为促进学术交流、开拓学术视野、激发创新思维，助力图像图形领域研究生学术成长和未来职业发展，拉斯维加斯手机娱乐网站 （CSIG）创办CSIG学生会员分享论坛，论坛以研究生自主开展学术交流为主，同时积极发挥导师的指导作用，帮助研究生开阔视野，启迪智慧，提高创新能力。

CSIG第十七期学生会员分享论坛将于2025年7月31日举办，邀请到了华中科技大学博士生廖本成、北京航空航天大学博士生陈科研、清华大学博士生李凯、香港大学博士生窦志扬作精彩学术报告，并邀请湖南大学佃仁伟教授、浙江大学廖依伊研究员、上海交通大学程正雪助理研究员、北京航天航空大学李胜曦教授担任评议嘉宾对研究工作作出点评并解惑，活动由电子科技大学博士后研究员龙珍主持，共同围绕研究生学术生涯的热点话题进行探讨。

主办单位

拉斯维加斯手机娱乐网站 （CSIG）

承办单位

CSIG优博俱乐部

CSIG会员发展与服务工作委员会

CSIG青年工作委员会

会议时间

2025年7月31日（星期四）14:00-16:30

会议地点

线上地址1（腾讯会议）：247 870 909

线上地址2（CSIG视频号直播）：

欢迎关注CSIG官方视频号，观看直播

 线上地址3（寇享学术直播）：

https://www.koushare.com/live/details/44980

会议议程

特邀评议嘉宾：

佃仁伟  教授，湖南大学

佃仁伟，湖南大学机器人学院教授、博士生导师，入选国家优青、博新计划，主要从事高光谱计算成像的研究工作。以第一/通讯作者在IEEE TPAMI、IJCV、IEEE TIP和CVPR等权威期刊和会议上发表论文20余篇，其中ESI高被引论文7篇，授权发明专利16件，获得了国家自然科学二等奖（排2）、中国光学学会郭光灿光学奖、中国人工智能学会优秀青年奖、拉斯维加斯手机娱乐网站 优秀博士学位论文奖、蚂蚁科技奖、粤港澳大湾区国际算法算例大赛一等奖等奖项。

廖依伊 研究员，浙江大学

廖依伊，浙江大学信电学院特聘研究员。分别于西安交通大学和浙江大学获得学士和博士学位，并在德国马普所和图宾根大学从事博士后研究。研究兴趣主要为三维视觉与沉浸式媒体编码。在TPAMI、CVPR、ICCV、NeurIPS等期刊和会议发表文章四十余篇，谷歌学术引用5000余次。获ICRA 2024最佳机器人视觉论文奖，华为火花价值奖，入选2023 百度 AI 华人女性青年学者。担任3DV 2025程序主席，MPEG国际标准组织高斯泼溅编码（GSC）专题组联席组长，多次担任CVPR、NeurIPS等会议领域主席。

程正雪 助理研究员，上海交通大学

程正雪，上海交通大学助理研究员，研究领域： 图像视频增强、多模态生成式编码。2014年获得上海交通大学电子信息与电气工程学院信息工程专业学士学位，2015年和2017年获得上海交大、早稻田大学的双硕士学位，2018年-2019年作为访问学者在瑞士洛桑联邦理工EPFL实习。2020年获得日本早稻田大学信息理工与信息通信专业工学博士学位。2020年至2024年在浙江杭州蚂蚁集团(支付宝)公司担任算法专家，在手机端落地多项AI算法。端到端图像压缩代表性工作谷歌学术单篇引用1200余次，成为CompressAI库中参考模型。主导研发的轻量化AI图像编码器上线后广泛应用于支付宝APP。截止目前作为一作或通讯发表多篇CCF-A会议和高水平期刊论文，曾获得日本学术振兴会JSPS特别研究员、日本大川通信基金研究奖、国家奖学金、上海市优秀毕业生、电气通信财团最佳论文奖、杭州市E类人才、VCIP2024最佳学生论文奖亚军、PSC2019竞赛银奖、CVPR2025 NTIRE竞赛冠亚军等荣誉。担任中国图像图形学学会多媒体专委会委员、女工委委员。

