 |
 |
 |
 |
 |
 |
||
 |
 |
 |
 |
 |
| 1 | 1/1 | 返回列表 |
| 查看: 759 | 回復(fù): 0 | |||
hfghb新蟲 (初入文壇)
|
[交流]
【第十五屆粵港澳圖象圖形學(xué)術(shù)會議】
|
|
會議簡介 第十五屆粵港澳圖象圖形學(xué)術(shù)會議將于2025年12月13日-14日在華南理工大學(xué)大學(xué)城校區(qū)舉辦。本屆會議由廣東省圖象圖形學(xué)會主辦，華南理工大學(xué)軟件學(xué)院、華南理工大學(xué)電子與信息學(xué)院、CSIG廣州會員活動中心承辦，琶洲實(shí)驗(yàn)室、CSIG生物特征識別專業(yè)委員會（籌）協(xié)辦。 粵港澳圖象圖形學(xué)術(shù)會議（Guangdong-Hong Kong-Macao Conference on Image and Graphics, GHMIG）是由廣東省圖象圖形學(xué)會主辦，粵港澳三地圖象圖形學(xué)界共同協(xié)辦的系列學(xué)術(shù)盛會，致力于推動粵港澳大灣區(qū)在圖象圖形領(lǐng)域的學(xué)科發(fā)展、技術(shù)交流與協(xié)同創(chuàng)新。會議匯聚全國高校、科研院所及產(chǎn)業(yè)界的專家學(xué)者與青年學(xué)生，聚焦計算機(jī)視覺、計算機(jī)圖形學(xué)、多媒體技術(shù)、機(jī)器學(xué)習(xí)等前沿方向，開展深入的學(xué)術(shù)研討與技術(shù)對話。通過特邀報告、技術(shù)交流與海報展示等多種形式，搭建學(xué)術(shù)界與產(chǎn)業(yè)界之間知識共享、成果轉(zhuǎn)化與協(xié)同創(chuàng)新的重要平臺，持續(xù)助力粵港澳大灣區(qū)圖象圖形科技創(chuàng)新生態(tài)的建設(shè)與發(fā)展。 會議邀請到多位知名專家做大會主旨報告，期待與您共享圖象圖形識別與計算機(jī)視覺學(xué)術(shù)盛宴（會議同時舉辦年度圖象圖形優(yōu)秀論文分享報告會）。會議期間將召開廣東省圖象圖形學(xué)會2025理事工作會議。 會議官方網(wǎng)址：https://conf.gdsig.cn/ 會議時間：2025年12月13日-14日 會議地點(diǎn)：廣東省廣州市華南理工大學(xué)（大學(xué)城校區(qū)）B13會議廳 主旨報告 主旨報告：吳國寶 香港浸會大學(xué)教授 報告題目：Blind Deconvolution for Color Images Using Normalized Quaternion Kernels 報告摘要：Abstract: In this talk, we discuss color image processing by using quaternion algebras. In particular, we study blind deconvolution for color images. Experimental results are presented to demonstrate the effectiveness of quaternion models. 講者簡介：Department of Mathematics, Hong Kong Baptist University, Hong Kong, China Michael K. Ng (Senior Member, IEEE) received the BSc and MPhil degrees from the University of Hong Kong in 1990 and 1992, respectively, and the PhD degree from the Chinese University of Hong Kong in 1995. He was a research fellow of Computer Sciences Laboratory with Australian National University from 1995 to 1997, and an assistant/associate professor of the University of Hong Kong from 1997 to 2005. He was a professor/chair professor with the Department of Mathematics, Hong Kong Baptist University from 2006 to 2019. He