CCF青年精英大会旨在为IT领域的青年精英提供深入交流和提升的机会，促进青年领军人物的成长，提升他们的领导力，促进相互之间的合作。会议邀请国内外业界知名专家作特邀报告。

参加者为中国IT行业的青年精英，主要有：知名院士、知名企业家、青年创业者、CCF青工委委员、杰出青年基金获得者、来自各地YOCSEF委员、特邀人士等约500人。

科研·产业·融合

2017 CCF 青年精英大会

CCF Young Elite Forum 2017, YEF2017

2017.5.20  北京国家会议中心

主办：中国计算机学会
协办：Xtecher

随着人工智能、云计算、大数据、区块链等技术的迅速崛起，新一代信息技术变革已经到来。学术界、产业界、投资界的青年才俊纷纷把关注的目光聚焦到这些领域，希望能把握住这一难得的契机。据中国科学技术信息研究所统计，中国在科研领域取得了长足的进步，论文和专利数量也呈现快速增长的势头。但是社会各界对我国大学和科研机构的科研成果却并不满意，一方面真正可用的高水平成果相对较少；另一方面，一些优秀成果却长期躺在柜子里无法转化为生产力。
为了让科研成果落地，推进与产业融合，中国计算机学会将于2017年5月19-21日在北京举办“2017CCF青年精英大会”。大会将围绕如何做有用的科研、学术界如何和产业界对接等议题，搭建一个科研和产业交融的平台，邀请计算机领域的资深专家、青年计算机工作者和工业界、投资界的精英展开深入的讨论。
CCF青年精英大会（CCF Young Elite Forum , YEF）是由中国计算机学会（CCF）主办的大型年度盛会，自2011年创建以来每年一届，为计算机领域的优秀青年创造展示和交流的平台，提高青年专业人士的领导力和专业能力，结成相互合作的网络。

简要日程

19日

上午9:00-12:00   YOCSEF分论坛培训

下午16:00-18:00 YOCSEF换届年会

晚上19:00-21:00 讨论会：YOCSEF如何改进？

20日

上午8:50-10:50     CCF青年精英大会大会开幕式、特邀报告

10:50-12:30   思想秀

下午13:30-16:00   技术秀

      16:00-18:00    技术前沿咨询分论坛

晚上18:30-21:00  CCF青年精英大会颁奖晚宴

                （2017-2018主席会议就职仪式、YOCSEF颁奖）

21日

上午8:30-12:00   CCF YOCSEF特别论坛：为什么社会对科技界不满意？

特邀讲者

赵沁平

CCF YOCSEF指导委员会专家，北京航空航天大学教授，CCF会士，中国工程院院士，虚拟现实技术与系统国家重点实验室主任。长期从事计算机软件、虚拟现实技术等方向的科学技术研究。主持完成了国家自然科学基金重大、重点项目、国家863、973、国防预研等20余项国家科技项目。在我国最早提出并开发了分布式虚拟环境，为我国一些单位开始应用虚拟现实技术提供了条件。带领团队坚持二十余年，研制了有创新、有特色的实时三维图形平台、分布交互仿真运行平台等虚拟现实系统软件，研发了2008年北京奥运会开幕式节目创意仿真系统、建国60周年国庆阅兵方案三维推演系统、虚实融合的飞机驾驶舱体验式布局设计装置、虚拟手术模拟器等有影响的虚拟现实应用系统。
发表学术论文180余篇，出版专著3部，获国家发明专利授权60余项，获国家科技进步一等奖1项，二等奖2项，国家技术发明二等奖1项，省部级科技奖9项。培养博士60余名，硕士近百名。

报告题目：
两篇虚拟现实中的科学技术问题有感

报告摘要：
讲者本人2011年在Communications of the ACM上发表了一篇文章，归纳提出了VR中的10个科学问题。今年在中国科学F辑中文刊又发表了虚拟现实中的10个新问题。由此联想到人类创新的动力，目标，条件，科学问题的不同来源及其创新思维，进而延伸探讨了若干教育与科技规律问题。

