由中国图象图形学学会青年工作委员会发起的“第十九届中国图象图形学学会青年科学家会议”于2023年12月28-31日在中国广州召开。本次会议由中国图象图形学学会主办，琶洲实验室、华南理工大学、中山大学、中国图象图形学学会青年工作委员会承办。王耀南院士、谭铁牛院士、中山大学赖剑煌教授、华南理工大学徐向民副校长、许勇副校长、琶洲实验室常务副主任李远清教授、华南理工大学陈俊龙教授、北京大学林宙辰教授共同担任大会主席。

会议面向国际学术前沿与国家战略需求，聚焦最新前沿技术和热点领域，会议设4个大会报告，27个主题分论坛，4个Tutorial，总计近150场高水平学术报告 。2023年12月29日上午，目标检测与跟踪论坛成功举办。论坛由山东大学丛润民教授和海南大学李华教授组织，丛润民教授和李华教授担任本次论坛主持人。“目标检测与跟踪”是当今备受瞩目的研究领域，其在计算机视觉、自动驾驶、医学图像处理等方面发挥着日益重要的作用。论坛聚焦该领域的最新研究进展与前沿技术，详细探讨了“高性能视觉跟踪”，“面向无人机航拍图像的目标检测”，“智能视觉理解及其相关应用”，“领域自适应学习”和“多模态融合的视频跟踪与分割”等主题内容。

大连理工大学教授卢湖川、北京航空航天大学教授黄迪、广西师范大学教授钟必能、电子科技大学教授李晶晶、南方科技大学副教授郑锋等专家，作为本场论坛讲者进行主题报告。

卢湖川教授带来主题为“高性能视觉跟踪”的报告。

视觉跟踪算法近年已取得突破性进展，但复杂现实环境中的各种场景变化和平台限制对跟踪算法提出了以“高精度、易迁移、低计算量”为导向的高性能要求。为此，报告从高精度，轻量化，长时性，多模态等角度出发，提出一系列创新算法，显著提升了跟踪算法精度的同时降低了参数量和计算量。在此基础上，把单目标跟踪和目标检测、多目标跟踪、以及语言相关任务结合，提出了多任务大一统的UniCorn，UniNext大模型，实现了一网通吃。

黄迪教授带来主题为“面向无人机航拍图像的目标检测”的报告。

无人机已广泛应用于交通监管、消防救援、农业植保、地图测绘、电力巡检等诸多领域，因此面向航拍图像的目标检测受到了持续、高度的关注。与通用目标检测相比，航拍图像目标检测存在前景占比少、尺度变化大、计算资源低等特有挑战。本次报告聚焦团队在无人机航拍图像目标检测方面的最新研究进展，重点介绍以检测精度提升为导向的航拍图像前景聚类和多代理目标分类方法及以模型轻量化为导向的自适应前景估计和稀疏前景特征提取方法。此外，报告还结合自动驾驶、智能制造等行业，讨论一些对于目标检测未来研究方向的思考。

钟必能教授带来主题为“智能视觉理解及其相关应用”的报告。

智能视觉理解具有重要的理论和应用价值。过去十几年来随着大量代码和数据集的公开，智能视觉理解领域取得了很大进展。本次报告首先回顾智能视觉理解领域的研究进展。然后介绍课题组在图像质量增强、运动目标检测与重识别、视觉目标跟踪等方面取得的相关研究成果和应用。

李晶晶教授带来主题为“领域自适应学习”的报告。

经典机器学习算法假设训练数据和测试数据具有相同的输入特征空间和数据分布，但在现实应用中这一假设通常并不成立，导致经典机器学习算法失效。领域自适应是一种新的学习策略，其可以将在有标签源域中训练的模型直接迁移到没有标签的目标域上，且不会引起模型性能的明显下降。本报告介绍了在领域自适应方向取得的代表性成果，讨论基于度量学习和基于对抗学习的两类领域自适应算法。在此基础上，分析领域自适应的典型应用和现存挑战，并分享团队在一些交叉方向的初步尝试成果。

郑锋副教授带来主题为“多模态融合的视频跟踪与分割”的报告。

相比于单模态而言，在融合感知过程中，利用多模态数据的模型能够克服更复杂的挑战，例如复杂场景和暗光条件等。但是，多模态融合感知依然存在着诸多挑战：1）多模态数据获取相对更加困难，也很难规模化；2）目标框作为感知结果过于简单，很难处理更复杂的应用；3）模型的效率也严重制约着应用范围。针对这些问题，本报告介绍了提出的一系列算法来实现大规模数据集的构建，更高层次的目标状态表达，以及模型训练与预测的效率提升。

本次论坛为青年科学家们提供了宝贵的学术交流平台，为目标检测与跟踪的研究进展提供了新的启示和思想碰撞。