馬佳義 教授，武漢大學(xué)

報(bào)告人簡(jiǎn)介：武漢大學(xué)機(jī)器人學(xué)院教授、博導(dǎo)。入選國(guó)家高層次青年人才計(jì)劃，研究方向?yàn)橛?jì)算機(jī)視覺(jué)、信息融合等。發(fā)表CVPR、ICCV、IEEE TPAMI、IJCV、Cell等中科院一區(qū)/CCF A類論文300余篇，獲錢學(xué)森論文獎(jiǎng)、Inf Fusion最佳論文獎(jiǎng)，谷歌學(xué)術(shù)引用4.4萬(wàn)余次，H指數(shù)96。曾獲湖北省自然科學(xué)一等獎(jiǎng)(序1)，擔(dān)任Inf Fusion共同主編，IEEE TIP、IEEE/CAA JAS、The Innovation等期刊編委。

• 報(bào)告題目：應(yīng)用導(dǎo)向的多模態(tài)圖像融合

• 報(bào)告簡(jiǎn)介：圖像融合技術(shù)旨在將來(lái)自不同源圖像中的互補(bǔ)信息集成于一體，生成一幅能夠全面表征成像場(chǎng)景的融合圖像，從而顯著提升目標(biāo)識(shí)別、場(chǎng)景感知與環(huán)境理解的能力。本報(bào)告以應(yīng)用導(dǎo)向的多模態(tài)圖像融合為核心，剖析該領(lǐng)域當(dāng)前面臨的挑戰(zhàn)與發(fā)展機(jī)遇，并系統(tǒng)介紹若干代表性方法。重點(diǎn)圍繞未配準(zhǔn)多模態(tài)圖像融合、高低層視覺(jué)任務(wù)協(xié)同下的圖像融合、具備退化魯棒性與文本控制能力的圖像融合等方向展開(kāi)討論，同時(shí)結(jié)合典型應(yīng)用場(chǎng)景，展示其實(shí)際價(jià)值與廣闊的應(yīng)用前景。

王中元 教授，武漢大學(xué)

報(bào)告人簡(jiǎn)介：王中元，武漢大學(xué)計(jì)算機(jī)學(xué)院教授，主要研究方向?yàn)槎嗝襟w信息處理與社會(huì)安全應(yīng)用。主持了多項(xiàng)國(guó)家級(jí)與省部級(jí)科研項(xiàng)目，發(fā)表學(xué)術(shù)論文50余篇，多篇入選ESI高被引論文。指導(dǎo)學(xué)生獲得國(guó)際TRECVID競(jìng)賽第一名、國(guó)際生物特征識(shí)別理事會(huì)最佳論文獎(jiǎng)、中國(guó)圖象圖形學(xué)會(huì)優(yōu)秀博士學(xué)位論文提名獎(jiǎng)等獎(jiǎng)勵(lì)。研究成果曾獲得湖北省技術(shù)發(fā)明一等獎(jiǎng)和廣東省科技進(jìn)步一等獎(jiǎng)。

• 報(bào)告題目：社會(huì)安全中的可信人臉識(shí)別

• 報(bào)告簡(jiǎn)介：可信人臉識(shí)別是社會(huì)治理中的重要支撐技術(shù)。戴口罩遮擋的人臉識(shí)別比常規(guī)的人臉識(shí)別更具挑戰(zhàn)性，本報(bào)告從人臉樣本和識(shí)別模型的角度介紹口罩人臉識(shí)別的若干有效方法。同時(shí)，針對(duì)Deepfake（深度偽 造）對(duì)真實(shí)身份認(rèn)定造成的威脅，進(jìn)一步闡述應(yīng)對(duì)網(wǎng)絡(luò)空間AI身份欺詐的技術(shù)手段與成效，以守護(hù)身份安全。

劉樂(lè)元 教授，華中師范大學(xué)

報(bào)告人簡(jiǎn)介：劉樂(lè)元，華中師范大學(xué)教授、博士生導(dǎo)師，其主要研究方向包括計(jì)算機(jī)視覺(jué)與計(jì)算機(jī)圖形學(xué)、人工智能輔助特殊教育、教育元宇宙以及教育機(jī)器人等。主持了包含國(guó)家自然科學(xué)基金、國(guó)家重點(diǎn)研發(fā)計(jì)劃子課題、湖北省自然科學(xué)基金等在內(nèi)的十余項(xiàng)科研項(xiàng)目，并作為重要骨干參與多項(xiàng)國(guó)家重大課題。在 IEEE Transactions on Multimedia 等國(guó)際知名期刊，以及 CVPR、ECCV、ACM MM 等頂級(jí)人工智能會(huì)議上發(fā)表論文八十余篇；獲二十余項(xiàng)發(fā)明專利授權(quán)。榮獲湖北省科學(xué)技術(shù)進(jìn)步一等獎(jiǎng)（2020）、湖北省社會(huì)科學(xué)優(yōu)秀成果二等獎(jiǎng)（2018、2020）以及湖北省自然科學(xué)優(yōu)秀論文一等獎(jiǎng)（2012）等多項(xiàng)學(xué)術(shù)榮譽(yù)。