was a chair professor with Research Division of Mathematical and Statistical Science, The University of Hong Kong from 2019 to 2023. He is currently a chair professor in Mathematics and a chair professor in Data Science with Hong Kong Baptist University. His research interests include bioinformatics, image processing, scientific computing, and data mining. He is selected for the 2017 Class of Fellows of the Society for Industrial and Applied Mathematics. He obtained the Feng Kang Prize for his significant contributions in scientific computing. He serves on the Editorial Board members of several international journals. 主旨報告：林倞 中山大學(xué)教授 報告題目：物理空間智能若干進(jìn)展：框架、模型與基準(zhǔn) 報告摘要：本報告圍繞動態(tài)真實(shí)物理智能的“框架—模型—基準(zhǔn)”三個方面展開。 在框架層面，我們提出 Tweedie 離散擴(kuò)散模型，實(shí)用于語言生成和VLA，并在此基礎(chǔ)上構(gòu)建了 VLA 的 E0 模型。該模型在多項(xiàng)機(jī)器人操控數(shù)據(jù)集及真實(shí)機(jī)器人實(shí)驗(yàn)中均取得領(lǐng)先表現(xiàn)。同時，我們提出的線性算子模型在多項(xiàng)語言任務(wù)中展現(xiàn)出高效性與較強(qiáng)表達(dá)能力，性能優(yōu)于主流線性注意力方法。 在模型層面，我們從“通用物理建�！迸c“空間自適應(yīng)建�！眱蓚�維度重新理解 VLA 模型，發(fā)現(xiàn)其泛化性遠(yuǎn)比普遍認(rèn)知中更強(qiáng)。僅需約 4k 參數(shù)的空間自適應(yīng)，即可賦予 VLA 模型跨任務(wù)的通用能力，這與人類的通用操作能力具有高度一致性。此外，我們提出的物理自回歸模型在物理推理、時空預(yù)測與動作生成任務(wù)中表現(xiàn)出顯著強(qiáng)泛化能力，拓展物理推理能力。 在基準(zhǔn)層面，我們構(gòu)建了一個面向動態(tài)真實(shí)物理環(huán)境的全自動、可持續(xù)運(yùn)行的 24/7 真機(jī)評測平臺，實(shí)現(xiàn)了從任務(wù)布置、操控執(zhí)行到結(jié)果評估的全流程無人化運(yùn)作，為未來的真實(shí)物理智能研究提供了標(biāo)準(zhǔn)化、可量化、可持續(xù)的評測體系。 講者簡介：林倞，中山大學(xué)計算機(jī)學(xué)院二級教授、國家杰青、IEEE/IAPR/IET Fellow、CCF-ACM青年科技獎獲得者、兼任鵬城實(shí)驗(yàn)室具身智能研究所所長、曾任商湯科技首席研發(fā)總監(jiān)/研究院執(zhí)行院長。他長期從事多模態(tài)人工智能、大規(guī)模機(jī)器學(xué)習(xí)等領(lǐng)域的應(yīng)用基礎(chǔ)研究。作為項(xiàng)目負(fù)責(zé)人，承擔(dān)國家自然科學(xué)基金重點(diǎn)項(xiàng)目和國家2030科技創(chuàng)新重大項(xiàng)目；曾帶領(lǐng)商湯科技研發(fā)團(tuán)隊搭建大規(guī)模AI基礎(chǔ)設(shè)施，開拓新興行業(yè)。在國際頂級學(xué)術(shù)期刊和會議發(fā)表論文300余篇，論文被引用4.4萬次(谷歌學(xué)術(shù)統(tǒng)計)，多次入選全球高被引學(xué)者榜單；獲權(quán)威期刊Pattern Recognition年度最佳論文獎，多媒體計算旗艦會議ICME最佳論文鉆石獎，計算機(jī)視覺旗艦會議ICCV最佳論文獎提名，ACL 2025杰出論文獎；指導(dǎo)博士生獲得CCF優(yōu)秀博士論文獎、ACMChina優(yōu)秀博士論文獎及CAAI優(yōu)秀博士論文獎；帶領(lǐng)團(tuán)隊獲得廣東省科技進(jìn)步一等獎、吳文俊人工智能自然科學(xué)獎、中國圖象圖形學(xué)學(xué)會科學(xué)技術(shù)一等獎等榮譽(yù)。 