人工智能青年科学家论坛成功举办

        1月16日，由天津市人工智能学会主办、天津大学承办、中国计算机学会天津分部协办的“人工智能青年科学家论坛”成功以线上方式举办。活动伊始，大会主席计算机科学与技术学院院长冯伟、人工智能学院院长胡清华致辞，欢迎所有参会讲者与师生。执行主席朱鹏飞、张长青、王旗龙主持会议。本次活动共计13位硕果累累的青年科学家担任讲者。

        大连理工大学几何计算与智能媒体技术研究所刘日升教授以“学习方法论学习的双层优化理论与算法”为题，从分层优化的观点出发，介绍近年来大量涌现的各种新型学习方法论学习方法的内在联系与本质规律，并在统一的双层优化框架下深入理解和分析当前主流学习方法的理论模型、计算策略及在视觉领域中的应用。

        国防科技大学计算机学院刘新旺教授报告题目是“一种新型的鲁棒多核K均值聚类算法”。介绍最近他提出的SimpleMKKM融合聚类框架及其相关拓展。该模型在不同应用中展示了优越的聚类性能，且不含任何超参数。更重要的是，证明了该算法得到的是全局最优解。接着，他采用核矩阵局部对齐的思想对其进行了拓展，提出了Localized SimpleMKKM算法。最后，在此之上提出了一种无参的Adaptive Localized SimpleMKKM算法。

        中科院计算所王瑞平研究员围绕“视觉场景图——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。

        中科院自动化所模式识别国家重点实验室张煦尧副研究员关于“开放环境鲁棒模式识别方法”介绍了大部分模式识别模型和算法背后蕴含着三个基础假设：封闭世界假设、独立同分布假设、以及大数据假设，直接或间接影响了模式识别系统的鲁棒性。本次报告从打破三个基础假设的角度出发，探索提升模式识别系统鲁棒性的途径。

        东南大学网络空间安全学院桂杰研究员，基于“生成对抗网络综述：理论、算法和应用”题目全面讲解了生成对抗网络，生成对抗网络是目前一个非常热门的研究话题，图灵奖得主Lecun在Quora说过“生成对抗网络是机器学习在过去十年最有趣的idea。本报告主要从算法、理论和应用三个方面对生成对抗网络进行了综述。

        北京航空航天大学软件开发环境国家重点实验室副主任刘祥龙教授报告介绍了“深度学习对抗攻防与安全评测”，围绕深度学习所面临的对抗样本等安全挑战，介绍深度学习安全问题、对抗攻击与防御国内外主要进展和具体研究案例还介绍了团队近年来针对深度学习提出的测试、理解和优化的深度学习对抗攻防与安全评测的研究工作，最后介绍了团队发布的深度学习安全评测开源项目“重明”。

        中科院自动化所模式识别国家重点实验室研究员李兵介绍“高通量视频内容的智能理解与安全分析”，随着网络通信技术的发展，网络视频内容井喷式发展，介绍了团队面向高通量视频内容的智能理解与安全展开的理论研究和技术探索，重点分享基于压缩域的高效视频内容分析，基于身份空间约束的伪造人脸鉴别以及深度模型加速等研究成果。

        华中科技大学电信学院副教授王兴刚报告了“高性能视频多目标检测、分割与跟踪”，针对复杂的视频场景、目标外观变化、目标遮挡、目标快速运动、视频模糊等困难问题，介绍了他们团队提出的高效率自注意力表示机制（CCNet），基于Query机制的实例分割方法、遮挡视频物体分割评测数据集、基于交叉学习的视频物体稳定表征学习方法、纯序列学习的Transformer目标检测器、ReID和检测特征的公平学习机制、低置信度检测关联方法等，并展示了在各种公开数据集上的惊艳表现。

        南京理工大学计算机科学与工程学院教授宫辰报告讲解了“弱监督学习统一框架初探”，探究了迄今为止已经衍生出的各种特定的学习范式，后引入了一个统一的弱监督学习框架，对于各种弱监督情况进行建模，并展示了这种框架在不同类型的公共数据集上表现出的良好性能。

        西北工业大学脑与人工智能实验室教授张鼎文报告题目为“弱监督视觉学习之物体定位与检测”，为上一位老师领域的具体应用，详细介绍了弱监督对于一个具体视觉任务的应用；报告介绍了他们课题组近年来逐步形成的基于稳健学习理论的弱监督目标检测方法，对于利用无标注图像增加学习多样性并提升模型对多变目标的泛化能力，并对这些工作进行总结和展望。

        南京大学教授王利民报告讲解了“基于视频的人体动作识别：方法与数据”，分享了在人体动作识别与理解领域多年的经验与成果，并报告了他们团队提出的高效和动态的时序建模模块和针对动作时空检测的方法。最后介绍了DeeperAction竞赛中的惊喜标定的视频数据集，总结和展望视频人体行为理解的发展趋势。

        华中科技大学人工智能与自动化学院高常鑫副教授报告题目为“鲁棒行人检索方法”，主要内容为在多摄像头行人检索中我们面临的困难和应对方法，并汇报近期相关工作，包括基于记忆强化特征解耦的行人检索、基于弱监督场景双分支网络的行人检索、弱监督文本-图像行人检索等内容。

        最后，北京交通大学数字媒体信息处理研究中心丛润民副教授报告介绍了“面向深度图的增强与应用”，主要讲解在当前深度成像设备普及推广时，如何将深度数据与现有的工作相结合，如何克服深度图像分辨率较低等困难，并介绍了RGB-D显著性目标检测中深度图像的应用研究成果。

        在这次活动中，13位讲者致力于人工智能领域的不同方向，共同为参会同学描绘了一幅全面的人工智能蓝图。每位讲者对待报告都充满热忱，不仅仅报告了自己于领域的建树，并把自己的科研经验科研方法融汇其中，整个讲解过程一气呵成，给同学们提供了宝贵的精神食粮。本次论坛也提供了一个交流提问的平台，在思想碰撞中共同进步，线上B站人气峰值5380+，在社会范围传播人工智能科学的魅力。