• 報(bào)告題目：高保真孿生數(shù)字人生成技術(shù)及其在孤獨(dú)癥干預(yù)中的應(yīng)用

• 報(bào)告簡(jiǎn)介：孤獨(dú)癥譜系障礙（ASD）是一類廣發(fā)性兒童神經(jīng)發(fā)育障礙，其核心特征主要表現(xiàn)為社會(huì)交往受損和語(yǔ)言能力不足。近年來(lái)，大量研究嘗試將人工智能技術(shù)融入孤獨(dú)癥干預(yù)。由于ASD兒童的鏡像神經(jīng)元系統(tǒng)受損，現(xiàn)有方法往往依賴于第三人代理，一定程度上限制了干預(yù)效果。本報(bào)告提出了一種利用高保真孿生數(shù)字人開(kāi)展孤獨(dú)癥干預(yù)的全新路徑，即通過(guò)為ASD兒童構(gòu)建第一人稱數(shù)字自我化身，以緩解鏡像神經(jīng)元系統(tǒng)缺陷帶來(lái)的不利影響。報(bào)告首先介紹了該方法的提出背景和研究動(dòng)機(jī)，隨后詳細(xì)闡述了高保真數(shù)字人生成的核心技術(shù)，包括基于單張圖像的三維頭部重建與紋理合成、三維人體姿態(tài)估計(jì)與重建、基于擴(kuò)散模型的高質(zhì)量紋理生成，以及語(yǔ)音克隆等。在應(yīng)用層面，報(bào)告重點(diǎn)展示面向ASD兒童的元宇宙干預(yù)系統(tǒng)，通過(guò)個(gè)性化的數(shù)字化身與定制化的語(yǔ)音，為兒童構(gòu)建沉浸式、個(gè)別化、可控的干預(yù)環(huán)境。實(shí)證研究進(jìn)一步驗(yàn)證了該技術(shù)在孤獨(dú)癥干預(yù)中的適切性與潛力。最后，報(bào)告展望了高保真孿生數(shù)字人在教育、康復(fù)及跨學(xué)科融合等領(lǐng)域的未來(lái)發(fā)展前景。

江俊君 教授，哈爾濱工業(yè)大學(xué)

報(bào)告人簡(jiǎn)介：江俊君，哈爾濱工業(yè)大學(xué)計(jì)算學(xué)部長(zhǎng)聘教授、博導(dǎo)，人工智能學(xué)院副院長(zhǎng)，入選國(guó)家級(jí)青年人才計(jì)劃。2014年12月于武漢大學(xué)計(jì)算機(jī)學(xué)院獲得博士學(xué)位，2016年至2018年在日本國(guó)立情報(bào)學(xué)研究所擔(dān)任特任研究員。研究方向主要包括圖像處理、計(jì)算機(jī)視覺(jué)、深度學(xué)習(xí)。相關(guān)研究成果發(fā)表IEEE Transactions期刊論文和CCF A類會(huì)議論文百余篇，發(fā)表論文被谷歌學(xué)術(shù)引用2.4萬(wàn)次，H因子為70，入選全球高被引科學(xué)家、全球前0.05%頂尖科學(xué)家等榜單。擔(dān)任Information Fusion期刊編委（2024年獲最佳編委獎(jiǎng)）、Fundamental Research和IEEE/CAA JAS期刊青年編委。曾獲吳文俊人工智能優(yōu)秀青年獎(jiǎng)和中國(guó)計(jì)算機(jī)學(xué)會(huì)優(yōu)秀博士論文獎(jiǎng)。主持國(guó)家重點(diǎn)研發(fā)計(jì)劃課題、國(guó)家自然科學(xué)基金聯(lián)合重點(diǎn)/面上/青年項(xiàng)目。

• 報(bào)告題目：多模態(tài)信息融合與智能感知

• 報(bào)告簡(jiǎn)介：近年來(lái)，由于深度學(xué)習(xí)技術(shù)的興起和飛速發(fā)展，利用大規(guī)模標(biāo)注數(shù)據(jù)進(jìn)行監(jiān)督學(xué)習(xí)在封閉場(chǎng)景的特定計(jì)算機(jī)視覺(jué)任務(wù)上的性能取得了突破性的進(jìn)展，與此同時(shí)這些方法的性能也日趨飽和，其發(fā)展面臨來(lái)自真實(shí)開(kāi)放世界等應(yīng)用挑戰(zhàn)。針對(duì)真實(shí)世界的視覺(jué)多模態(tài)融合與感知這一重大需求，我們圍繞小樣本、弱標(biāo)注、多源異構(gòu)和跨場(chǎng)景等關(guān)鍵核心問(wèn)題開(kāi)展研究工作，將為復(fù)雜環(huán)境下無(wú)人系統(tǒng)的智能感知與自主決策提供技術(shù)支撐。報(bào)告將主要聚焦團(tuán)隊(duì)近年來(lái)在開(kāi)放場(chǎng)景下的多模態(tài)信息融合與感知相關(guān)方面的主要研究成果。