主旨報告：葉齊祥 中國科學(xué)院大學(xué)特聘教授 報告題目：從視覺表征模型設(shè)計到視覺智能體構(gòu)建 報告摘要：研究了局部卷積運(yùn)算與全局注意力運(yùn)算的互補(bǔ)性，將局部特征與全局特征耦合形成Conformer網(wǎng)絡(luò)結(jié)構(gòu)，顯著增強(qiáng)小參數(shù)視覺模型表征能力。探討了局部卷積運(yùn)算造成的自監(jiān)督學(xué)習(xí)信息泄露問題，提出了Token Merging操作，突破卷積或局部運(yùn)算的局部約束，形成高效分層Transformer 表征(HiViT)與全預(yù)訓(xùn)練的Transformer 金字塔網(wǎng)絡(luò)（iTPN）。探索了物理啟發(fā)的熱傳導(dǎo)算子vheat與狀態(tài)空間表征算子vMamba，實(shí)現(xiàn)了更高效的視覺表征。在ImageNet分類任務(wù)上，iTPN-Base, iTPN-Large, iTPN-Huge 分別達(dá)到了88.0%，89.2%, 89.7%的Top-1分類精度。視覺表征模型設(shè)計的基礎(chǔ)上，開始探索如何構(gòu)建視覺思維鏈與視覺智能體。代碼：github.com/pengzhiliang/Conformer, github.com/sunsmarterjie/iTPN, github.com/MzeroMiko/VMamba, Vheat. 講者簡介：葉齊祥，中國科學(xué)院大學(xué)特聘教授、國家杰出青年基金獲得者、中科院盧嘉錫青年人才獎獲得者、中國科學(xué)院優(yōu)秀博士生導(dǎo)師、CVPR2023、NeurIPS2023-25、ICLR2024-25 領(lǐng)域主席、國際期刊IEEE TITS，IEEE TCSVT編委。主要進(jìn)行視覺表征模型、成像與目標(biāo)感知方向的研究，在CVPR, ICCV, NeurIPS等國際會議與TPAMI, TNNLS, TIP等期刊發(fā)表論文150余篇，學(xué)術(shù)引用20000余次。主持了國家自然科學(xué)基金重點(diǎn)項(xiàng)目、原創(chuàng)項(xiàng)目、華為公司、國防科技創(chuàng)新特區(qū)項(xiàng)目、中國運(yùn)載火箭技術(shù)研究院課題等國家級與企業(yè)科研任務(wù)，是國家自然科學(xué)基金創(chuàng)新團(tuán)隊、中國科學(xué)院穩(wěn)定支持基礎(chǔ)研究領(lǐng)域青年團(tuán)隊成員。開發(fā)的視覺表征與感知技術(shù)衛(wèi)星在軌運(yùn)行，獲中國電子學(xué)會自然科學(xué)一等獎（排名1）、國家技術(shù)發(fā)明二等獎（排名2），指導(dǎo)多名博士生獲中科院院長獎、博士后創(chuàng)新人才計劃、中科院百篇優(yōu)秀博士論文。 主旨報告：張兆翔 中國科學(xué)院自動化研究所研究員 報告題目：論世界模型與規(guī)模定律 報告摘要：規(guī)模定律被視為近年來人工智能快速躍遷的核心驅(qū)動力之一，從根本上塑造了人工智能技術(shù)發(fā)展的方向與范式。與此同時，世界模型作為人工智能領(lǐng)域的新興熱點(diǎn)，在近期受到了極為廣泛的關(guān)注，正展現(xiàn)出通向通用智能的巨大潛力，被認(rèn)為是下一代人工智能技術(shù)的可行之路。本報告立足當(dāng)前研究進(jìn)展，對這兩大概念進(jìn)行系統(tǒng)梳理與前瞻性分析，并重點(diǎn)探討二者之間的相互作用：是規(guī)模定律繼續(xù)為世界模型的發(fā)展保駕護(hù)航，還是世界模型為規(guī)模定律注入新的生命力？報告將結(jié)合團(tuán)隊近期的研究探索，對這一命題展開討論與思考。 講者簡介：張兆翔，中國科學(xué)院自動化研究所研究員、博士生導(dǎo)師，模式識別實(shí)驗(yàn)室常務(wù)副主任，中國科學(xué)院大學(xué)崗位教授，國際模式識別學(xué)會會士、亞太人工智能學(xué)會會士，“教育部長江學(xué)者特聘教授”。研究方向是模式識別、具身智能、智能體學(xué)習(xí)。