由广东省学位委员会办公室主办，南方科技大学承办的“2021华南图像处理与模式识别学术论坛”（IPPR 2021）于2021年12月4-5日，在南方科技大学工学院南楼813报告厅圆满召开。本次学术研讨会为期两天，聚焦在模式识别和图像处理等研究热点领域，其研讨主题涵盖了机器学习、图像处理、计算机视觉、医学影像等相关方向。受全球新冠疫情影响，综合考虑到各地相关政策、与会人员的旅行风险，组委会采用线上+现场结合的混合模式。

南方科技大学孟庆虎教授和姚新教授担任此次学术论坛的大会名誉主席，南方科技大学唐晓颖助理教授和Robarts Research Institute的Aaron Fenster教授担任大会主席，南方科技大学郑锋教授、深圳大学倪东教授、西安电子科技大学袁景教授和电子科技大学李纯明教授担任程序委员会主席。

4日，南方科技大学电子与电气工程系助理教授唐晓颖教授为本次会议致开幕辞并主持，Aaron Fenster教授通过现场连线的方式向莅临大会的嘉宾与参会代表表示诚挚的欢迎并代表组委会向会议的召开表示热烈的祝贺。南方科技大学工学院院长徐政和教授代表南方科技大学向本次会议的合作单位及相关部门表达感谢，希望以此为契机，进一步加强学者在图像处理与模式识别领域的交流和沟通，也预祝会议在各方的支持和努力下取得圆满成功。

唐晓颖教授主持会议并致开场辞

Aaron Fenster教授致欢迎辞

徐政和教授作领导致辞

张宏教授作为第一位演讲者，演讲的题目是“One-Shot High Dynamic Range (HDR) Imaging with a Polarization Camera”。在演讲过程中，张教授首先从LDR图像HDR图像的原理出发，阐释了二者的区别，并介绍了一些将LDR图像转换成HDR图像的代表性传统算法。其中一个经典的方法是通过在固定地点拍摄多个不同曝光时间的LDR图像并进行融合来产生相应的HDR图像。随后，张教授引出偏振光的概念，并展示了不同偏振光角度下拍摄的LDR图片，可以用来替代不同曝光时间的LDR图像，而能够同时拍摄不同偏振光图片的相机，就是Polarization Camera。最后，张教授介绍了如何针对不同偏振光的LDR图像，结合深度学习和传统方法来生成更高质量的HDR图像。

张宏教授做大会报告：High Dynamic Range (HDR) Imaging with a Polarization Camera

南方医科大学生物医学工程学院院长冯前进教授分享的题目为“医学图像中的人工智能”。冯教授以一种朴实、亲切的讲述方式向我们分享了将人工智能技术与医疗机器人相结合，针对脊椎的射频消融手术的优化方法，并且针对多模态脊椎图像设计了脊柱图像的刚/弹性配准方法，完成了手术导航平台的搭建；同时，针对双能量减影成像，冯教授向我们展示了成像的骨抑制方法，极大地提高了临床的诊断效率。

冯前进教授做大会报告：医学图像分析中的人工智能

华南理工大学谭明奎教授分享的题目是“高效深度神经网络设计及训练方法”。谭教授从神经网络结构自动优化、面向超大搜索空间的网络结构搜索和面向不同计算资源预算的网络结构生成三个角度，介绍了三种基于强化学习的深度神经网络设计方法，并展示了如何解决神经网络结构中包含大量计算冗余、搜索空间大、计算代价难以满足实际需求的三大难题。

谭明奎教授做大会报告：高效神经网络结构设计与优化

中山大学的林倞教授分享了“视觉语义理解的新趋势：从表达学习到知识及因果融合”，从自监督学习、知识嵌入和因果推断三个方面出发，指出了视觉语义理解的新方向：一方面需要利用海量无标注数据进行自监督学习，提高上游预训练模型的表征能力；一方面需要结合外部知识，通过知识嵌入的方式，融合除了基础视觉任务外的额外知识；最后，融入可解释性高的因果推断部分，增加现有方法的可解释性和可拓展性。

