2023年3月26日，中国图象图形学学会（CSIG）第一期优博论坛于北京科技大学顺利召开。本次大会由中国图象图形学学会主办，CSIG青年工作委员会、北京科技大学智能科学与技术学院承办。出席嘉宾包括CSIG副理事长兼秘书长、北京科技大学马惠敏教授，CSIG副秘书长、提名与奖励委员会副主任、北京大学彭宇新教授，中国科学院大学黄庆明教授，北京师范大学黄华教授，中国科学院大学吕科教授，清华大学丁贵广教授，中科院计算所蒋树强研究员，中科院计算所王瑞平研究员，上海交通大学马超副教授，山东大学丛润民教授，湖南大学佃仁伟副教授，北京科技大学贺威教授、刘红敏教授、徐婧林副教授，北京大学熊博博士后。本次会议由北京科技大学智能科学与技术学院刘红敏教授、徐婧林副教授主持。会议吸引了来自图象图形学相关领域的数百名学者及学生参与，共同探讨图象图形学的国际前沿研究与技术应用。
2023年3月26日上午，北京科技大学智能科学与技术学院副院长刘红敏教授作开幕致辞。首先，刘教授对本次参会的优博导师与优博获得者以及众多嘉宾表示了热烈的欢迎；其次，刘教授指出当前图象图形学领域的人工智能技术发展迅猛，希望本次会议能够促进各方人才交流，充分调动青年科研工作者的创新活力，充分利用平台资源，激发自身学术活力，为国家图象图形学的发展做出贡献；最后，刘教授预祝此次会议圆满举办。
CSIG副理事长兼秘书长，北京科技大学马惠敏教授介绍了CSIG的历史，马教授指出，中国图象图形学学会成立于1990年，是经国家民政部批准成立的国家一级学会，由中国从事图像图形学基础理论与应用研究，软硬件技术开发及应用推广的前沿专家学者和相关科技工作者组建而成；此外，马教授还简述了如何成为一名优秀博士生，并激励在座学生勇于向优秀博士生迈进，积极成为优博俱乐部中的一员。
CSIG副秘书长、提名与奖励委员会副主任、北京大学彭宇新教授介绍了中国图象图形学学会提奖委组织架构，自然科学奖、技术发明奖、科技进步奖、高等教育教学成果奖、青年科学家奖、石青云女科学家奖、优秀博士学位论文奖等各类奖励工作，以及中国青年科技奖、中国青年女科学家奖、未来女科学家计划、青年人才托举工程、教育部青年科学家奖、最美科技工作者等各类人才举荐工作。希望通过奖励和人才举荐机制，充分调动我国图象图形学领域科技工作者的积极性和创造性，推进图象图形学技术领域的科技创新与产业发展。
CSIG青年工作委员会副主任、中科院计算所王瑞平研究员介绍了CSIG学会的宗旨是团结广大图象图形领域的科技工作者，积极开展图象图形基础理论及高新技术的研究，促进该学科技术的发展以及在国民经济各个领域中的推广应用。其专业领域涵盖了数字图像处理、图像理解、计算机视觉、模式识别、计算机图象图形学等研究方向。
随后，北京科技大学智能科学与技术学院徐婧林副教授作题为《视频人体动作的细粒度分析》报告，指出视频人体动作分析是智能体育、智能安防等领域的基础性关键技术，并围绕意外动作定位、细粒度动作质量评价展开研究，提出了一整套面向行为理解的感知与分析方法，为建立运动意图感知系统、实现类人智能提供了方法基础。
北京大学计算机学院熊博博士后作题为《高性能光场显微成像研究》报告，提出光场显微成像着重于空间带宽积和时间分辨率的提升，能够实现视场范围、成像深度、光道等多个性能的折中。他的研究包含装置的选型、设计及算法的创新，大量的实验结果验证了其方法性能的优越性，为光场显微成像领域的发展做出了重要贡献。
湖南大学机器人学院佃仁伟副教授作题为《高分辨率高光谱智能融合成像》报告，佃教授在图像空间分辨率和光谱分辨率相互制约的背景下，提出了将高光谱与高分辨率多光谱图像融合的方式来获取高分辨率高光谱图像的方法，建立了基于稀疏张量的图像融合理论。目前依据这一融合技术已研制出了新一代高分辨率高光谱设备，提升了高分辨率光谱图像获取的效率和精度。