先后主持了國家自然科學(xué)基金重點(diǎn)項(xiàng)目、聯(lián)合基金重點(diǎn)、重點(diǎn)國際(地區(qū))合作研究、北京市重點(diǎn)研發(fā)計劃、中科院先導(dǎo)科技專項(xiàng)、啟元國家實(shí)驗(yàn)室重點(diǎn)項(xiàng)目、裝備部重點(diǎn)項(xiàng)目等多項(xiàng)國家級重點(diǎn)項(xiàng)目，在IEEE T-PAMI、CVPR等本領(lǐng)域國際主流期刊與會議發(fā)表論文200余篇，授權(quán)發(fā)明專利35項(xiàng)。是TPAMI、IJCV、PR等人工智能頂刊編委，ICCV、CVPR、NeurIPS等人工智能頂會領(lǐng)域主席，獲北京市科技進(jìn)步獎一等獎（排名第一）、北京市科技獎杰出青年中關(guān)村獎、中國電子學(xué)會科技進(jìn)步一等獎等。 主旨報告：戴玉超 西北工業(yè)大學(xué) 報告題目：論世界模型與規(guī)模定律 報告摘要：事件相機(jī)（Event Camera）作為新型仿生視覺傳感器，異步響應(yīng)像素級亮度變化，突破了傳統(tǒng)幀式相機(jī)在高速運(yùn)動、高動態(tài)范圍場景中的局限。事件相機(jī)在自動駕駛、機(jī)器人導(dǎo)航、軍事國防、深空探測、高速工業(yè)檢測等領(lǐng)域展現(xiàn)出巨大潛力。報告圍繞課題組在基于事件相機(jī)的運(yùn)動感知與生成方面的工作展開，涵蓋二維與三維運(yùn)動估計、長時點(diǎn)軌跡跟蹤、運(yùn)動物體跟蹤與分割、視頻幀生成、新視角生成等子任務(wù)，以打破現(xiàn)有基于幀的圖像相機(jī)存在的感知瓶頸，展現(xiàn)事件相機(jī)在復(fù)雜動態(tài)場景下的感知與生成潛力。 講者簡介：戴玉超，西北工業(yè)大學(xué)電子信息學(xué)院教授、博士生導(dǎo)師，校學(xué)術(shù)委員會委員，陜西省信息獲取與處理重點(diǎn)實(shí)驗(yàn)室主任。研究方向?yàn)闄C(jī)器視覺與人工智能，主持國家自然科學(xué)基金青年科學(xué)基金A類項(xiàng)目（原國家杰青）、JKW基礎(chǔ)加強(qiáng)計劃領(lǐng)域基金重點(diǎn)等項(xiàng)目。近年來在TPAMI、IJCV、ICCV、CVPR、NeurIPS等國際著名期刊和會議上發(fā)表論文80余篇，谷歌學(xué)術(shù)引用超過16000次，H因子59。獲CVPR 最佳論文獎、陜西省自然科學(xué)獎一等獎、CSIG青年科學(xué)家獎等獎項(xiàng)。擔(dān)任國際頂刊TPAMI編委、IJCV編委、APSIPA杰出講者、China3DV 2025大會主席、中國空間智能大會程序主席和CVPR、ICCV、ECCV、NeurIPS等國際會議領(lǐng)域主席。 主旨報告：錢建軍 南京理工大學(xué) 報告題目：人臉感知：由外至內(nèi) 報告摘要：人臉是最富社會信息的“視覺語言”。自古至今，人類都在試圖透過人臉外在表象理解內(nèi)在狀態(tài)。當(dāng)前，視覺人臉感知及交互生成是智能體實(shí)現(xiàn)健康監(jiān)測、情感引導(dǎo)等任務(wù)的基礎(chǔ)。報告將圍繞課題組近期在人臉感知與生成方面的工作展開，包括生理信息感知（體溫、心率和呼吸率）、多模態(tài)情感分析與數(shù)字人像生成等內(nèi)容，并進(jìn)一步探討相關(guān)任務(wù)的共性問題和發(fā)展趨勢。 講者簡介：南京理工大學(xué)教授、博士生導(dǎo)師，中國人工智能學(xué)會模式識別專委會副秘書長、江蘇省人工智能學(xué)會模式識別專委會副主任。研究方向?yàn)槟Ｊ阶R別與視覺計算、以人為中心的具身感知，相關(guān)成果發(fā)表在IEEE TPAMI/TIP/TNNLS, IJCV, PR, CVPR/AAAI/ACMMM等國際權(quán)威刊物和知名國際會議100余篇。先后主持國家自然科學(xué)基金項(xiàng)目3項(xiàng)、江蘇省基礎(chǔ)研究計劃重點(diǎn)項(xiàng)目1項(xiàng)，參與JW科技委基礎(chǔ)加強(qiáng)項(xiàng)目等多項(xiàng)。獲得江蘇省科學(xué)技術(shù)獎一等獎2項(xiàng)（分別為第二、四完成人）。入選國家級青年人才計劃、“香江學(xué)者計劃”、江蘇省“青藍(lán)工程”優(yōu)秀青年骨干教師等。指導(dǎo)學(xué)生在“Udacity - DiDi無人駕駛?cè)蛱魬?zhàn)賽”、“ChinaMM-用戶興趣建模大賽”、“IJCAI-基于視覺的遠(yuǎn)程生理信號感知競賽”等多項(xiàng)賽事中獲得冠/亞軍。 