汤晓鸥

中国科学院深圳先进技术研究院副院长、香港中文大学教授、IEEE Fellow。他1990年毕业于中国科学技术大学获学士学位，1991年于美国罗彻斯特大学获硕士学位，1996年于麻省理工学院获博士学位。其发明的人脸识别技术（Gaussian Face/Deep ID）成为世界上第一个超过人眼识别能力的计算机算法。Gaussian Face于2015年获人工智能领域最顶尖的国际学术会议AAAI首次设立的最佳学生论文奖。他在2009年获得计算机视觉领域最顶尖的国际学术会议CVPR
最佳论文奖，这是CVPR历史上来自亚洲的论文首次获奖。现任计算机视觉领域顶级国际期刊IJCV主编，顶级计算机视觉国际会议ICCV2009程序委员会主席及ICCV2019大会主席。

报告题目：

人工智能的明天，中国去哪儿？

雷鸣

雷鸣是百度创始七剑客之一，首席架构师，是百度搜索引擎的早期设计者和技术负责人之一。酷我音乐创始人，快乐智慧创始人兼董事长，北京大学人工智能创新中心主任、国家千人计划特聘专家，北京市海聚工程特聘专家。他获得北京大学计算机科学硕士学位和斯坦福大学商学院MBA学位，曾任北京大学计算机系学生会主席和斯坦福大学中国学生学者联合会副主席。在百度早期，他主要负责搜索引擎的设计和实现工作。作为百度首席架构师，他曾带领公司最重要的项目“闪电计划”，成功的阻击Google中文，确保了百度在中文搜索的领先地位。2005年，获得斯坦福大学MBA学位后，雷鸣回到北京，和怀奇一起创建了酷我音乐并担任董事长兼CEO。酷我音乐为中国超过两亿的用户提供互联网音乐服务，是中国最大的音乐服务商之一。在2014-2016年，酷我音乐与酷狗和QQ 音乐合并。新公司腾讯音乐娱乐集团拥有70％以上的中国在线音乐市场份额。
雷鸣先生在人工智能相关研究，孵化和投资方面倾注了大量心血。现任北京大学人工智能创新中心主任，在北大主持并开设了教学课程——“人工智能前沿与行业趋势”，促进了人工智能领域学术和行业的更深入交流。同时，他已经孵化并投资了几个AI相关的初创公司，包括AI媒体新智元（New AI Era）、人工智能儿童教育机器人公司快乐智慧和人工智能医疗影像公司。

报告题目：

AI时代，科研如何创造产业价值？

激荡思想，引领技术

——CCF青年精英大会思想技术秀

程明明

南开大学副教授，博导，中科协青年人才托举工程、天津市青年千人、南开大学百名青年学科带头人计划入选者。2012年博士毕业于清华大学，之后在英国牛津从事计算机视觉研究，并于2014年加入南开大学。其主要研究方向包括：计算机图形学、计算机视觉、图像处理等。已在IEEE PAMI等CCF-A类国际会议及期刊发表论文20余篇。相关研究成果受到国内外同行的广泛认可，论文他引5000余次，最高单篇他引1700余次。其研究工作曾被英国《BBC》，《每日电讯报》，德国《明镜周刊》，美国《赫芬顿邮报》等权威国际媒体撰文报道。

报告题目：
认知规律启发的图像视频智能处理

报告摘要：
人类大脑获取信息的80%以上来自于视觉通道。视觉是人类进行各种智能活动的重要基础。如何让机器具备类似于人类的强大视觉信息获取与处理能力，改变“四肢发达、头脑简单”的现状，是机器智能产业亟待解决的最主要技术瓶颈。针对上述问题，多数研究从机器学习、特征计算等角度出发，进行了大量的深入探索。汇报人从认知机理入手，结合脑认知科学与计算机科学的研究成果，在理论、算法及应用等方面开展了一些特色研究。本次报告中，汇报人将介绍在认知规律启发的图像视频智能处理领域进行的一些探索，重点关注视觉显著性物体检测、候选物体快速生成、以及智能分析与交互技术中的一些关键问题。

