发明专利100余项，获得吴文俊人工智能自然科学一等奖（1）、中国图像图形学会技术发明奖一等奖（1）、日内瓦国际发明展金奖（IFIA最佳发明奖）（1）、世界机器人大赛特等奖等。担任国家和部委多个脑机接口和人工智能领域专家委委员；中国电子学会智能人机交互专委会副主任委员、中国指挥与控制学会虚拟现实与人机交互副主任委员。
张永兵
哈尔滨工业大学 教授
报告题目：全切片病理扫描成像与计算
报告摘要：基于病理成像与计算的组织学分析是临床上进行癌症诊断的黄金标准。然而，在成像方面，现有方法存在成像速度慢、精度低等局限；在病理诊断方面现有方法存在人工阅片诊断工作量大、受主观因素限制等缺点，容易造成误诊漏诊等缺陷。如何从理论上突破多方面局限，精准高效地快速获取高分辨病理切片图像，进而智能实时地辅助病理医生做出准确的疾病诊断和预后，成为病理组织成像和计算中亟待解决的问题。本次报告首先介绍了计算病理的发展历程；接着分别介绍了课题组在快速全切片病理扫描成像与人工智能病理计算方面的研究工作，最后对病理成像与计算的发展给出了展望。
个人简介：张永兵，哈尔滨工业大学（深圳）计算机学院教授、博士生导师，国家优秀青年科学基金获得者。长期从事计算成像、视觉信息处理研究，通过深度学习、信号处理、傅立叶光学等方向的深度交叉，探索新型的图像获取与智能处理方法和设备。在Nature子刊，IEEE Trans、NeurIPS、CVPR、ICCV等顶级期刊与会议发表论文100余篇，获国际会议论文奖2项。承担了国家自然科学基金（重点、优青、面上）项目、广东省科技计划项目、深圳市基础研究重点项目等10余项，获50余项发明专利授权。曾获国家科技进步二等奖、广东省科技创新领军人才等多项科技奖励。
卢湖川
大连理工大学 教授
报告题目：显著目标检测深度建模与优化理论方法
报告摘要：显著目标检测旨在模拟人类视觉注意机制从视场中精确提取出最重要的目标，以应对信息过载挑战，在军事侦察、医学影像分析等领域具有广泛应用前景。报告将围绕目标先验未知、细节丰富弱小、模态异构有噪、语义复杂耦合等现实挑战，针对多网络协同的学习偏执、多层级交互的细节平衡、多模态融合的语义对齐问题，从协同训练、特征交互、模态融合、统一建模等角度出发，解决显著目标检测的精细表征与稳定优化核心难题，实现复杂场景下鲁棒精准的显著目标检测。
个人简介：卢湖川教授，IEEE Fellow,国家杰出青年基金获得者，大连理工大学大学未来技术学院执行院长，中国图像图形学会机器视觉专委会主任。研究方向为计算机视觉、机器学习、模式识别。发表顶级会议论文（CVPR/ICCV/ECCV）200余篇，以第一完成人获得辽宁省科技进步一等奖1项，中国图像图形学会自然科学一等奖1项，教育部自然科学二等奖2项。获得多项国际学术奖，包括CVPR2020 Best Paper Award Nominee, ICCV2011 Most Remembered Poster等。
郝建业
天津大学 教授
报告题目：基于强化学习的决策智能
报告摘要：决策智能作为国家新一代人工智能发展战略的核心组成部分，是推动新质生产力发展、实现高水平科技自立自强的关键支撑。强化学习作为实现决策智能的关键技术路径，在应对复杂系统决策中通常面临奖励质量低、经验复用难、环境波动大等挑战。本报告围绕基于强化学习的智能决策关键技术，从“策略性能提升、学习效率优化、跨任务泛化增强”三方面，介绍如何实现“学得好、学得快、学得稳”三方面核心能力突破，以及在工业基础软件、国防军事、文娱智能、生命健康等重点领域落地。
个人简介：郝建业博士，天津大学教授，国家优青。主要研究方向为强化学习、具身智能和多智能体系统。在Nature Communications和ICML/NeurIPS/ICLR等人工智能领域CCF-A类国际会议发表论文100余篇，专著3部。获国际会议最佳论文奖4次，NeurIPS大会竞赛冠军4次，中国图像图形学会科技进步一等奖（第一），中国电子学会自然科学一等奖（第二）等。曾先后任华为决策推理实验室主任、大模型算法实验室主任、华为医疗军团副总裁，负责华为决策智能领域技术创新和产业落地，团队研究成果在国产工业基础软件智能化、基础和行业大模型、自动驾驶、5G网络优化、工业物流调度、具身智能等领域广泛落地应用