主旨報告：劉賢明 哈爾濱工業(yè)大學(xué) 報告題目：先進(jìn)三維視覺感知 報告摘要：從傳感器數(shù)據(jù)中恢復(fù)、推斷并理解環(huán)境中物體或場景的三維幾何結(jié)構(gòu)、空間關(guān)系及其運(yùn)動信息，是具身智能、虛擬/增強(qiáng)現(xiàn)實(shí)（VR/AR）、自動駕駛等領(lǐng)域的重要基礎(chǔ)問題。物體的在線 6D 位姿感知與深度估計，構(gòu)成了具身智能中的兩項(xiàng)核心技術(shù)環(huán)節(jié)。本報告將介紹課題組在該方向的最新研究進(jìn)展，涵蓋單目視頻下的零樣本物體 6D 位姿跟蹤、基于隱式表面優(yōu)化的 6D 位姿修正，以及多傳感器協(xié)同深度估計等關(guān)鍵技術(shù)。 講者簡介：劉賢明，現(xiàn)任哈工大計算機(jī)學(xué)院長聘教授、副院長，國家自然科學(xué)青年科學(xué)基金A類（原國家杰青）和B類（原國家優(yōu)青）獲得者。研究方向?yàn)榭尚艡C(jī)器學(xué)習(xí)、多媒體信息處理，在Nature Methods、Nature Communications、TPAMI、JMLR、TRO、NeurIPS、ICML、ICLR、CVPR、ICCV、ECCV等國際頂級期刊和會議上發(fā)表論文200余篇。獲得中國圖象圖形學(xué)學(xué)會自然科學(xué)獎、黑龍江省青年科技獎、中國人工智能學(xué)會第八屆吳文俊人工智能優(yōu)秀青年獎，IEEE多媒體領(lǐng)域旗艦會議ICME2016最佳學(xué)生論文獎和Springer IFTC2016最佳論文獎。主持國家重點(diǎn)研發(fā)計劃重點(diǎn)專項(xiàng)項(xiàng)目、課題，國家自然科學(xué)青A、優(yōu)青、重大研究計劃、面上和青年等項(xiàng)目。指導(dǎo)的博士生獲評中國人工智能學(xué)會優(yōu)秀博士論文獎、首屆黑龍江人工智能學(xué)會優(yōu)秀博士論文一等獎（唯一獲獎?wù)撸⑹着鷩易匀豢茖W(xué)基金青年學(xué)生基礎(chǔ)研究項(xiàng)目資助。榮獲哈工大“育人新星”青年導(dǎo)師榮譽(yù)稱號和黑龍江省研究生教學(xué)成果獎特等獎（第二完成人）。 主旨報告：韓欣彤 騰訊公司 報告題目：混元3D研發(fā)布局與應(yīng)用 報告摘要：本次演講將聚焦混元3D生成技術(shù)，通過 “3D物體生成” 和 “3D世界生成” 兩大核心方向，系統(tǒng)拆解其研發(fā)的技術(shù)布局和核心突破，以及在多元行業(yè)場景中的落地應(yīng)用與實(shí)踐成果。 講者簡介：韓欣彤，美國馬里蘭大學(xué)帕克分校博士。長期深耕計算機(jī)視覺、深度學(xué)習(xí)與 AI 大模型領(lǐng)域，發(fā)表相關(guān)論文 50 余篇，累計引用超 9000 次�，F(xiàn)任騰訊混元 3D 生成中心研究員，專注 3D 物體生成算法的研究與落地，主導(dǎo)算法及項(xiàng)目已應(yīng)用于騰訊多款頭部游戲，并通過騰訊云服務(wù)賦能超 100 家外部客戶。 主旨報告：林鋮 澳門科技大學(xué) 報告題目：AIGC時代的游戲數(shù)字內(nèi)容生成 報告摘要：生成式人工智能（AIGC）的突破式發(fā)展對全球范圍內(nèi)各行各業(yè)產(chǎn)生了革命性的影響。數(shù)字內(nèi)容與互動游戲領(lǐng)域，由于其對個性化體驗(yàn)、內(nèi)容豐富度以及沉浸互動性等較高要求，成為AIGC新技術(shù)加速應(yīng)用的核心場景。在這一背景下，本報告探討了AIGC技術(shù)在重塑游戲數(shù)字內(nèi)容生產(chǎn)范式方面的研究，重點(diǎn)分析如何運(yùn)用生成式AI技術(shù)賦能關(guān)鍵內(nèi)容制作環(huán)節(jié)，包括原畫創(chuàng)作、3D模型生成、PBR材質(zhì)貼圖、角色建模、模型幾何處理與重拓?fù)涞�。在現(xiàn)有制作管線之外，本報告對基于可控視頻創(chuàng)作的未來數(shù)字內(nèi)容管線技術(shù)進(jìn)行了探索，并對未來游戲AIGC技術(shù)進(jìn)行了展望。 講者簡介：林鋮，澳門科技大學(xué)計算機(jī)科學(xué)與工程學(xué)院助理教授，研究方向?yàn)槿S視覺、計算機(jī)圖形學(xué)、人機(jī)交互和數(shù)字文娛等。