中国计算机大会CNCC 2019（10.17-19）即将在苏州开幕。本次会议据估计将有8000 人次参会，会议包括十六位国内外计算机领域知名专家、企业家的大会报告、三场大会主题论坛，七十余场前沿技术论坛，二十场特色活动，以及一百个科技成果展。
19日下午，为探索计算机视觉与智慧城市发展，申省梅等著名学者将共同从学术和产业角度探讨计算机视觉的场景解译、人脸识别、人体姿态、视觉内容理解等前沿技术，以及在智能安防、自动驾驶等智慧城市建设方面的研究成果、发展前景与技术应用，值得期待！
作为AI领域最热门的研究与应用方向，目前计算机视觉技术在学术研究和产业落地方面都走在人工智能发展的最前沿。从前几年的概念普及，到如今在智慧城市领域的落地，计算机视觉技术正在深刻改变着整个社会的信息资源使用观念和方式。
一方面，随着计算机视觉与模式识别理论、方法的研究进展，特别是以深度学习为代表的新一代人工智能理论在计算机视觉与模式识别研究中的巨大成功，学界不断提出大量、各具特色、面向各种应用的算法，极大地推动了相关技术的发展。另一方面，需求趋势计算机视觉行业发展潜力巨大，应用场景拓展渗透到各行业，人们对生活安全以及生产效率追求两大需求的提升，决定计算机视觉行业具有巨大发展空间。目前视觉智能技术已落地至金融、安防、零售、教育、医疗、自动驾驶等各个城市的场景和人们的生活当中。
智慧城市写入国家战略，新型智慧城市建设进入快车道。计算机视觉技术可为智慧城市中的公共安全和城市治理、交通、社区、教育、健康医疗、工业互联网等行业应用和服务体系赋能，是整个智慧城市的感知体系。因此，如何让计算机视觉技术的科研与智慧城市的建设有机结合，是一个需要学术界与产业界共同探讨的话题。
为探讨计算机视觉技术的研究成果和发展前景，加速前沿技术在智慧城市领域的落地，由中国计算机学会 (CCF)主办、苏州工业园区管委会承办，于10月17-19日在苏州金鸡湖国际会议中心举办的2019中国计算机大会(CNCC 2019)特设了“计算机视觉技术赋能智慧城市”论坛，将围绕当前技术和行业最热门的话题展开深入探讨。
中国计算机大会创建于2003年，是中国计算领域规模最大、规格最高的学术、技术、产业交融互动的盛会，至今已成功举办了十五届。
历届会议汇聚了图灵奖获得者，ACM、IEEE-CS、IPSJ、KIISE 等国际组织的专家和代表，以及国内计算领域的权威专家、学者、知名企业技术专家，今年会议规模预计超过8000人。
今年，大会以「智能 引领社会发展(AI Leading the Development ofSociety)」为主题，结合现阶段各领域发展的成就与挑战，将安排70余场前沿技术论坛，涉及人工智能、大数据、软件工程、计算机教育、类脑计算、健康医疗大数据等前沿学术、技术、教育和产业话题，致力于推动我国计算机事业更好更快地发展。
CNCC2019 计算机视觉技术赋能智慧城技术论坛将围绕计算机视觉技术的场景解译、人脸识别、人体姿态、视觉内容理解等前沿技术探讨和在智能安防、自动驾驶等智慧城市建设方面的研究成果、发展前景与技术应用展开，从学术与产业角度进行深入探讨。
澎思科技首席科学家、新加坡研究院院长申省梅担任论坛的主席，中科院计算技术研究所研究员、IEEE Fellow、IAPR Fellow、CCF会士陈熙霖担任共同主席，与西安电子科技大学教授、博士生导师焦李成，西湖大学讲席教授、IEEE Fellow李子青，阿里巴巴自动驾驶实验室主任、首席科学家王刚，新加坡国立大学助理教授、新加坡国立大学机器学习与视觉实验室负责人冯佳时，清华大学自动化系副教授鲁继文，商汤科技副总裁、智能驾驶业务总经理、商汤日本总经理劳世竑等共同探讨计算机视觉技术的发展和应用，精彩不容错过。
