大会报告

SDCV2024

报告题目：细粒度多模态运动分析

报告摘要：

   运动是生命的基本要素，是现实世界的客观描述。与粗粒度、单模态的运动分析不同，细粒度、多模态的运动分析描述真实世界更准确，同时更具挑战性。细粒度多模态运动分析旨在利用文本、视频、3D姿态等不同模态信息的推理能力对目标动作进行细粒度识别、定位、评价、重建等，关键科学问题是如何精准辨识时空边界模糊的细粒度子动作，如何利用文本信息对人体动作进行精细重建等。可广泛应用于智能安防、智慧医疗、智能体育、智慧传媒等领域。本报告将介绍我们最新的多篇CVPR 2024论文，涵盖了我们在细粒度多模态运动分析的近期工作进展，包括细粒度动作质量评价、文本驱动的细粒度时空动作定位、文本驱动的三维人体姿态估计等，并对未来发展方向与趋势进行讨论与展望。

报告人简介：

   彭宇新，北京大学二级教授、博雅特聘教授、国家杰出青年科学基金获得者、国家万人计划科技创新领军人才、科技部中青年科技创新领军人才、863项目首席专家、中国人工智能产业创新联盟专家委员会主任、中国工程院“人工智能2.0”规划专家委员会专家、中国电子学会会士、中国人工智能学会会士、中国图象图形学学会会士、副秘书长、提名与奖励委员会副主任、北京图象图形学学会副理事长。主要研究方向为跨媒体分析、计算机视觉、机器学习、人工智能。以第一完成人获2016年北京市科学技术奖一等奖和2020年中国电子学会科技进步奖一等奖，2008年获北京大学宝钢奖教金优秀奖，2017年获北京大学教学优秀奖。主持了863、国家自然科学基金重点等40多个项目，发表论文200多篇，包括ACM/IEEE Trans和CCF A类论文120多篇。多次参加由美国国家标准技术局NIST举办的国际评测TRECVID视频样例搜索比赛，均获第一名。主持研发的跨媒体互联网内容分析与识别系统已经应用于公安部、工信部、国家广播电视总局等单位。担任IEEE TMM、TCSVT等期刊编委。

报告题目：AI大模型在数字城市领域的探索和思考

报告摘要：

   AI大模型在自然语言处理和视频生成领域取得了突破性进展，掀起了全球关注的热潮。大模型在数字城市领域的应用虽引起了极大的关注，但尚处于探索期，需要克服以下挑战才有可能真正产生价值。首先，较为完备且可互认的城市大数据是训练模型的基础。其次，选择正确合理的应用场景开展研究，很多场景并不适合使用大模型。再者，充分考虑城市数据的时空特性和多源数据的融合以及行业知识的融入。本报告分析了大模型在数字城市领域面临的挑战和不足，探讨如何构建城市中的数据基础，选择合适的场景，并提出一套AI大模型的计算框架，特别是多源多模数据融合的思路，希望能为正确合理的使用大模型提供参考思路。

报告人简介：

   郑宇，教授，京东集团副总裁、京东科技首席数据科学家，IEEE Fellow、ACM杰出科学家、KDD China主席，国家“万人计划”科技创新领军人才、享受国务院特殊津贴专家，西南交通大学人工智能研究院院长，上海交通大学讲席教授、香港科技大学和南京大学的兼职教授。开辟了城市计算领域，发表CCF-A类论文百余篇，被引用5.7万余次，H-Index 107，两次获得SIGKDD Test-of-Time Award（中国唯一）。担任人工智能旗舰刊物ACM TIST主编、大数据和人工智能知名国际会议ICDE和CIKM的程序委员会主席、国家重点研发计划项目首席科学家、总负责人，受邀在AAAI2019等国际会议作大会报告（中国首位）。被《MIT科技评论》评为全球杰出青年创新者（TR35），获得计算机学会科技进步一等奖（排1）、自然科学三等奖（排1）、中国优秀专利奖（排1），被授予首都劳动奖章。

报告题目：大模型驱动的机器人学习研究

报告摘要：

   机器人学习致力于提升机器人的智能决策与自主学习能力，使机器人从数据和经验中不断提取任务相关的知识和规律，从而逐渐掌握任务技能。近年来，大模型技术发展如火如荼，为机器人学习研究提供了新视角，“大模型+机器人“逐渐成为人工智能、机器人领域新的研究热点。本报告将着重介绍课题组在机器人感知与决策协同学习方面取得的研究进展，以及围绕“大模型+机器人”开展的一系列前沿探索。

报告人简介：      

   张伟，山东大学教授、博士生导师，主要从事机器人学习研究。近年来承担国家自然基金重大/重点项目、国家重点研发计划、山东省重大专项等。代表论文以第一/通讯作者发表在TPAMI、TRO、IJCV、TIP、NeurIPS、CVPR、ICCV、IJCAI、AAAI、CoRL、ICRA等人工智能与机器人领域权威期刊和会议，获中国、美国、日本等发明专利授权40余项，获省部及国际学术奖励10余项。