他于2021在香港大學(xué)計算機(jī)系獲得博士學(xué)位，于2019年在德國慕尼黑工業(yè)大學(xué)訪問研究。他在2021至2025年間在分別米哈游、騰訊互娛的研究部門擔(dān)任高級研究員、AI Graphics方向負(fù)責(zé)人，入選騰訊技術(shù)大咖頭部人才計劃。他還是3D生成AI研究社區(qū)AnySyn3D的創(chuàng)始人和組織者之一。近年來，他在業(yè)界頭部游戲企業(yè)主導(dǎo)了多個游戲3D資產(chǎn)AI生成項(xiàng)目的落地研發(fā)。他獲得了5項(xiàng)國家及國際發(fā)明專利授權(quán)。他在CVPR, ICCV, NeurIPS, ICLR, SIGGRAPH, TPAMI等計算機(jī)視覺和圖形學(xué)的頂級會議和期刊上發(fā)表了三十余篇論文，Google學(xué)術(shù)引用近3000次。他以第一作者身份獲得CVPR2021最佳論文候選，以第一作者、通訊作者身份進(jìn)入ICLR2024和CVPR2024最具影響力論文名單。 主旨報告：李弘揚(yáng) 香港大學(xué) 報告題目：Towards Generalizable and Intelligent System for Robotic Manipulation 報告摘要：Hongyang Li is an Assistant Professor at The University of Hong Kong and has led OpenDriveLab (opendrivelab.com) since 2021. His research focus is on autonomous driving and embodied AI. He led the end-to-end autonomous driving project, UniAD and won the IEEE CVPR 2023 Best Paper Award. He created the first large-scale real robot ecosystem, Agibot World, that systematically investigated the scaling law principles for robotic manipulation. He served as Area Chair for CVPR, NeurIPS, ICLR, ICCV, ICML, RSS. 講者簡介：A generalist robot should perform effectively across various environments. However, most existing approaches heavily rely on scaling action-annotated data to enhance their capabilities. Consequently, they are often limited to single physical specification and struggle to learn transferable knowledge across different embodiments and environments. To confront these limitations, we propose UniVLA, a new framework for learning cross-embodiment vision-language-action (VLA) policies. Our key innovation is to derive task-centric action representations from videos with a latent action model. This enables us to exploit extensive data across a wide spectrum of embodiments and perspectives. To mitigate the effect of task-irrelevant dynamics, we incorporate language instructions and establish a latent action model within the DINO feature space. Learned from internet-scale videos, the generalist policy can be deployed to various robots through efficient