赵 洲
浙江大学 教授
报告题目：跨模态内容高效生成理论与方法
报告摘要：随着大数据和人工智能的发展，内容生成由传统的单一模态过渡到相关跨模态协同计算。项目聚焦跨模态生成场景中大规模并发、少样本适配、低延时响应的复杂需求，针对逐元解码架构难加速、跨领域少样本难微调、少步推理加速难精细等科学问题，构建了以解耦级联高效架构、引导泛化高效微调、平滑稳定高效推理为核心的方法体系。本报告将阐述该理论方法的思路与应用。
个人简介：赵洲，浙江大学计算机学院教授、博士生导师、国家青年人才、科技部2030重点研发计划青年科学家，主持国家自然科学基金联合基金重点、浙江省杰青等项目。主要研究方向为自然语言理解、计算机视觉计算和生成式模型，在国际期刊TPAMI和会议NeurIPS，ICML，ICLR，CVPR等上发表100余篇论文，谷歌学术引用2.4万+，相关技术被应用于微软、字节、Stability AI、华为等公司，获2025年中国图像图形学会自然科学一等奖、2022年度教育部科技进步一等奖、2023年度上海市科学技术一等奖、2024年度人工智能学会科技进步一等奖、2021年度中国电子学会科技进步一等奖。
王 鑫
清华大学 副研究员
报告题目：分布外泛化多媒体表征学习
报告摘要：多媒体表征学习是从异构媒体数据中挖掘深层多尺度关联规律的核心，已成为内容安全、智慧城市等国家重大需求的共性基础。传统方法受限于独立同分布假设，在数据动态变化、分布偏移未知时无法对非独立同分布多媒体数据进行表征建模，导致动态开放环境下难以进行预测。如何突破传统独立同分布表征方法的表达局限，建立可泛化多媒体关联表征，是困扰国际学术界的基本难题。本项目从多媒体数据的分布外泛化关联表达入手，针对传统方法表征空间因子混杂、数据分布关联虚假、模型表达尺度单一等难题，揭示多媒体数据的向量化解耦表征机理，构建去偏置不变学习、动态自适应的多媒体表征学习理论方法，为发展分布外泛化多媒体表征理论方法做出创造性贡献。
个人简介：王鑫，清华大学计算机系副研究员，国家优秀青年科学基金获得者（2023-2025）。中国计算机学会多媒体专委会副秘书长，清华大学博士后校友会秘书处副秘书长。作为项目/课题负责人承担国家自然科学基金、科技部重点研发计划等项目，获2020年度ACM中国新星奖、2022年度IEEE TCMC新星奖、2023年度达摩院青橙奖、2024年度蚂蚁InTech科技奖、2025年度中国图像图形学会自然科学一等奖（排1）、2023年度国家自然科学二等奖（排4）、2022年度教育部自然科学一等奖（排4）。主要研究方向为多媒体智能、媒体大数据、机器学习等。
刘青山
南京邮电大学 教授
报告题目：身体语言的视觉感知与理解
报告摘要：身体语言的视觉感知与理解是实现自然人机交互的关键技术基础。它旨在通过解析面部表情、手势、姿态等非语言行为，来洞察人类的情感状态与真实意图。团队围绕身体语言所面临的微细节感知难、高动态表征难、变拓扑识别难等挑战性问题，开展了深入的研究。揭示了面部表情的非线性动力学演化规律，提出了基于相空间重构的时空动态表情特征学习方法。提出了时空特征变换循环卷积网络，建模手势动作高动态时空特征。构建了兼容多种场景配置的姿态拓扑变化自适应的动作识别框架。
个人简介：刘青山，教授，博士生导师，APR Fellow ，主要从事图像理解、人工智能、以及人工智能交叉应用等研究。以第一作者/通讯作者在CVPR、NeurIPS、IEEE PAMI、TIP等国内外学术会议/期刊上发表论文300余篇，谷歌学术引用达20000余次，h指数达69。近年来主持承担科技部2030人工智能重大专项项目、国家杰出青年基金项目等。先后入选教育部特聘教授、科技部中青年创新领军人才、江苏省 333 高层次人才工程第一次层次培养对象等。曾获江苏省科学技术一等奖、教育部自然科学二等奖、中国电子学会自然科学一等奖等。
论坛联系人
姓名：陈健生
单位和职称：北京科技大学教授
邮箱：jschen@ustb.edu.cn