李胜曦 教授，北京航天航空大学

李胜曦，北京航空航天大学教授，入选2022年国家级海外青年人才；长期致力于智能图像处理。主持国家自然科学基金原创探索等项目，发表IEEE TPAMI等期刊及CCF会议论文50余篇，以一作/通讯作者发表论文30余篇，相关成果获IEEE TCSVT最佳论文提名奖。ISO/IEC专家组成员，成果作为核心函数应用于国际标准组织最新主流标准HEVC、VVC。作为首席客座编委组织IEEE TCSVT特刊：AIGC for Multimedia，获国际神经网络学会青年科学家奖。

报告嘉宾：

报告人：陈科研  博士研究生

报告题目：遥感图像视觉感知高效基础模型方法研究

报告摘要：遥感技术的快速发展持续产生海量多时相、多模态数据，为地理空间信息智能提取提供了关键支撑。基础模型为大规遥感数据处理、通用表征学习和任务泛化提供了极具潜力的技术路径。然而，遥感图像在成像机理、数据分布与任务目标上呈现的“多场景、多时相、多模态、多任务”特性，导致通用视觉基础模型难以高效适配其复杂解译需求。同时，开发专用基础模型面临高质量标注稀缺与算力成本高昂的双重制约。为应对上述挑战，本报告聚焦高效微调与高效结构。针对典型遥感视觉感知任务，首先阐述基于高效微调的研究，应用于实例级目标理解与开放场景视觉理解；其次介绍基于动态视觉感知的高效遥感图像多任务基础模型研究。通过这些方法，在仅需少量标注数据的情况下实现了参数高效调整与任务快速适配，并通过动态感知路由实现高效模型结构与资源分配机制，显著提升了模型在复杂遥感场景下的感知能力、泛化性能与学习效率。

个人简介：陈科研，北京航空航天大学博士研究生，导师是史振威教授和邹征夏教授，主要研究方向为遥感图像智能解译。在Proceedings of the IEEE、IEEE TPAMI、IEEE TGRS、CVPR等国际权威期刊/会议发表论文30余篇，其中一作论文10篇，ESI热点论文3篇，ESI高被引论文8篇，3篇论文入选权威期刊最受欢迎论文榜单前三，谷歌学术引用5800余次。主持首批博士生国家自然科学基金，参与国家重点研发计划、联合重点等多项重要课题项目，相关研究成果在我国遥感卫星系统中得到应用。曾获得宝钢奖学金特等奖、国家奖学金，北航和北京市优秀本科毕业论文，北航优秀硕士学位论文等。个人网页：https://chenkeyan.top

报告人：窦志扬  博士研究生

报告题目：From Static 3D Geometry to Dynamic 4D Content: Analysis, Recovery, and Generation

报告摘要：4D内容的分析、重建和生成是一个重要的研究问题，其中4D包括三个空间维度（?, ?, ?）和一个时间维度（?），如形状和运动。该研究不仅涉及静态物体，还覆盖了随时间变化的动态过程，全面理解现实世界的空间与时间变化规律。这些技术在虚拟现实、具身人工智能和机器人等领域具有广泛应用。该报告将主要汇报以下进展：在计算机图形学管线的角度，结合几何、拓扑和物理的先验知识设计开发有效的4D内容恢复与分析方法，同时提升4D内容生成的质量、效率以及可用性。

个人简介：Zhiyang Dou is a Master's student in the Department of Computer Science at the University of Hong Kong, advised by Prof. Wenping Wang and Prof. Taku Komura. He will join MIT CSAIL as a Ph.D. student in Fall 2025. Previously, he conducted research at the GRASP Lab and the Graphics Lab at the University of Pennsylvania, working closely with Prof. Lingjie Liu and Prof. Cynthia Sung from the Department of Mechanical Engineering and Applied Mechanics. His research interests lie in computer graphics, with a focus on geometric processing, character animation, and physics-based simulation. His work has been published in top-tier conferences and journals, including SIGGRAPH, SIGGRAPH Asia, EUROGRAPHICS, ACM TOG, TVCG, SGP, CVPR (including one Oral and two Highlight selections), ICCV, ECCV, and ICLR. He is a recipient of the SIGGRAPH Best Paper Award, the CGF Top Cited Paper Award, the HKU Foundation Award for Outstanding Research Postgraduate Students (2023/24), the Presidential Scholarship, and was named a Meshy AI Fellowship Finalist.His current research focuses on integrating geometric, topological, and physical priors into the acquisition, analysis, and generation of 4D dynamic data, with applications in content creation, robotics, and scientific discovery. Website: https://frank-zy-dou.github.io/

