河北工业大学人工智能与数据科学学院副院长，2017年荣获河北省青年科技奖，河北省青年拔尖人才, 河北省“三三三人才”，中国自动化学会智能制造系统专委会副主任，中国青年科技工作者协会会员，天津市青年联合委员会委员，河北省自动化学会理事。作为课题负责人先后完成国家“863”、国家自然科学基金等项目10项，在研国家自然科学基金重点和面上项目2项。主持获得天津市科技进步二等奖1项、河北省科技进步三等奖1项，参与获得省部级奖励3项。在《IEEE Transactions on Industrial Informatics》等国内外期刊、国际会议发表论文50余篇。已授权发明专利13项，申请发明专利18项。担任IEEE Transactionson INDUSTRIAL ELECTRONICS等多个国际期刊审稿专家。

个人简介：苏州大学特聘教授，博士生导师，国家级人才获得者，国家重点研发计划项目负责人，国家优秀青年基金获得者，国家青年973项目首席科学家。主要研究方向为医学图像处理及其临床诊断应用。截至目前共发表200多篇国际顶级期刊/会议论文，获得中国发明专利授权30余项，美国专利授权1项；主持国家及省部级项目近十项；获得吴文俊人工智能技术发明一等奖1项（排名第一），中国国家科学技术进步二等奖1项，江苏省科学技术奖二等奖1项，北京市科学技术奖二等奖2项和信息产业部重大技术发明奖1项。自主研发完成了国内首个跨平台（Windows, Linux, Mac）的眼科多模态医学影像处理与分析软件系统，以及全自动人工智能眼科OCT成像系统；获批国家CFDA医疗器械二类证2项，所研发产品在国内100余家眼科中心进行了临床应用推广。

报告题目：人工智能眼科医学影像诊断与分析

报告摘要：当前中国的眼科疾病形势非常严峻，各类眼科疾病如糖尿病视网膜病变，老年性黄斑变性，青光眼，病理性高度近视眼病等，患者人数众多，约有近亿人。光学断层扫描成像（optical Coherence Tomography，OCT）、眼底彩照等技术在临床中为眼科疾病的诊断和治疗提供了重要技术支持和指导。本报告围绕基于人工智能的眼科影像诊断与分析进行展开。报告主要介绍了眼底影像的处理与分析方法，各类不同眼科疾病的影像疾病检测与量化分析技术，以及基于OCT影像的眼科疾病筛查技术等。

个人简介：南开大学教授，计算机系主任，国家“万人计划”青拔、“优青”。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，论文Google学术引用2万余次，一作论文单篇最高引用4000余次，连续5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。现为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，并担任SCI一区期刊IEEE TPAMI和IEEE TIP编委。

报告题目：大规模图像的多粒度目标检测

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。

个人简介：中国科学院自动化所研究员，国家杰出青年科学基金获得者，国家万人计划领军人才，入选国家百千万人才工程和首都科技领军人才工程，科技部重点领域创新团队负责人，国家重点研发计划项目首席科学家，中国科学院王宽诚率先人才计划卢嘉锡国际团队负责人。国际电子电气工程师学会会士（IEEE Fellow)，国际模式识别学会会士（IAPR Fellow），国际计算机学会杰出科学家（ACM Distinguished Scientist）。担任国际计算机学会多媒体专委会中国区（ACM SIGMM China Chapter）主席和中国计算机学会多媒体专委会副主任。担任国际期刊Multimedia Systems主编，担任过国际期刊“IEEE Transactions on Multimedia”和“ACM Transactions on Multimedia Computing, Communication and Applications”编委以及国际顶级多媒体会议“ACM Multimedia Conference”程序委员会主席。在多媒体分析，计算机视觉，模式识别，图像处理等领域发表论文400多篇，其中IEEE和ACM汇刊论文110余篇，国际顶级会议会议论文70余篇。在多媒体国际顶级会议和期刊上获得最佳论文奖10余次。获得2018年中国电子学会自然科学一等奖，2009年中国计算机学会青年科学家奖，7次获得中国科学院优秀导师奖。