latent action decoding. We obtain state-of-the-art results across multiple manipulation and navigation benchmarks, as well as real-robot deployments. UniVLA achieves superior performance over OpenVLA with less than 1/20 of pretraining compute and 1/10 of downstream data. Continuous performance improvements are observed as heterogeneous data, even including human videos, are incorporated into the training pipeline. The results underscore UniVLA's potential to facilitate scalable and efficient robot policy learning. 墻報（Poster） 墻報（Poster）征集報名截止時間 2025年11月30日 優(yōu)秀論文入選反饋時間 2025年12月10日 優(yōu)秀論文評選方法 優(yōu)秀論文的評選以Poster形式提交并開展，具體舉措為： 1.將論文劃分為3個方向： a)計算機(jī)視覺， b)機(jī)器學(xué)習(xí)， c)多模態(tài)分析 2．根據(jù)所提交Poster按方向由評委會組織評選優(yōu)秀論文，獲獎證書由廣東省圖象圖形學(xué)會認(rèn)證頒發(fā)。 3．參與評獎的文章接收時第—作者須為在校學(xué)生。 4．為避免重復(fù)獲獎，已獲得其他相關(guān)國際國內(nèi)學(xué)術(shù)會議或協(xié)會獎項(xiàng)的文章不予參評優(yōu)秀論文，將被列為Spotlight Paper。 現(xiàn)開始征集2025第十五屆粵港澳圖象圖形學(xué)術(shù)會議墻報（Poster），征集范圍限定為2024年以來發(fā)表／錄用的頂會頂刊論文（需電子數(shù)據(jù)庫可查），建議期刊和會議列表如下: ·期刊：Nature及子刊、IEEE TPAMI, IJCV, JMLR, IEEE TIP, IEEE TNNLS, IEEE TCSVT, IEEE TMM, ACM TOG, IEEE TVCG, IEEE TMI, IEEE TGRS等 ·會議：CVPR, ICCV, NeurIPS, ICML, ECCV, AAAI, IJCAI, ICLR, ACMMM, SIGGRAPH, SIGGRAPH Asia, MICCAI等 報名方式及聯(lián)系方式 如您有意展示您的最新科研進(jìn)展并參與評獎，請于2025年11月30日前在線填寫報名表單，并根據(jù)官網(wǎng)提供的Poster格式與樣例進(jìn)行制作，連同論文一起發(fā)送至lnn0200@163.com（郵件命名：墻報評選+單位+第一作者）, 組委會將于12月10日前郵件反饋入選信息，入選的Poster必須完成會議注冊。 報名鏈接：https://docs.qq.com/form/page/DWWF2ekxGZmppT0RG 官網(wǎng)鏈接查看Poster格式規(guī)定與樣例 征文模板鏈接：https://docs.qq.com/slide/DWXBmVVNJT01vS251 聯(lián)系方式 聯(lián)系人：崔金榮、劉琦、胡建芳 聯(lián)系郵箱：lnn0200@163.com（郵件命名：墻報評選+單位+第一作者） 會議注冊 網(wǎng)頁端通過鏈接注冊： https://wj.qq.com/s2/24621614/a0ed/ 3.繳費(fèi)方式 1. 微信、支付寶、或線下轉(zhuǎn)賬匯款方式（具體見注冊時引導(dǎo)內(nèi)容）。 2. 付款時請務(wù)必附言備注：姓名+單位。 3. 繳費(fèi)后需上傳付款憑證截圖。 4.發(fā)票開具 會議發(fā)票由會務(wù)公司：廣州衡粵文化傳播有限公司開具 5.聯(lián)系方式 注冊繳費(fèi)以及發(fā)票相關(guān)：彭琪13622760510（微信同號） 主辦單位 廣東省圖象圖形學(xué)會 承辦單位 華南理工大學(xué)軟件學(xué)院、電子與信息學(xué)院 聯(lián)合承辦單位 CSIG廣州會員活動中心 協(xié)辦單位 琶洲實(shí)驗(yàn)室 CSIG生物特征識別專業(yè)委員會（籌） |