报告人：李凯  博士研究生

报告题目： 空间音频仿真及轻量化语音分离模型

报告摘要：本报告探讨了空间音频仿真及轻量化语音分离模型的关键技术，以应对语音分离和增强任务中移动声源的挑战。SonicSim 是一个基于 Habitat-sim 构建的可定制模拟平台，能够生成高保真、多样化的合成数据，针对真实世界和现有合成数据集在声学真实性和可扩展性方面的局限性，提供移动声源场景下的高逼真音频模拟，从而提升数据生成效率和多样性。TIGER 是一种高效的时频域语音分离模型，通过频带分割和多尺度注意力机制显著降低参数量和计算成本，同时实现最先进的分离性能，并保持高度轻量化。该研究不仅解决了传统方法的资源消耗问题，还为实际应用提供了可扩展的解决方案

个人简介：李凯，清华大学TSAIL实验室博士在读。他致力于多模态与单模态语音分离，当前拓展至音乐分离等通用音频理解任务。曾获拉斯维加斯手机娱乐网站 优秀硕士论文，NCMMSC最佳学生报告。曾参加Sony组织的分离竞赛获电影分离第一名。以第一作者身份在NeurIPS、ICLR、ICML、TPAMI等会议和期刊发表多篇论文，相关研究聚焦语音分离在真实场景中的应用，特别是在神经科学启发下设计轻量化模型，以实现边缘设备的高效部署。相关项目在GitHub上累计获得超过4k stars。

报告人：廖本成  博士研究生

报告题目：面向大模型的新型高效率网络架构设计

报告摘要：大模型已经渗透社会方方面面。其中，核心的Transformer架构因其二次计算复杂度，在处理长序列数据时面临严峻的效率瓶颈，限制了其在更高分辨率、更长上下文场景下的应用。本次报告不仅局限于对现有架构的优化，更探索了具备线性复杂度的下一代网络设计，如状态空间模型（SSM）与门控线性注意力（GLA），展示了这些技术在视觉理解、多模态交互和内容生成等领域具有广泛的应用前景。本报告将主要汇报以下进展：从大模型基础模块设计的角度，结合循环网络思想与硬件感知实现，开发高效且可扩展的新型架构。通过引入双向建模、混合式设计以及知识蒸馏等策略，旨在显著提升大模型处理长序列任务的效率与性能，并推动其在更广泛场景下的部署与应用。

个人简介：廖本成是华中科技大学王兴刚教授的学术型博士，主要研究方向为高效视觉表征学习、自动驾驶感知与决策，已发表工作15篇，其中一作/共一8篇，谷歌学术引用量达1900余次。代表工作Vision Mamba被ICML 2024接收，首次使用线性状态空间模型进行高效视觉表征学习，引用量达1000余次；YOLOS被NIPS2021接收，首次设计了encoder-only的目标检测范式，是目前最简洁优雅的检测器，引用量达300余次；针对自动驾驶的在线建图问题，提出了MapTR三部曲，分别被ICLR 2025接收为spotlight，ECCV 2024, IJCV 2024接收，目前总引用量达300次，是自动驾驶最受关注的建图系列工作，被NVIDIA，小米汽车，理想，华为，百度等国内外自动驾驶公司关注使用。

主持人 

龙珍 博士后研究员，电子科技大学

龙珍，电子科技大学师资博士后。从事张量信号处理的基础研究，在高维信号重建及聚类任务上，发表论文20余篇，其中高被引论文3篇，热点论文1篇。以一作发表论文12篇，包括IEEE TPAMI、IEEE TSP、IEEE TIP、CVPR、AAAI等，合著学术专著2本。主持国家自然科学基金青年基金、2024年度国家资助博士后研究人员计划B档、中国博士后科学基金第75批面上资助等项目。获2023年度成电杰出学生、2024年度CSIG博士学位论文激励计划提名、2025年 ICME会议最佳演示奖、首届川渝科技学术大会优秀论文一等奖、中国国际大学生创新大赛（2023）金奖等多项奖励荣誉。