林倞教授做大会报告：视觉语义理解的新趋势：从表达学习到知识及因果融合

上海人工智能实验室科学技术发展部长乔宇教授分享了题为“复杂视觉信息的深度理解”的主题报告。乔教授从深度学习在人脸检测与识别方面的应用入手，细数了深度学习如何持续推动人脸识别技术的进步，并介绍了课题组在三维人脸重建、模糊人脸识别、以及人脸编辑方面的技术成果。乔教授指出计算机视觉发展面临的主要挑战如政策伦理、可信可靠、场景局限等方面，也提出了发展通用视觉智能模型来突破当前遇到的瓶颈，使用一个模型实现多个任务，构建一个具备多方面认知理解、知识运用和因果推理能力的视觉方法体系，从而发展出更接近人的通用视觉智能。

乔宇研究员做大会报告：复杂视频的深度表征和理解

中山大学计算机学院副院长郑伟诗教授的报告介绍了行为质量评估的相关工作，主要包括了：1. 基于时空逻辑关联的图建模技术，该技术建模了局部运动共性以反映局部运动质量，并建模了局部运动差异以反映运动的协调性；2. 基于非对称主从对象图建模，该工作由非对称主从对象交互模块、可注意上下文交互信息的注意力融合模块以及评分模块组成；3. 长时间行为质量评估的方法，该工作探究如何去获取长期行为中的各子动作在时序演变中的关系。

郑伟诗教授做大会报告：智能行为信息处理与评估方法

哈尔滨工业大学（深圳）苏敬勇教授以“脑白质神经纤维功能聚类”为主题进行了精彩演讲，通过大脑结构的介绍引入层层递进，向观众展示了白质的重要性与功能聚类的实际应用。其中，苏教授团队提出的融合功能与结构信息的黎曼度量，为脑图像配准比较和统计归纳建立了理论基础和方法，并基于此开展了全脑神经纤维的聚类分析，建立了全脑神经纤维的图谱。

苏敬勇教授做大会报告：脑白质神经纤维的功能聚类

深圳大学医学部生物医学工程学院副院长高毅教授演讲的题目是“医学影像临床合作与社会实践”。高教授提出“横向合作，细分纵深”的合作实践模式。高教授介绍了用于分割的交互式开源软件和用于病理计算的开源平台对于临床合作的重要意义。在“细分纵深”部分，高教授针对医学影像标注资源稀缺的难题，提出一种全新的、基于医学图像的在线验证码，通过互联网用户标注，获得海量带有标注的医学影像，为公共医疗统计、精准医疗分析提供最核心的影像特征基础。高教授介绍的第二个临床合作例子是：乳腺癌的筛、诊、疗。乳腺癌是深圳女性第一癌症，治疗效果与发现早晚关系密切。基于ABUS乳腺癌的筛、诊、疗一体化流程，不仅实现了标准化技师扫查、医生诊断的模式，提高了效率，还实现了无辐射、无痛，大大提高了医疗服务体验。

高毅教授做大会报告：医学影像分析临床与社会实践

南方科技大学张宇教授分享了“基于广义张量迹范数的多任务学习”，通过先验知识将多个任务联合起来，达到共同学习相互促进的目的。张宇教授团队尝试把不同任务之间的矩阵转变为张量迹范数，并提出了广义张量迹范数，克服了不同范数之间领域泛化能力弱的问题，为多任务联合学习提供了优化方向，提高了模型的泛化性能。

张宇教授做大会报告：基于广义张量迹范数的多任务学习

领域专家们的每场报告均得到与会观众的积极互动、热情参与，现场气氛热烈。

5日为线上报告环节，主要分享了人工智能在医学影像上的发展及应用相关主题。一开始由上海交通大学洪义教授分享了“Deep Diffeomorphic Image Registration and Regression”。洪教授讲解了使用大尺度微分同胚变换进行核磁共振大脑图像的配准工作的一些已有成果和遇到的困难，提出了使用DDR-Net进行多尺度配准所取得的成果，同时也讲解了通过计算geodesic distance对图像回归进行加速优化的一种新思路。

洪义副教授做大会报告：Deep Diffeomorphic Image Registration and Regression

随后佐治亚大学刘天明教授的报告探究了人体大脑结构的一致性，个体性以及异常性。报告中介绍利用人脑中结构一致性的连接在含有不同个体的群体中可以很好预测甚至定位脑功能，利用Gyral Net去定义不同个体大脑之间的一致性与差异性，同时探讨了应该如何去区分不同个体之间的差异到底是由人脑的不一致性还是病变产生的。