回復(fù)此樓» 猜你喜歡
EST拒稿重投
已經(jīng)有3人回復(fù)
-
歡迎采礦、地質(zhì)、巖土、計算機(jī)、人工智能等專業(yè)的同學(xué)報考
已經(jīng)有11人回復(fù)
-
0703化學(xué)學(xué)碩 288分
已經(jīng)有4人回復(fù)
-
接收調(diào)劑
已經(jīng)有23人回復(fù)
-
化學(xué) 0703求調(diào)劑 總分293 一志愿211
已經(jīng)有3人回復(fù)
-
304分材料專碩求調(diào)劑
已經(jīng)有5人回復(fù)
-
0703化學(xué) 學(xué)碩 理工科均可 不區(qū)分研究方向 總分279求調(diào)劑
已經(jīng)有5人回復(fù)
-
復(fù)試調(diào)劑
已經(jīng)有4人回復(fù)
-
293求調(diào)劑
已經(jīng)有4人回復(fù)
-
成果系統(tǒng)訪問量大，請15分鐘后再嘗試。由此給您造成的不便，敬請諒解。
已經(jīng)有10人回復(fù)
相關(guān)版塊跳轉(zhuǎn)
我要訂閱樓主 hfghb 的主題更新
| 1 | 1/1 | 返回列表 |
| 最具人氣熱帖推薦 [查看全部] | 作者 | 回/看 | 最后發(fā)表 | |
|---|---|---|---|---|
|
[考博] 26申博 求博導(dǎo) +3 | 愛讀書的小帥 2026-02-28 | 5/250 |
|
|---|---|---|---|---|
|
|
[考研] 0856材料工程，初試313調(diào)劑 +7 | 賣個關(guān)子吧 2026-03-03 | 7/350 |
|
|
[考研]
085600 英一數(shù)二272求調(diào)劑
 5+6
|
vida_a 2026-03-01 | 44/2200 |
|
|
|
[考研] 材料328求調(diào)劑 +4 | 一個蘿卜02 2026-03-03 | 4/200 |
|
|
|
[考研] 一志愿東北大學(xué)化學(xué)314分求調(diào)劑 +5 | lr1212.. 2026-03-02 | 5/250 |
|
|
|
[考研] 268求調(diào)劑 +10 | 簡單點(diǎn)0 2026-03-02 | 14/700 |
|
|
|
[考研] 化學(xué)0703求調(diào)劑 學(xué)碩 理/工科均可 總分279 +3 | 1一11 2026-03-03 | 5/250 |
|
|
|
[考研] 中國科學(xué)技術(shù)大學(xué)材料與化工281求調(diào)劑，有科研和獲獎經(jīng)歷 +6 | wsxw 2026-03-02 | 7/350 |
|
|
|
[考研] 26考研報考西工大材料308分求調(diào)劑 +4 | weizhong123 2026-03-01 | 5/250 |
|
|
|
[考研] 沒上岸的看過來 +3 | tangxiaotian 2026-03-01 | 3/150 |
|
|
|
[考研] 085600求調(diào)劑 +4 | LRZZZZZZ 2026-03-02 | 5/250 |
|
|
|
[考研] 085600材料工程一志愿中科大總分312求調(diào)劑 +9 | 吃宵夜1 2026-02-28 | 11/550 |
|
|
|
[考研] 302材料工程求調(diào)劑 +5 | Doleres 2026-03-01 | 6/300 |
|
|
|
[考研] 275求調(diào)劑 +7 | 明遠(yuǎn)求學(xué) 2026-03-01 | 7/350 |
|
|
|
[考研] 一志愿華南理工大學(xué)材料與化工326分，求調(diào)劑 +3 | wujinrui1 2026-02-28 | 3/150 |
|
|
|
[考研] 292求調(diào)劑 +7 | yhk_819 2026-02-28 | 7/350 |
|
|
|
[考研] 哈工大計算機(jī)劉劼團(tuán)隊招生 +4 | hit_aiot 2026-03-01 | 6/300 |
|
|
|
[考研] 279求調(diào)劑 +3 | dua1 2026-03-01 | 4/200 |
|
|
|
[考研] 290求調(diào)劑 +9 | 材料專碩調(diào)劑； 2026-02-28 | 11/550 |
|
|
|
[論文投稿]
求助coordination chemistry reviews 的寫作模板
10+3
|
ljplijiapeng 2026-02-27 | 4/200 |
|