论坛嘉宾及演讲主题如下：
论坛主席
▼
申省梅
澎思科技首席科学家、新加坡研究院院长。西安电子科技大学电子工程系电子信息工程硕士。申省梅是人工智能和深度学习领域的带头人，前新加坡（松下）研究院副院长，领导超过40人的算法研究团队，累计专利300余项。拥有计算机视觉的全栈技术能力，技术面横跨多个应用领域，在基于深度学习的人脸检测和识别、行人检测和跟踪、行人再识别、车辆识别、自动驾驶、驾驶员行为检测、移动操作机器人等领域均取得了世界顶级成果。2019年3月，宣布加入国内人工智能公司澎思科技，任首席科学家、新加坡研究院院长，致力于监控与安全、智慧城市、自动驾驶、智能机器人以及AI工厂自动化等领域的相关技术研究。
共同主席
▼
陈熙霖
中科院计算技术研究所研究员，IEEE Fellow, IAPR Fellow, CCF会士。近年来主要研究领域为计算机视觉、模式识别、多媒体技术以及多模式人机接口。目前是IEEE Trans. on Multimedia的Associate Editor、Journal of Visual Communication and Image Representation的Senior Associate Editor、计算机学报副主编、人工智能与模式识别副主编。先后获得国家自然科学二等奖1项，国家科技进步二等奖4项，合作出版专著1本，在国内外重要刊物和会议上发表论文300多篇。
讲者和报告简介
▼
01.
焦李成 基于深度学习的复杂场景解译
▲ 焦李成
报告摘要
场景解译是目前计算机视觉领域中较为重要的问题，在目前许多实际的图像/影像处理应用场景中，如无人驾驶、增强现实、战场态势感知等，都对场景解译和目标识别的性能提出了较高的要求。传统的基于“特征工程”的处理技术已难以满足现有的需求。人脑信息处理的显著注意、层次化感知和稀疏感知等机制，给复杂场景解译和目标识别带来了新的机遇。本报告围绕深度学习技术，分享团队在场景解译与目标识别方面的研究进展。
报告人简介
焦李成，西安电子科技大学教授、博士生导师。现任西安电子科技大学计算机科学与技术学部主任、智能感知与图像理解教育部重点实验室主任、智能感知与计算国际联合研究中心主任、智能感知与计算国际合作联合实验室主任、“智能信息处理科学与技术”高等学校学科创新引智基地（“111计划”）主任、教育部科技委学部委员、教育部人工智能科技创新专家组专家、中国人工智能学会副理事长、全国高校人工智能与大数据创新联盟副理事长、IET西安分会主席、IEEE西安分会奖励委员会主席、IEEE计算智能协会西安分会主席、IEEE GRSS西安分会主席，IEEE TGRS副主编、教育部创新团队首席专家，IEEE Fellow、IET Fellow、首批中国人工智能学会会士、CCF杰出会员，连续五年入选爱思唯尔高被引学者榜单。国务院学位委员会学科评议组成员，人社部博士后管委会评议组专家，曾任第八届全国人大代表。1991年被批准为享受国务院政府津贴的专家，1996年首批入选国家“百千万”人才工程（第一、二层次），陕西省首批“三五人才”第一层次。当选为全国模范教师、陕西省突出贡献专家和陕西省师德标兵。
02.