刘天明教授做大会报告：Disentangle Human Brain Commonality, Individuality and Abnormality

阿里巴巴达摩院吕乐研究员分享的题目是“Facing the Global Health Challenges in Population Health and Oncology via Scalable AI Tool”。吕乐研究员表示，对于很多医疗AI领域的专家而言，虽然已经有了很多成功的科研成果，但是依然会反思自己的成果究竟能否对社会产生足够的效益，对医疗行业的发展产生足够的帮助。为此，吕乐研究员举了三个运用一些常规手段去挑战当前医疗金标准的工作，这些工作都是切实为了推动医疗行业发展的工作，吕乐研究员结合自身经历的高屋建瓴的概括，给大家带来很多对科研本质的反思。

吕乐研究员做大会报告：Facing the Global Health Challenges in Population Health andOncology via Scalable AI Tools

上海科技大学沈定刚教授以“脑图谱构建及生命周期的影响AI分析”为题，从中国人脑分子与功能图谱项目出发，为我们展示了针对正常人群和特定疾病人群，建立人脑结构和功能图谱的社会意义和远大目标；同时，在全生命周期的影像AI分析中展示了儿童影像分析在功能定位、功能分析、空间模式、拓扑结构和模块化结构等方面对儿童发育规律的分析，揭示了多中心婴幼儿图谱数据库建设的重要性。

沈定刚教授做大会报告：脑图谱构建及全生命周期的影像AI分析

A*STAR高级科学家付华柱博士分享的题目是“Accelerated Multi-Model Magnetic Resonance (MR) Imaging”。针对现有MRI模态多同时成像慢的问题，付博士提出了一套完备的多模态MRI加速成像算法，通过从单一全采样模态生成对应的其他模态，并辅以注意力进一步提高生成结果的真实性并对同模态进行融合。同时，该方法可以从K-space角度进行转换，同时保持图像域的细节，是目前学术界最先进的方法之一。

A*STAR科学家付华柱做大会报告：Accelerated Multi-Modal Magnetic Resonance (MR) Imaging

香港浸会大学台雪成教授以“Deep Neural Network in Image Processing”为题，从数学理论的角度出发诠释了神经网络的底层逻辑。台教授团队提到，通过在神经网络中加入如Potts模型等变分模型，并结合实际下游任务引入形状先验的信息，可以提升多个医学影像分割任务的性能，且有效避免了因输入图像存在不同程度的噪声而带来的干扰。

台雪成教授做大会报告：Deep Neural Networks in Image Processing

EST Montreal的Ismail Ben Ayed教授演讲的题目是 “Few-Shot Learning: Are We Making Progress? “。Ayed教授针对图像分割数据标注困难的问题，首先介绍了基于拉普拉斯约束的元学习方法：通过简单的拉普拉斯约束图聚类，可以不对网络进行任何的训练与微调而获得优秀的少样本分割性能。随后，他提出了基于熵约束的少样本学习方法，通过最大化特征点与隐空间标签的互信息并最小化预测结果的信息熵，在少样本分割任务上取得优秀的表现。在问答环节，他最后分享了他对医学图像少样本学习的看法与展望。

Ismail Ben Ayed教授做大会报告：Few-Shot Learning: Are We Making Progress?

约翰霍普斯金大学Michael I. Miller教授带来的演讲题目是“Multi-Scale Computational Anatomy: Unifying Molecular and Tissue Scales for Understanding Alzheimer's Disease“。Miller教授由浅入深，用简洁的语言将观众由医学影像的直观任务引出了微分同胚的概念及其在变形计算上的应用，同时向观众介绍了多尺度下的计算解剖学及其在阿尔茨海默症上的应用与理解。

Michael I. Miller教授做大会报告：Multi-Scale Computational Anatomy: 

Unifying Molecular and Tissue Scales for Understanding Alzheimer's Disease

卡内基梅隆大学Jose M.F. Moura教授在最后为大家带来题目为Graph Signal Processing and Geometric Deep Learning的精彩主题报告。Moura教授以图神经网络在信号处理上的应用为主题探究了几何深度学习在各特定垂直领域上的应用，并结合拓扑学自适应的图神经网络，将以几何学习为基础的方法推广向多个任务中，并取得卓越成效。

Jose M.F. Moura教授做大会报告：Graph Signal Processing and Geometric Deep Learning