刘羽，合肥工业大学仪器科学与光电工程学院教授、博士生导师，国家级青年人才计划入选者，科睿唯安全球高被引科学家（2023至今），爱思唯尔中国高被引学者（2020至今）。主要研究方向包括多源图像融合、医学图像处理、计算机视觉等。近年来，在IEEE TPAMI、IJCV、IEEE TIP、INFFUS等国际权威期刊上发表论文100余篇，谷歌学术总被引16000余次，20余篇论文入选ESI高被引论文。获安徽省自然科学二等奖、中国电子学会自然科学二等奖、吴文俊人工智能优秀青年奖、IEEE TIM等两个国际期刊年度最佳论文奖等。担任IEEE TIP、Information Fusion、IEEE SPL、中国图象图形学报等期刊编委。

马佳义，武汉大学电信院教授、博导。研究方向为计算机视觉、信息融合等。发表CVPR、ICCV、IEEE TPAMI、IJCV、Cell等中科院一区/CCF A类论文200余篇，获钱学森论文奖、Information Fusion最佳论文奖，谷歌学术引用四万次。曾获湖北省自然科学一等奖(序1)，担任Information Fusion、IEEE TIP、IEEE/CAA JAS等期刊AE。

李华锋，博士，昆明理工大学教授，博士生导师。云南省杰出青年基金获得者、云南省“兴滇英才支持计划”青年拔尖人才, 国际期刊 IEEE TIP 副编辑 (Associate Editor)、Information Fusion 编委(Editorial Board Member)、IEEE SPL 副编辑 (Associate Editor)、重庆大学学报青年编委, CSIG 机器视觉专委会委员、中国人工智能学会智能服务专业委员会委员。主持国家自然科学基金面上项目、地区基金、青年基金共计4项、云南省杰出青年基金1项、云南省基础研究重点项目1项、青年项目1 项。在 CVPR, AAAI, ACMMM, IJCV, IEEE TPAMI, IEEE TIP, IEEE TIFS, IEEE TNNLS, IEEE TMM, IEEE TCSVT, IEEETGRS, IEEE TII, IEEE TETCI, IEEE TITS, IEEE TIM, IEEE/CAA JAS, PR, INFFUS, NeuNet等高水平期刊和会议上发表学术论文 60 余篇。获云南省自然科学二等奖1项(排名第1) , 授权国家发明专利 40 余项, 技术转让 10 项。主要研究方向为计算机视觉、多模态数据融合与检索。

刘瑜，男，清华大学电子系研究员，国家级人才，长期从事多模态信息智能融合等方向的研究，获国务院政府特贴、中国青年科技奖，获国家自然科学基金（杰青、重大项目分课题、优青）资助，兼任中国航空学会理事及青工委副主任、中国人工智能学会智能融合专委会副秘书长/常委。承担国家重点研发计划项目课题、科技委重点工程项目等10余项科研任务，主要成果已应用于多项实际装备系统中。发表论文80余篇，获授权发明专利50余项，登记软著20余项，获省部级科技一等奖4项、二等奖3项。

钱宇华，博士，教授、博士生导师；国务院特殊津贴专家、国家高层次人才入选者、科技部科技创新领军人才、教育部新世纪人才、国家优青；中国人工智能学会理事、粒计算与知识发现专委会副主任、机器学习专委会委员，中国计算机学会模式识别与人工智能专委会委员。从事人工智能、科学智能研究，主持承担国家基金重大项目/重点项目/优青项目、军科委基础加强项目、国家重点研发计划、揭榜挂帅重大专项等重大/重点类项目10余项；在AI、ACM TOIS、JMLR、ML、IEEE TPAMI、IEEE TKDE、IEEE TIP、IEEE TAC、IEEE TEVC、ICLR、NeurIPS、ICML等国内外重要期刊和会议发表论文200余篇；获山西省自然科学奖一等奖、全国百篇优博提名奖、CCF优博、教育部宝钢奖特等奖等荣誉，入选全球高被引科学家。

报告摘要：多源图像融合技术能够综合同一场景多幅源图像的互补信息，生成能够更加全面描述场景的融合图像，帮助人或机器更好地实现场景感知。针对实际场景中多源图像融合方法面临的对误配准鲁棒性低、模态信息提取能力差、与下游任务关联性弱等挑战难题，课题组近年来在多源图像融合方向开展了一系列研究工作，相关研究成果将在本报告中进行介绍。

讲者简介：刘羽，合肥工业大学仪器科学与光电工程学院教授、博士生导师，国家级青年人才计划入选者，科睿唯安全球高被引科学家（2023至今），爱思唯尔中国高被引学者（2020至今）。主要研究方向包括多源图像融合、医学图像处理、计算机视觉等。近年来，在IEEE TPAMI、IJCV、IEEE TIP、INFFUS等国际权威期刊上发表论文100余篇，谷歌学术总被引16000余次，20余篇论文入选ESI高被引论文。获安徽省自然科学二等奖、中国电子学会自然科学二等奖、吴文俊人工智能优秀青年奖、IEEE TIM等两个国际期刊年度最佳论文奖等。担任IEEE TIP、Information Fusion、IEEE SPL、中国图象图形学报等期刊编委。

