2023年7月11、13日，同济大学视觉与智能学习实验室开展新一期视觉与智能学习学术研讨会。期间，应我校电信学院赵才荣教授的邀请，北京大学彭宇新教授、英国Oosto公司胡国圣博士和上海AI Lab黄小水博士来访实验室作学术报告，并与师生进行了学术交流及探讨

    彭宇新教授的报告题目为“细粒度多模态协同感知、认知与生成”。彭教授从多模态研究方向为切入点，介绍了细粒度图像分类、意外事件检测、行人再识别、文本到视觉生成、视频描述生成、跨媒体推理、跨媒体知识图谱等多达十数个科研方向，研究目标旨在使计算机能够对多模态内容进行精细化分析，随后详细阐述了从单媒体分析到跨媒体生成、检索、分析的研究布局与领域前沿。此外，针对当下热点领域大模型，彭教授讲解了如何实现多模态AIGC产业赋能的思路与方法，并提出了多模态感知大模型的概念。

    胡国圣博士的报告题目为“Exploring Face Recognition Niches”。胡博士展示了近年来人脸识别领域顶会论文的统计结果，引申了研究者们越来越关注更细分更冷门同时适合落地的小众方向，如人脸识别中的隐私保护、迁移学习、跨域蒸馏等。随后，胡博士详尽阐述了各细分方向的代表性前沿工作，并介绍了在工业界中的实际应用与需求情况。此外，就当下大模型时代，胡博士为学术界计算资源有限的同学们提供了宝贵的建议：“focus most time on smart ideas”。

    黄小水博士的报告题目为“大模型时代下的3D视觉”。黄博士首先介绍了3D视觉的基本概念，并展示了所构建的大模型时代下3D是视觉的研究体系框架，随后，就框架技术路线，黄博士详尽阐述了当前工作，包括如何构建统一的3D多模态数据集，如何利用MoE增加3D点云网络的网络容量，如何利用扩散模型进行3D预训练，以及下游适配等。最后，黄博士总结了3D视觉在大模型时代下的新范式：通用3D视觉=数据+基准+网络结构+表示学习。

主讲人简介：

    彭宇新教授，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-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30多个项目，发表论文180多篇，包括ACMIEEE Trans 和 CCF A类论文80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。

    胡国圣博士，英国Oosto公司机器视觉部门负责人，英国贝法女皇大学(Queen's University Belfast)荣誉助理教授。2010年9月-2015年4月，于英国萨里大学攻读博士学位，师从英国皇家工程院院士Josef Kittler教授，从事人脸识别相关研究。2015年5月-2016年5月，加入法国科学院INRIA的THOTH组（机器视觉研究方向欧洲排名前三）从事深度学习相关研究。2016年6月加入英国AnyVision公司，领导公司的机器视觉部门，负责高新技术的研发，以及科研在产品中的落地问题。相关研究成果已经应用在多个产品线中。

    黄小水博士，上海人工智能实验室青年科学家。博士毕业于悉尼科技大学，悉尼大学博士后。主要从事通用 3D 大模型和 3D 生成的研究以及相关的产业落地。目前在 CVPRICRA,TIP,TVCG 等人工智能领域的顶会顶刊上发表论文 30 余篇，其中一作论文 1篇，专利 7 项。主持过澳大利亚研究基金一项，参与“科技创新 2030”国家重点研发项目一项。入选 2022 年上海市高层次海外人才引进计划。长期担任CVPR/ICCV/NeurIPS/ICLR/TPAMI 等顶会顶刊的审稿人，担任 PRCV 2023 的领域主席。目前担任机器人领域国际期刊 IEEE RAL 的副主编。