李子青 人脸识别的未决挑战问题
▲ 李子青
报告摘要
深度学习技术将人脸识别性能提升了几个数量级，使其获得了广泛应用。但实际应用中，人脸识别系统仍然遇到各种问题，使其性能显著下降，达不到预期效果。本报告讨论人脸识别尚未能很好解决的关键问题，分析原因，提出解决方向。
报告人简介
李子青，西湖大学讲席教授，IEEE Fellow。曾任微软亚洲研究院Research Lead，中科院自动化所模式识别国家重点实验室资深研究员。发表论文400余篇，撰写编写著作9部，Google Scholar他引36000 次。曾任IEEE TPAMI等刊物副主编，担任100余个国际学术会议大会主席、程序主席，或程序委员。作为人脸识别和智能视频监控专家，主持了多个国家科学研究项目和重大应用工程项目，在相关领域获准和申请专利20余项。在微软研发的人脸识别系统 EyeCU，比尔.盖茨接受CNN采访为之讲解。负责多项国家项目和国际合作科研项目，研发的人脸识别系统和智能视频监控系统，在多个国家重大安全项目中实施并发挥作用。李子青为SAC/TC100/SC2副主任委员；代表中国国家体撰写了中国第一个ISO/SC37生物识别国际标准工作草案并获采纳，在年会全体会议上作了“Biometrics in China”（生物特征识别在中国）的主题演讲。
03.
王刚 自动驾驶没有免费的午餐
▲ 王刚
报告摘要
自动驾驶发展到今天，还面临着很多困难。这个分享会讨论如何将自动驾驶分解为简单一点的问题，以及介绍阿里巴巴自动驾驶实验室的平台如何去高效地解决这些问题的。
报告人简介
王刚，阿里巴巴自动驾驶实验室主任、首席科学家。在此之前，王刚为新加坡南洋理工大学终身教授。于2016和2017分别入选美国麻省理工大学技术评论杂志评选的亚洲区和全球的TR35奖。国家千人计划专家，人工智能顶尖期刊IEEE TPAMI的编委，顶尖会议如CVPR和ICCV等的领域主席。
04.
冯佳时 人体姿态估计技术进展及展望
▲ 冯佳时
报告摘要
人体姿态估计在很多领域都有着重要应用，包括智能安防，自动驾驶，人机交互以及娱乐。本次报告将介绍基于深度学习的人体姿态估计的最新进展，包括单人、多人以及3D人体姿态估计。此外，本次报告将着重介绍面向解决实际应用挑战（例如复杂场景、计算资源有限）的最新人体姿态估计方法和模型，并将探讨无监督学习在大规模人体姿态估计上的应用。
报告人简介
冯佳时，新加坡国立大学电子与计算机工程系助理教授，新加坡国立大学机器学习与视觉实验室负责人。中国科学技术大学自动化系学士，新加坡国立大学电子与计算机工程系博士。2014-2015年在加州大学伯克利分校人工智能实验室从事博士后研究。研究方向为图像识别、深度学习及面向大数据的鲁棒机器学习。曾获 ICCV 2015 TASK-CV 最佳论文奖、2012年ACM多媒体会议最佳技术演示奖，担任 ICMR 2017 技术委员会主席， JMLR 、 IEEE TPAMI 、 IJCAI 等国际知名期刊、会议审稿人，已在计算机视觉、机器学习领域发表论文60余篇。
05.
鲁继文 深度强化学习与视觉内容理解
▲ 鲁继文
报告摘要
深度强化学习是人工智能领域的研究热点，被认为是人类迈向通用人工智能的重要途径之一。深度强化学习通过将深度学习的感知能力与强化学习的决策能力相结合，以端对端的方式实现从原始输入到语义输出的感知与决策，在许多视觉内容理解任务中取得了重要突破。报告将分享清华大学自动化系智能视觉实验室近年来提出的面向视觉内容理解的多个深度强化学习方法，主要包括多智能体深度强化学习、图深度强化学习、和结构化深度强化学习等，以及它们在物体检测与识别、目标跟踪与检索、行为预测与识别等多个视觉内容理解任务中的应用。
报告人简介
鲁继文，清华大学自动化系副教授、博士生导师，主要研究领域为计算机视觉、机器学习、智能机器人。发表IEEE汇刊论文70余篇， CVPR / ICCV / ECCV 论文50余篇，论文被引用8200余次。主持承担国家自然科学基金联合重点基金、国家重点研发计划课题等科研项目10余项。担任国际期刊 PR Letters 主编， T-IP 、 T-CSVT 、 T-BIOM 、 PR 和JVCI编委，国际会议 ICME 2020、AVSS 2020 和 DICTA 2019 程序委员会主席， CVPR 2020 、ICIP 2017 / 2018 / 2019 、 ICME 2015 / 2017 / 2018 / 2019 、 ICPR 2018 和 WACV 2016 / 2018 / 2020 领域主席。2015年入选中组部青年千人计划，2018年获得国家优秀青年基金项目。
06.