报告题目：视频理解中的关系学习研究

报告摘要：随着便携式数码设备的普及和移动互联网的发展，海量的视频大数据亟需智能的视频理解技术。视频理解是一个融合视频底层特征信息和高层语义信息的过程，并服务于用户的不同需求。高效的视频理解技术可以使计算机智能地完成各种视频相关的任务，如视频监控、视频娱乐等。视频大数据具有（1）时空复杂，（2）底层特征与高层语义之间存在“语义鸿沟”，（3）类别丰富，（4）多模态，（5）个性化需求多样等特点。这些特点在视频数据中表现为纷繁复杂的关系信息，因此为视频的智能理解带来了巨大的挑战。事实上，针对视频中复杂而多样的关系模式进行学习对深入地理解视频内容是至关重要的。本报告围绕如何设计有效的关系学习方法来进行视频理解展开，自底向上地重点研究了视频中的三种关系结构信息：首先针对视频中的物体层面，研究了物体表观中的结构化关系建模；接着以物体为纽带，深入挖掘了视频中的物体-语义关系信息，从而实现了视频高层语义的自动提取；最后，探索了视频语义-用户兴趣之间的关系，完成了视频的个性化服务。

个人简介：中科院计算所研究员、博导，研究领域为计算机视觉与模式识别，重点关注真实开放环境下的视觉场景理解问题。发表国际期刊和会议论文90余篇，Google Scholar引用5800余次。先后在CVPR2015、ECCV2016、ICCV2019等国际会议合作组织并主讲Tutorial。担任Pattern Recognition、Neurocomputing等国际期刊编委，十余次担任IEEE CVPR、ICCV、ECCV、WACV等国际会议领域主席。获得2015年度国家自然科学奖二等奖（第4完成人）、2019年度国家自然科学基金委优青项目资助。

报告题目：视觉场景图—表示、生成与应用

报告摘要：近年来面向视觉场景理解的认知任务探索成为热点，研究视角从关注局部的视觉实体(object-centric)转向关注全局的实体间关系(relationship-centric)，如何建立纷繁视觉信息与其本质语义内涵之间的跨模态通路成为关键挑战。结构化的视觉场景图(scene graph)为连接底层的物体识别检测等感知任务与高层的语言描述问答等认知任务提供了桥梁。本课题组近几年围绕场景图的表示、生成与应用开展了系列研究，致力于建立“物体-->场景-->语言-->知识”的递进式场景理解统一框架。报告将介绍取得的一些具体进展，包括：结构化图推理驱动的物体检测、场景关系图的自动生成、复杂场景跨模态图文检索、图像描述生成的认知评测体系等工作。

个人简介：河北工业大学人工智能与数据科学学院副教授，硕士生导师，校聘“元光学者”。研究领域包括机器学习、医学图像、生物信息学。主持国家自然科学基金、河北省自然科学基金、中科院自动化所模式识别国家重点实验室开放课题等项目。与宾夕法尼亚大学、印第安纳大学等研究机构长期合作，在领域内会议和期刊上发表学术论文20余篇（其中包括MICCAI、ISMB/ECCB、IEEE TIP、IEEE/ACM TCBB、Medical Image Analysis、Bioinformatics、Neuroinformatics、自动化学报等）。获江苏省人工智能学会优秀博士学位论文。现担任CCF-AI专委委员、CCF YOCSEF天津AC委员、图学学会图学大数据专委委员。

报告题目：基于机器学习的神经影像分析与脑疾病诊断

报告摘要：本报告介绍团队近几年在基于机器学习的脑影像智能分析与应用方面的相关工作，主要包括多模态脑影像特征融合、基因-脑影像关联、脑连接网络分析以及在脑疾病早期诊断中的应用。研究目标是对多模态、多图谱神经影像学数据进行综合分析，以提供对遗传机制、生理的表型特征及致病机理的新见解，并促进新的诊断、治疗和预防方法的发展。然而，由于这些异构数据具有复杂性，该领域面临着重大的计算和生物信息学挑战。本报告以阿尔茨海默病神经影像数据ADNI项目为例，探讨神经影像分析与脑疾病诊断领域的基本概念、传统机器学习方法及应用。