活动简介
“CSIG图像图形中国行”是由中国图像图形学会主办的学术活动，旨在推动图像图形学科的普及，加强各高校研究所以及企业间的交流。自2017年4月起，分别在扬州大学、哈尔滨工业大学、兰州大学、杭州电子科技大学、北京交通大学、海南大学、福州大学、西北农林科技大学、佛山科技学院等及深圳、烟台成功举办了100余期，线上线下参会人数累计数万人次，受到业界好评。本次“CSIG图像图形中国行”由CSIG多媒体专委会与天津理工大学联合承办，交流主题为“多模态智能与可信学习”。
活动信息
主办单位
中国图像图形学会（CSIG）
承办单位
CSIG多媒体专委会
天津理工大学
会议时间
2026年11月14日9:00
会议地点
天津理工大学计算机科学与工程学院8号楼208
执行主席
张飞飞教授
天津理工大学计算机科学与工程学院教授，博导。入选国家高层次青年科技人才计划、天津市杰青、博新计划。主要从事多模态推理、跨模态检索等技术研究，在IEEE TPAMI、IEEE TIP、CVPR、ICCV、AAAI等权威期刊和会议发表论文60余篇。作为项目负责人承担国家自然科学基金面上项目、国家自然科学基金重点项目子课题、U40培育项目、国家科技委基础加强计划领域基金项目、国家自然科学基金青年项目等。获河南省自然科学一等奖、江苏省优博、江苏省科学技术三等奖等。担任期刊ACM TOMM及Multimedia Systems编委。
余璐教授
天津理工大学教授、博士生导师。入选天津理工大学“英才培养计划”。2020年博士毕业于西班牙巴塞罗那自治大学，而后在英国赫瑞瓦特大学从事博士后研究。主要从事开放环境持续视觉感知，提出围绕少遗忘、可解释和抗干扰的系列持续学习方法，共发表会议和期刊30余篇，其中包括以第一/通讯作者发表在TPAMI、CVPR、NeurIPS、ICLR等CCF-A类国际顶级期刊及会议。主持国家自然科学基金面上项目、青年科学基金项目（C类）和英国自然科学基金（EPSRC）“安全和可解释AI”博士后项目等。获得2022年CVPR“持续学习论坛”最佳论文奖、2023年中国多媒体大会最佳海报论文奖等。
特邀专家
韩军功教授
个人简介：清华大学兴华讲席教授(长聘)，国家海外高层次人才，国家信息研究中心‘类脑智能技术’交叉创新群体负责人。2024年9月回国，回国前任英国谢菲尔德大学（QS World No. 82）计算机学院讲席教授。研究方向涵盖多模态感知、类脑机器学习与具身智能，推动3项人工智能技术实现产业化，音视频检索成果获CSI创新奖并助力企业斩获艾美奖。论文被引超4.7万次，一作单篇最高被引超2100次，连续入选全球前2%科学家及0.05%高被引学者，CSRankings人工智能方向英国学者（曾）排名第六（谢菲尔德大学第一），获中国科学（英文）杂志2024最佳热点论文，5次获CVPR/ICCV视频分割竞赛冠军，现任多本IEEE Transactions副主编，Pattern Recognition领域主编，主持2项国家自然科学基金重点项目，BMVC 2025大会主席，国际模式识别学会（IAPR）会士。
报告题目：从理解世界到改变世界：多模态大模型、智能体与具身智能
报告摘要：多模态智能旨在融合视觉、语言等异构信息，实现对复杂环境的感知、理解与交互。报告将围绕多模态智能的发展脉络，探讨人工智能如何从基于静态数据的离身感知逐步迈向与环境持续交互的具身认知。报告将介绍多模态表示学习、多模态大模型与生成式人工智能等方向的关键进展，并进一步讨论具身智能中感知、推理与行动的统一建模问题。结合我们近期在多模态智能体与具身学习方面的研究工作，重点分享面向开放环境泛化的表示学习、主动感知、因果推理等关键技术。最后，展望多模态智能从离身学习走向具身学习的发展趋势，以及其面临的机遇与挑战。