劳世竑 中日计算机视觉技术：从人脸识别到自动驾驶的产业化历程
▲ 劳世竑
报告摘要
计算机视觉技术的一大突破是人脸检测的产业应用。日本的照相机产业率先应用了人脸检测技术，为日后人脸识别技术的发展除去了一道障碍。人脸识别技术的发展经历了半个世纪，直到深度学习的出现才实现产业应用的突破。计算机视觉的另一大应用领域是自动驾驶。深度学习的出现让我们看到了用计算机视觉来实现自动驾驶的可能性。讲者将分享20余年中日两国的技术交流合作经验，人脸检测及人脸识别的产业应用及计算机视觉在自动驾驶领域的应用。
报告人简介
劳世竑，商汤科技副总裁，智能驾驶业务总经理，商汤日本总经理。负责商汤科技的自动驾驶业务以及商汤科技在日本的业务。前日本欧姆龙公司的人脸技术负责人。在欧姆龙工作期间，他领导团队和清华大学合作开发出了以“OKAO Vision”著称的世界上第一块商用人脸检测芯片，被各大照相机及手机厂家采用；开发了嵌入式人脸识别技术，被著名手机厂商采用成为世界上第一款有人脸验证功能的智能手机；开发出了世界上第一款用性别年龄推断技术向顾客自动推荐饮料的自动售货机；最早用人脸识别技术实现美颜美白功能，并被主要打印机厂家采用；开发出了世界第一款驾驶员状态识别芯片及系统（DMS）。2009年荣获日本图像处理领域中最权威的SSII”高木奖”。
07.
申省梅 视频图像智能化助力智慧安防建设
▲ 申省梅
报告摘要
预测到了2020年，世界会有超过10亿个视频监控摄像机。如何存储观看大量的视频流，快速理解海量的视频内容？当年摄像机数字化之后，视频图像的压缩(H.264, H.265)减少了传输量也压缩了存储空间；但随着高清的出现，清晰图像的要求，摄像机数目的剧增，视频流数据急剧扩大，带来了全新的挑战。人工智能是否有望进行视频内容上的压缩，提供自动快速理解视频内容的手段，甚至可以做到事前预警，事中处置，事后分析？今天，以计算机视觉技术为主的视频图像智能化正在朝着这个方向发展。本报告将以澎思科技的解决方案为例，阐述视频图像智能化在智慧安防领域的应用。
报告人简介
申省梅，澎思科技首席科学家、新加坡研究院院长。西安电子科技大学电子工程系电子信息工程硕士。申省梅是人工智能和深度学习领域的带头人，前新加坡（松下）研究院副院长，领导超过40人的算法研究团队，累计专利300余项。拥有计算机视觉的全栈技术能力，技术面横跨多个应用领域，在基于深度学习的人脸检测和识别、行人检测和跟踪、行人再识别、车辆识别、自动驾驶、驾驶员行为检测、移动操作机器人等领域均取得了世界顶级成果。2019年3月，宣布加入国内人工智能公司澎思科技，任首席科学家、新加坡研究院院长，致力于监控与安全、智慧城市、自动驾驶、智能机器人以及AI工厂自动化等领域的相关技术研究。
