11月30日上午，由上海市计算机学会计算机视觉专委会和苏州大学联合主办的上海计算机视觉大讲堂第三期系列报告会在我校天赐庄校区敬贤堂成功举行。本期大讲堂由博彩平台-博彩平台推荐
副院长黄河教授、博彩平台
曹敏副教授担任执行主席。活动邀请了南京理工大学杨健教授（国家杰青）、中国科学技术大学科研部部长查正军教授（国家杰青）、上海交通大学邹君妮教授（国家杰青）、中科院苏州生物医学工程技术研究所副所长周连群研究员（万人领军）、武汉大学叶茫教授（国家优青）五位计算机视觉领域的顶尖专家进行专题报告和交流研讨。活动开幕式由博彩平台-博彩平台推荐
李凡长教授主持。
活动伊始，苏州大学苏州大学博彩平台 副院长黄河致欢迎词。黄河代表博彩平台 对国内计算机视觉领域顶尖学者的莅临表示欢迎，并衷心感谢上海市计算机学会计算机视觉专委会提供的宝贵学习与交流平台。此外，黄河回顾了博彩平台-博彩平台推荐 的办学历史及近年来取得的显著成就，并强调此次交流会的召开不仅能有力地拓宽学院师生的学术视野，使其能够站在更高的视角了解学科前沿动态，更将深度提升师生的科研水平，激发他们在学术研究道路上不断探索。黄河希望学院能够与各位专家建立起长期且稳固的合作关系，通过这种紧密的合作，整合各方资源，汇聚集体智慧，共同为推动计算机视觉领域的发展增添动力，为科技进步和社会发展奉献力量。
接着，上海市计算机学会计算机视觉专委会副主任、上海交通大学沈为教授（国家优青）致辞。沈为向苏州大学对此次活动的精心组织表示感谢，并对与会专家在计算机视觉领域的杰出贡献给予了高度赞誉。沈为介绍了本次活动的创立初衷、发展历程及其在人工智能领域的贡献与影响。在此基础上，沈为向在座的青年学者寄予期望。他鼓励大家珍惜这次难得的交流机会，从与前辈、同行的深入对话中汲取智慧与灵感，勇于探索未知，敢于创新突破，为人工智能的未来发展注入源源不断的活力，为全球科技的进步做出贡献。
在学术报告环节，南京理工大学杨健教授首先上台演讲。杨健详细介绍了其团队在视觉感知上的最新研究进展、课题组在底层视觉方面的最新工作，重点讲解了自动驾驶场景中，如何利用视频去雾方法提升图像质量和感知效果。之后杨健讲解了基于3D点云的视觉感知技术，重点展示了基于扩散模型的点云目标配准方法，展现了这一技术在高精度3D场景重建中的潜力。杨健的研究成果不仅在理论上具有重大意义，同时在自动驾驶、机器人感知等领域也展现了广泛的应用前景。
随后，上海交通大学邹君妮教授带来了关于多媒体生成：从平面到流形的学术报告，邹君妮在报告中介绍了扩散模型在多媒体生成中的最新进展。她指出，经典的扩散模型通过在正向过程中添加噪声，并在生成过程中逐步去噪，从而生成高质量图像。基于二维图像扩散模型的启发，越来越多的研究开始关注高维流形的扩散模型。邹君妮解释了流形信号位于非欧式空间，生成和重建时需要考虑数据的概率分布和流形的几何与拓扑结构。报告还介绍了几种扩散模型的新方法，如面向黎曼流形的去噪扩散模型、分数扩散模型和热扩散模型。这些研究推动了扩散模型在高维数据生成中的应用。
之后，中国科学院苏州生物医学工程技术研究所周连群研究员介绍了其团队在数字化生物医学检验技术医研产探索领域的最新进展。报告中介绍了数字化生物医学检验技术的最新研究与应用。通过“医工融合、交叉探索”的研发方式，专注于解决生物医学检验的临床需求，开展了针对肿瘤液体活检的研究，特别是在循环肿瘤细胞、核酸分子等检测领域。团队提出了基于数字化微孔的液体活检创新方法，致力于推动检验技术的新发展，为重大疾病的基础研究和临床诊断提供技术支持和战略创新。
接着，武汉大学叶茫教授向我们介绍了基础模型驱动的多模态行人检索与生成相关的报告，叶茫在报告中介绍了基础模型驱动的多模态行人检索与生成的最新研究进展。多模态行人检索在智慧城市等应用领域具有重要意义，但现有方法通常独立地研究单一的跨模态检索任务，这限制了其在实际不确定场景中的灵活性。报告中，叶茫阐述了如何利用多模态预训练模型，构建适用于不确定多模态场景的行人检索基础模型。此外，叶茫还分享了文本引导的人像生成研究进展，并展望了未来多模态行人理解技术的发展趋势。这些研究有望推动行人检索和生成技术在复杂场景中的应用与创新。
在最后，中国科学技术大学查正军教授在线上向我们介绍了真实场景低质量视觉增强与分析的相关内容，报告深入探讨了真实场景下低质量视觉数据的增强与分析问题。查正军指出，在许多实际应用场景中，视觉数据产生和获取常常受到多种因素的干扰，从而导致复杂的质量退化现象。这些低质量的视觉数据对视觉系统的性能和应用产生了显著影响。为了应对这一挑战，查正军介绍了其团队在真实场景下低质量视觉数据的质量增强和内容分析方面的最新研究工作，展示了如何通过有效的技术手段，提升低质量视觉数据的清晰度和信息准确性，从而改善系统的整体表现和应用效果。
在现场自由提问环节，专家与提问者就多模态行人检索与生成技术的挑战展开了深入讨论，重点探讨了如何应对多模态场景中的不确定性问题，并提出了通过多模态预训练模型提升检索精度的策略。同时，专家们针对扩散模型在高维流形数据生成中的应用的相关提问，强调了流形几何和拓扑结构在生成过程中的关键作用。关于未来发展，专家指出，技术将更加注重模型的泛化能力和现实场景中的应用效果，建议通过强化学习等方法提升适应性。对于生成效率的优化，专家一致认为，定制化优化针对不同应用场景将是未来的重要研究方向。
这些报告不仅展示了前沿技术的突破，更深入探讨了计算机视觉在实际场景中的创新应用，为与会者带来了丰富的学术启迪与行业洞见。至此，上海计算机视觉大讲堂·走进苏州大学第三期活动圆满落幕。