2022年5月7日，主题为“齐鲁智能媒体信息处理”的第七届珠峰论坛通过线上会议的方式顺利召开。本次会议由中国图象图形学学会主办、中国图象图形学学会青年工作委员会承办、山东大学计算机科学与技术学院协办。山东大学甘甜副教授、山东大学吴建龙助理教授担任本次会议的执行主席。CSIG副理事长中山大学赖剑煌教授首先致辞，感谢大家对本次论坛的大力支持，并希望大家在学术交流中有所收获。随后，华南理工大学陈健教授、广东外语外贸大学李霞教授、复旦大学徐丰教授、华中科技大学尤新革教授、华中科技大学张海涛教授、中国科学院自动化研究所向世明研究员6位领军级专家学者进行了特邀报告。论坛吸引了来自机器学习、图像处理及智能感知等相关领域的学者及学生共计一百余人参与，积极探索智能媒体信息处理的国际前沿技术。
来自华南理工大学的陈健教授在此次会议上作了题为“通过迭代堆叠实现推荐系统的高效训练”的报告。陈教授指出现有的序列推荐算法大多采用浅层的神经网络结构，不能有效地捕获用户行为序列中的长程喜好，因而算法的推荐精准度受到限制。同时，随着应用平台上新数据的持续产生，推荐模型的可扩展性问题和训练效率问题也逐渐显露出来。针对以上问题陈教授提出了相关的解决方案，并将该方案应用到持续学习、从头开始训练、迁移学习这三个常见的推荐场景中。
来自广东外语外贸大学的李霞教授进行了题为“跨主题文本自动评分研究”的报告。报告主要针对跨主题文本自动评分任务中如何将带有标签的源主题文本中的评分知识迁移到不带标签的目标主题文本中，从而有效获得目标主题文本的自动评分这一核心问题进行介绍。随后，李教授分享了基于共享和提升的跨主题作文自动评分模型，为解决以上问题提供了思路，并对未来工作做出启示。
来自复旦大学的徐丰教授带来了题为“雷达图像智能解译与目标识别”的报告。徐教授指出深度神经网络直接用于SAR图像存在样本少、过拟合等问题。针对以上问题，徐教授分享了在融合电磁物理规律与深度神经网络方面的初步研究，利用物理规律先验约束来实现少样本学习和泛化能力，并介绍了SAR图像目标识别和图像分类等应用，讨论了SAR智能解译及微波视觉技术的未来发展。
来自华中科技大学的尤新革教授带来的报告题目为“零样本学习中语义特征表示”。尤教授围绕如何解决零样本学习中跨数据集偏差、视觉-属性的关键公共语义表示、视觉-语义的异构特征对准等问题，介绍了视觉特征精细化学习机制：预特征精细化和后特征精细化、属性语义蒸馏的学习模型、层次视觉-语义层次适应的学习模型，在解决前述问题上获得了显著的成效。
来自华中科技大学的张海涛教授带来的报告题目为“自主无人艇集群协同围捕理论、技术及应用”。报告介绍了自主无人艇集群协同合围理论与技术中存在的“难合围”、“易掉队”以及“易碰撞”等实际科学问题。张教授针对上述问题分享了无人艇集群突变式控制方法，介绍了基于构型调控、间断通讯、简单传感、多运动目标的协同合围控制器，该方法突破了无人艇集群协同围捕应对水域突发任务的性能瓶颈。
来自中国科学院自动化研究所的向世明研究员带来的报告题目为“图卷积神经网络及其应用”。向研究员表示非欧氏空间中的数据数据广泛存在于社交网络、交通网络、气象观测网络、基因调控网络、分子结构网络、三维点云等相关主题中，并大多以结构化的图数据形式呈现。图卷积神经网络已成为当前深度学习中的热点研究方向。向研究员报告了图结构学习、结构感知卷积神经网络、局部累积图网络等方法的设计动机和技术细节并详细介绍了时空图卷积神经网络方法及其应用。
精彩的学术报告向与会者介绍了机器学习、图像处理及智能感知方向的最新前沿进展，充分激发了大家的兴趣和热情。2022年中国图象图形学学会第七届珠峰论坛在各位讲者嘉宾、参会人员的大力支持下，获得了圆满成功。
活动背景
中国图象图形学学会珠峰论坛是由中国图象图形学学会青年工作委员会发起的学术论坛。论坛面向国际学术前沿与国家战略需求，致力于深度挖掘图象图形领域的前沿问题，为青年学者们提供学术交流与研讨的平台，促进学者之间的交流与合作。自2018年11月珠峰论坛发起至今已举办七期，每期围绕图象图形学领域的一个研究方向进行专题研讨与深入交流。往期论坛围绕图形学中的人工智能、计算成像前沿、多媒体智能处理与通信、智能图形与3D视觉、学习与智能感知、沉浸式视频处理等专题开展，相关领域的专家、青年学者、以及企业界人员进行了深度的产学研研讨与交流。
活动申请
如您想了解或有意申请珠峰论坛活动，欢迎查看活动申请链接并联系青工委秘书处。
珠峰论坛申办细则：https://mp.weixin.qq.com/s/vAXQ6GWdanv8ZQYXOmyjMA