肖斌教授
个人简介：肖斌，重庆邮电大学二级教授、博士生导师，先后入选教育部长江学者特聘教授、教育部青年长江学者。主要从事多模态图像感知与安全方面的研究，主持国家自然科学基金重点、国际地区合作、国防前沿特区等项目多项。担任IEEE TCSVT、Pattern Recognition Letters等期刊Associate Editor，教育部软件工程教指委委员。已在Nature Methods、Nature Photonics、IEEE TPAMI、CVPR等期刊和会议上发表论文200余篇，授权国家发明专利15项，授权美国发明专利3项。研究成果获吴文俊人工智能自然科学一等奖、吴文俊人工智能科技进步一等奖、重庆市科技进步一等奖、中国计算机学会自然科学一等奖等科技奖励。
报告题目：多模态图像感知与安全
报告摘要：本报告主要介绍团队近年来在多模态图像感知与安全方面的工作。在感知层面，提出创新性结构光、荧光显微成像技术进行细微病理分析。在安全层面，针对生成图像检测算法普遍存在检测精度受限、跨域泛化能力不足、多模态处理机制缺失及可解释性薄弱等瓶颈，难以满足现实场景中规模化部署的实际需求，介绍团队在提升图像检测精度、多模态协同检测、提升检测鲁棒性和模型溯源方面的一些思考和工作。
刘新旺教授
个人简介：国防科技大学计算机学院教授、博导。主要研究方向为机器学习、数据挖掘等。国家杰青(2023)、国家优青(2019)获得者。国家自然科学基金委重点项目、科技创新2030重大项目负责人，基金委创新群体A类核心成员。共发表CCF A类期刊/会议论文150余篇, ESI高被引论文20篇,谷歌学术引用共2.7万余次,连续4年入选全球2%顶尖科学奖榜单(2022-2024)。担任IEEE T-KDE, IEEE T-NNLS, IEEE T-CYB等国际顶刊AE,以及ICML, NeurIPS等国际顶会领域主席。研究成果获中国计算机学会自然科学一等奖(2025)、中国人工智能学会吴文俊自然科学一等奖(2024)、北京市科技进步一等奖(2024)、湖南省自然科学一等奖(2014, 2021)、湖南省自然科学二等奖(2025)，中国图象图形学会自然科学二等奖(2024, 2025)等。
报告题目：攻与防：鲁棒图机器学习
报告摘要：图机器学习作为处理复杂关系数据的核心技术，已广泛应用于社交网络分析、推荐系统与生物医药等领域，展现出显著应用价值。然而，随着人工智能研究的深入，性能不再是唯一值得关注的问题，模型是否安全可靠也是现阶段研究者们探索的重要研究方向。通过调研，不难发现现有图学习方法易受到针对图结构、图属性的后门攻击与对抗样本攻击，进而使其性能受到波动、可靠性下降。针上述问题，本课题组提出如下创新性研究方案：（1）基于自监督学习的防御方法，以应对后门攻击的挑战；（2）重要性驱动的随机采样防御方法，以应对对抗样本攻击的挑战。此外，课题组进一步针对知识图谱，这一更具体、复杂的图数据类型，进行了相关的研究，为实现更安全的图谱学习提供了指导。最后，关于图学习的未来潜在研究方向，本汇报也进行了梳理并展望。
桑基韬教授
个人简介：北京交通大学教授。主要研究方向为多媒体内容分析、可信与对齐、推理与AI Agent。曾获得中科院院长特别奖、ACM中国新星奖等，作为负责人承担了相关方向的国家自然科学基金重点项目、(首批)新一代人工智能重大项目课题、北京市杰出青年基金、国家高层次青年人才计划等，第一/二作者论文7次获得中国计算机学会推荐的国际会议论文奖项，曾获中国电子学会自然科学一等奖和北京市科学技术奖。
报告题目：Agent的下半场：
