时间：2024年12月20日 13:30 - 17:00
地点：北京石油化工学院 二号报告厅（13#楼一层）

出席人员：

1. 特邀嘉宾（报告专家）

• 高赞：天津理工大学教授，国家青年人才计划人选

• 王鑫：清华大学计算机系副研究员，国家优青

• 杨小汕：中科院自动化研究所研究员，国家优青

• 王伟：北京交通大学计算机科学与技术学院教授，国家青年人才计划人选

2. 主办方代表

• 刘强 北京石油化工学院人工智能研究院院长

• 董建峰 中国图学学会可视化与知识计算专委会秘书长

• 胡永利 北京工业大学 教授

• 王博岳 北京工业大学 教授

• 王文通 北京石油化工学院 讲师

3. 主持人

• 王文通，王博岳

4. 参会人员

• 北京石油化工学院教师代表

• 北京石油化工学院学生代表

会议议程

特邀嘉宾个人简介与报告信息

高赞教授

单位：天津理工大学
个人简介：
高赞，教授，博导，副院长，国家青年人才计划人选、山东省突贡专家，全球前2%顶尖科学家，教育部重点实验室副主任，主要研究领域包括多媒体理解与分析，计算机视觉以及多媒体内容安全等。近年来，主持或参与包括国家自然基金重点和国家重点研发等省部级以上课题20余项，在包括TPAMI和CVPR等国际会议和期刊发表论文100余篇，其中ESI高被引论文6篇、热点论文1篇。曾获山东省科技进步和技术发明一等奖各1项，2021年获CCF A类会议SIGIR最佳学生论文，授权发明专利50余项。目前兼任中国计算机学会杰出会员、IEEE高级会员、中国图形图象学会高级会员，中国计算机学会多媒体技术专委会和计算机专委会执行委员等，担任Neural Network, TOMM，CAAI TIT等多个国际期刊的副编辑或青年编委。
报告题目：面向复杂场景的换衣行人重识别算法研究
报告摘要：
行人重识别是机器学习和计算机视觉领域的重要研究方向，其目标是在不同的监控摄像头下，准确地识别和匹配行人的身份。在复杂监控场景中行人重识别技术面临着一系列挑战，包括视角变化、光照变化、行人遮挡和行人外观变化等。本报告将汇报课题组近年来在换衣行人重识别上的相关成果。

王鑫副研究员

单位：清华大学
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。中国计算机学会多媒体专业技术委员会副秘书长，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、2022年度教育部自然科学一等奖、2023年度国家自然科学二等奖。主要研究方向为多媒体智能，媒体大数据，机器学习等，3次获ACM Multimedia Asia等最佳论文奖，在IEEE TPAMI、IEEE TKDE、ACM TOIS、ICML、NeurIPS、ACM SIGKDD、ACM Web Conference、ACM Multimedia、ACM SIGIR等相关领域顶级国际期刊/会议上发表论文190余篇。
报告题目：面向动态开放环境的生成式人工智能研究
报告摘要：
生成式 AI旨在通过人工智能技术创造文本、图像、视频等内容，在机器翻译、艺术创作等多个领域都得到了广泛应用。近年来，基于预训练的大模型如 ChatGPT、Stable Diffusion 等更是极大促进了对生成式 AI的发展。然而，预训练大模型通常难以满足动态变化的用户需求，因此研究面向动态开放环境的生成式 AI 变得尤为重要。本报告首先探讨动态开放环境下生成式 AI 研究的关键问题，然后提出通过解耦学习实现生成式 AI 模型的外泛化能力。最后，本报告探讨生成式 AI 的未来研究方向。

杨小汕研究员

单位：中科院自动化所
个人简介：
杨小汕，中国科学院自动化研究所研究员、博士生导师。近年来聚焦开放环境下多媒体内容理解开展研究，重点关注语义驱动的跨模态表征、多模态协同的域适应感知、多模态知识引导的新类别推理，在相关领域发表80余篇论文，其中TPAMI、TMM等 IEEE/ACM Trans.期刊和CVPR、NeurIPS、MM等CCF-A类会议50+。负责国家优秀青年基金项目、面上项目、科技委重点项目课题等。获中科院院长奖、中科院优博、腾讯卓创奖，相关算法为腾讯、咪咕、航天二院提供了重要的技术支持。
报告题目：开放世界的多模态大模型研究与应用
报告摘要：
与视觉和语言大模型相比，多模态大模型能够从不同模态数据中学习共性知识，因此具有更强的通用性，也更接近人类的认知能力，是目前人工智能进一步发展的关键所在。尽管目前的多模态大模型已取得了重要进展，在跨模态检索、跨模态生成等任务中取得了优异的性能，但在实际应用中面临的开放世界，已有多模态大模型仍然存在很多尚未解决的挑战。本报告主要探讨解决两个方面的问题：（1）如何在保留不同模态数据本身特性的前提下建模多模态数据关联；（2）如何在保证模型泛化性的前提下实现多模态大模型在下游任务中的跨域迁移和小样本迁移。报告分析了多模态大模型中理想的视觉系统所应具备的要素并提出了基于解耦视觉系统的多模态大模型Libra；同时也介绍了针对多模态大模型的多个泛化性保持的跨域和小样本迁移方法。

王伟教授

单位：北京交通大学
个人简介：
王伟，北京交通大学计算机科学与技术学院教授，国家高层次青年人才基金获得者。主要研究方向为人脸图像视频的生成与编辑，以及序列模型架构研究。 在 IEEE Trans.和 CCF A 类会议和期刊上发表论文40余篇，担任 ICIP、ICMR等国际会议的Area Chiar，曾获ACM MultiMeida最佳论文提名奖，ICCV 优博奖，和意大利计算机视觉模式识别和机器学习协会优博奖等。
报告题目：数字人脸生成与可控编辑
报告摘要：
当前，数字人脸生成与可控编辑技术在学术研究和实际应用中取得了显著进展。基于2D和3D的人脸生成算法提供了多种解决方案。2D人脸生成算法主要依赖于基于深度学习的图像生成模型，能够生成高分辨率、细节丰富的图像。3D人脸生成算法则通过三维建模技术，精确捕捉人脸的几何结构和动态表情，实现更加逼真的效果。结合2D和3D方法，研究人员能够生成和编辑具有高度真实感的人脸图像，进行多维度的调整如表情姿态等。随着算法和计算能力的不断提升，数字人脸生成与编辑技术在虚拟现实、影视制作和社交媒体等领域展示出广阔的应用前景。本报告将介绍最新的研究进展，探讨2D和3D人脸生成算法与编辑方法的融合应用及其未来发展方向。