报告摘要：近年来，随着传感器技术的快速演进与广泛部署，信息采集方式逐渐向多源传感器协同的模式转变。图像融合旨在有效集成多源图像的关键与互补特征，提升对场景的认知精度与决策效能。然而，在复杂的实际应用场景中，图像融合仍面临视差干扰、退化效应等关键挑战。本报告将汇报在复杂场景下图像融合方法的研究进展，具体包括：1）多模态图像配准与融合方法；2）面向复杂退化的图像融合方法；3）多模态信息调控的图像融合方法。

讲者简介：徐涵，东南大学自动化学院副研究员，研究方向为计算机视觉、信息融合、图像增强等，发表IEEE TPAMI/TIP/JAS、IJCV、Information Fusion、CVPR、ICCV、AAAI等高水平期刊或会议上发表论文30余篇，曾获湖北省自然科学二等奖，入选全球前2%顶尖科学家榜单、中国人工智能学会博士学位论文激励计划、江苏省科协青年科技人才托举工程等。获批主持江苏省青年基金项目。

报告摘要：多模态数据之间存在复杂关联关系，真实场景下，随着时间、空间、样本的不同，不同传感器的数据质量呈现高动态性，造成不同模态数据有效性改变。例如，夜间低光照场景下红外图像往往比可见光摄像头信号更加可靠，而光线充足的场景下，可见光图像则在颜色、分辨率等方面更具优势。以固定的方式利用不同模态的数据往往导致“思维定式”，难以充分利用不同模态有效信息。针对此问题，本报告从多模态动态学习的角度介绍多模态数据融合与感知方法，并介绍其在智能无人系统方面的应用。

讲者简介：曹兵，天津大学智能与计算学部教授，主要研究方向为多模态融合，主持国家自然科学基金面上项目、青年项目，CAAI-华为学术基金（优秀结题），CCF-百度松果基金等。目前，在ICML/NeurIPS/ICLR、CVPR/ICCV/ECCV、IEEE Trans./IJCV等国际会议和期刊上发表论文40余篇，入选中国科协青年人才托举工程，获得天津市自然科学一等奖、吴文俊人工智能科技进步一等奖等。

报告摘要：佃仁伟，湖南大学机器人学院教授、博士生导师，入选国家优秀青年科学基金、博新计划、湖湘青年英才和湖南省优秀青年科学基金，主要从事计算机视觉的研究工作。以第一/通讯作者在IEEE TPAMI、IJCV、IEEE TIP和CVPR等权威期刊和会议上发表论文20篇，其中ESI高被引论文7篇，授权发明专利16项，获得了国家自然科学二等奖（排2）、中国光学学会科技创新奖郭光灿光学奖、中国人工智能学会优秀青年奖、中国图象图形学学会优秀博士学位论文奖、粤港澳大湾区国际算法算例大赛一等奖、ACM Multimedia 多模态多人交互说话人预测比赛第一名,担任权威期刊IEEE Transactions on Image Processing副主编。

讲者简介：传统的光学图像（全色图像或RGB图像）由于光谱分辨率低，因此难以有效识别某些目标。而高光谱图像具有丰富的光谱信息，能实现对物质的精确识别在精准农业、军事侦察、环境监测等领域发挥着极其重要的作用。但由于成像硬件和光学原理的限制，导致高光谱图像的空间分辨率和光谱分辨率相互制约，限制了高光谱图像的实际应用。本次报告针对现有高分辨率高光谱融合计算成像方法的不足，研究面向实际场景的高效融合计算成像方法，提升高光谱图像的空间分辨率，解决单一成像传感器的空间分辨率和光谱分辨率相互制约的难题。

报告摘要：多模态是大数据与人工智能等领域数据的常见形态，如何有效融合不同模态信息进行智能决策是信息领域一个重要科学问题。基于演化计算的多模态机器学习方法凭借其任务自适应性优势，已成为该领域最具潜力的研究方向之一。本报告将分享我们在演化多模态机器学习取得的一些进展。

讲者简介：梁新彦，山西大学大数据科学与产业研究院副教授、博士生导师，入选山西省领军人才，山西大学“文瀛青年学者”，主要从事多模态机器学习、信号处理及其在微波原子探测方面的应用研究。主持JKW重点类项目、国家自然科学基金重大项目子课题/青年项目、山西省重大项目课题、校学科交叉建设项目等项目。在IEEE TPAMI、IEEE TEVC、ICLR、ICML、AAAI、IJCAI等权威期刊和会议上发表论文30余篇，曾获山西省优秀博士论文奖。 担任中国图象图形学学会（CSIG）视觉大数据专委会委员。