山东大学丛润民教授作题为《光学遥感图像显著性目标检测初探》报告，其研究开拓了光学遥感图像显著性目标检测领域，构建了两个业内常用的公开数据集，并提出了关系推理网络、稠密注意力流网络、双流金字塔嵌套网络等。
上海交通大学人工智能研究院马超副教授作题为《多模态三维物体检测与跟踪》报告，马教授指出自动驾驶技术栈在软件层面是定位、感知和决策，其中3D目标检测跟踪是环境感知的核心、行动决策的基础。因为多模态可以更好地获取物体关键信息，所以将多模态时序数据输入进行时序多模态特征融合来应用于下游任务，能够得到很高的准确率。
下午，北京科技大学智能科学与技术学院院长贺威教授发表致辞，首先贺教授对参加会议的各位专家、老师和同学们表示热烈欢迎。他详细介绍了北京科技大学智能科学与技术学院的当前师资力量、教学水平以及科研建设等方面的基本情况，并预祝中国图象图形学学会CSIG优博论坛取得圆满成功。
北京师范大学黄华教授作题为《非制冷红外降噪关键技术》报告。报告讲述了非制冷红外热成像系统以其低成本、小尺寸、低功耗以及长寿命等优点，得到了大规模的推广应用。受加工工艺及成像原理限制，非制冷红外探测系统相比制冷系统存在较为严重的噪声，降低了红外图像的质量。本报告介绍了课题组关于无挡片校正的降噪关键技术研究成果，包括基于半标定方法的非平稳底纹校正技术、基于非参数先验模型的单帧图像去条纹噪声算法、基于混合范数的自适应时序滤波算法等。
中国科学院大学吕科教授作题为《3D对象分析与生成关键技术与应用》报告。吕教授指出，随着3D对象数据采集手段的日益增多，3D数据无疑会变得更加丰富，3D对象在各个领域及实际生活中也将越来越被广泛地应用，必将成为多媒体游戏、医学诊断、工业设计、信息检索、计算机图形学以及计算机视觉领域的研究热点。有效利用已有的3D数据或在已有的3D数据基础上进行开发与利用，能够提升产品设计水平和质量。报告将介绍3D对象分析与生成中的相关技术、方法与应用。
北京大学彭宇新教授作题为《细粒度多模态协同感知、认知与生成》报告，从细粒度辨识增强、多模态关联、多模态协同、跨模态生成四个方面介绍了课题组在细粒度图像分类、行人再识别、细粒度视频检索、细粒度跨模态检索、跨模态推理、文本到视觉生成上的最新研究进展及展望。与华为、腾讯、阿里、美团等企业开展应用工作，例如，细粒度视频检索指纹技术应用于阿里云视频DNA检索，降低了存储和计算成本；创意海报自动生成技术应用于美团APP外投首页广告制图，降低了人力成本。
清华大学丁贵广教授作题为《视觉深度学习模型设计及优化技术》报告。报告中提到基于Transformer的视觉模型的GLIP具有强大的视觉定位和目标检测任务的迁移能力。在提及视觉深度学习模型的重要性时，丁教授表示深度学习主干模型是推动人工智能发展的核心，ChatGPT的发展代表了NLP领域的主干网络发展历程。
中科院计算所蒋树强研究员作题为《具身智能中的视觉导航技术》报告。报告中指出当前具身人工智能的关键科学问题就是如何通过分析目标及理解场景以规划并预测智能体的实时行为，据此他进一步介绍了物体导航、视觉语言导航和模拟器至现实环境迁移，并对具身智能未来的发展作出展望。
在Panel环节，黄庆明教授、黄华教授、吕科教授、彭宇新教授、丁贵广教授、蒋树强研究员为现场的老师和同学答疑解惑。在此环节中，各位专家围绕“如何指导一名优秀的博士？在培养学生过程中如何与学生建立有效的沟通，帮助他们更好地发掘自身潜力和创新能力？是否鼓励博士生花费较多的时间参与应用型的工程难题”等问题，为现场的老师和同学做了详细解答。
最后，北京科技大学智能科学与技术学院副院长刘红敏教授致结束辞，本次论坛极大促进了各位嘉宾及学者的学术交流及思维碰撞，会议过程中观众与专家们进行了热烈和深入的探讨，汇聚了图象图形领域的众多知名专家学者，其经验分享及成果展示为该领域研究者未来的研究提供了思路和方向。