报告摘要：过去两年，Agent研究聚焦将规划、工具使用和记忆管理等能力逐步内化到模型中，形成以LLM+RL为代表的通用训练模式。随着模型能力越过可用阈值，瓶颈转向模型之外，关注“如何让Agent在环境中稳定执行和持续进化”。Agent下半场重点关注三类问题：如何构建可训练、可验证的任务环境（+Task），如何为模型提供稳定、可控执行的容器环境（*Harness），以及如何利用执行轨迹中的反馈实现模型与Harness的持续学习（^CL）。Agent的下半场竞争的不仅是模型能力，更是模型、任务环境和系统层能否形成闭环：模型在Task中行动，Harness负责连接工具、管理状态并约束执行，执行轨迹中提取的反馈再被用于持续更新模型与Harness。
刘勇副教授
个人简介：中国人民大学，长聘副教授，博士生导师，国家级高层次青年人才。长期从事机器学习基础理论研究，共发表论文100余篇，其中以第一作者/通讯作者发表顶级期刊和会议论文近60篇，涵盖机器学习领域顶级期刊Nature Communications、JMLR、IEEE TPAMI、Artificial Intelligence和顶级会议ICML、NeurIPS等。主持国家自然科学面上/基金青年、北京市交叉融通重点项目、科技部重点研发课题、北京市面上项目等项目。
报告题目：大模型推理机制分析
报告摘要：近年来，大模型推理算法在效率与性能方面实现显著突破，推理速度与准确率得以大幅提升。但算法创新的热潮背后，对大模型推理内在机制的系统性探究仍显不足，致使其推理能力的认知存在诸多盲区。本报告从“外部慢思考”与“内部慢思考”双维度切入，着重剖析大模型外部推理的能力边界，以及长思维链对内部推理机制的影响，旨在为后续推理算法的优化设计夯实理论基础，突破技术桎梏，推动大模型推理能力实现新的跨越。
涂志刚教授
个人简介：武汉大学教授，国家级青年人才(岗位：新一代人工智能)，全球前2%顶尖科学家入选者，聚焦“以人为中心”行为识别与生成。主持国家自然科学重点基金、国家重点研发课题、湖北省杰出青年基金、教育部联合基金(青年人才类)等项目。发表高水平论文100余篇，第一/通讯作者中科院1区Top期刊+CCF A类顶会论文60余篇。获2022年湖北省自然科学二等奖(排名1)等省部级科技奖励3项。指导学生获2024国家自然科学基金“青年学生项目”、2024中国国际大学生创新大赛(互联网+)“全国金奖”。担任CAAI-PR/CSF-视觉计算与仿真专委会副秘书长、10余个国际期刊/会议编委、领域主席等职务。开发了视频行为智能系统，应用“第七届世界军人运动会开闭幕式”等领域，被央视采访报道。
报告题目：“以人为中心”视频行为识别与生成
报告摘要：视频理解作为计算机视觉领域的核心任务成为推动人工智能发展的重要力量，其中“以人为中心”的视频行为识别与生成作为视频理解的关键技术具有广泛应用，一直是学术界与工业界的关注焦点。本报告，首先将介绍武汉大学行为理解与视觉感知研究组（HUVPRLab）在“以人为中心”视频行为识别方面的系列工作，包括低照度行为识别、细腻度行为识别等。其次，将介绍视觉大模型驱动的视频行为生成方面的工作，包括数字人运动生成、语音动作协同生成等。形成了以人体“视觉特征为载体、运动捕捉为牵引、多模态大模型为基石”的行为理解研究范式。最后，报告将总结和展望“以人为中心”视频行为识别与生成的发展趋势。
会议流程
联系方式
承办方联系人：杨小汕
电话：15801260929
邮箱：xiaoshan.yang@nlpr.ia.ac.cn
承办方联系人：李文杰
电话：18813167398
邮箱：wenjieli@email.tjut.edu.cn