段润尧

悉尼科技大学终身教授，澳大利亚研究委员会Future Fellow (大致相当于国家千人计划或基金委杰出青年基金)，自2016年9月15日起担任“量子软件和信息中心”创办主任 (Founding Director)。分别于2002和2006年获得清华大学计算机科学与技术工学学士和计算机科学工学博士。曾获2006年清华大学十大学术新秀称号，2006年清华大学优秀博士学位论文一等奖、以及首届中国计算机学会(CCF) 优秀博士学位论文奖(排名第一)。自2002年起从事量子计算和量子信息论研究并做出一系列重要贡献。特别地，他与Andreas Winter教授一起于2016年首次给出著名的Lovász number的完整信息论解释，从而圆满解决了这一信息论和图论中自1979年以来悬而未决的难题。截至目前，已经在国际顶级学术期刊会议上发表论文80余篇。曾担任QIP会议(量子计算和量子信息理论方面最顶级学术会议)管委会委员和2015年主席，并作为组委会主席在悉尼成功举办QIP2015。
报告题目：
量子纠缠：从幽灵到明星

报告摘要：1936年，当年轻的数学家阿兰图灵（Alan Turing）提出关于计算的革命性数学模型(即后来所称的“图灵机”)时，量子力学的基础还处在一场激烈的争论之中，而所谓的量子纠缠则是这场争论的焦点。事实上, 作为量子力学的逻辑推论，量子纠缠断言两个或多个相距遥远的物理系统之间依然可以存在强大的相关性，且对一个方的操作可以影响到其余各方。即便伟大如爱因斯坦，也因量子纠缠的这一古怪特性而顽固地拒绝接受量子力学。量子纠缠也因此背上了“爱因斯坦的幽灵”的恶名。时至今日, 量子纠缠已经在无数次实验中获得证实, 并且作为一种物理资源在计算和信息处理中获得了广泛的应用。毫无夸张地说, 量子纠缠俨然成为了目前正在进行的量子信息技术革命中最耀眼的明星。而有关量子纠缠的研究则是量子计算和量子通信的核心课题。在这次演讲中, 我们将一同回顾量子纠缠的传奇之路, 并见证 (SEE)其对科学(Science), 工程(Engineering)以及教育(Education)的深远影响。

何源

清华大学软件学院副教授、博士生导师，分别于中国科学技术大学、中国科学院软件研究所、香港科技大学获得工学学士、工学硕士、博士学位。其研究工作获得国家自然科学基金优秀青年科学基金、面上项目、国家电网科研项目、清华-腾讯科研合作项目、华为创新研究计划、973计划青年科学家专题等共同支持。研究方向涉及无线网络、物联网、移动和普适计算等。担任SCI期刊《Ad Hoc & Sensor Wireless Networks》编委，担任SenSys、INFOCOM、ICDCS、SECON、EWSN等国际会议程序委员会委员，兼任全国高校物联网应用创新大赛执委会秘书长、ACM图灵奖五十年中国大会仪式委员会主席。在IEEE JSAC、IEEE/ACM TON、IEEE TMC、IEEE TPDS等学术期刊和SenSys、ICNP、RTSS、INFOCOM等国际会议上发表论文90余篇。Google Scholar统计论文被引用超过2000次，获得IEEE ICPADS 2010年会唯一最佳论文奖。
报告题目：

异构网络融合——工业物联网的思考与实践

报告摘要：

在经历了十多年的探索、实践和反思后，物联网进入了新的发展阶段。工业物联网成为应用层面广泛关注的热点，物联网研究也随之向纵深发展。与本领域前期工作大多部署单一的、孤立的传感网络系统不同，工业流程各环节对物联网的综合运用，呈现出应用需求多样化、网络终端异构化、运维空间同一化的显著特征。如何在异构感知网络中可靠地采集数据、有效地提炼知识并支持科学的管理与诊断，是工业物联网迫切需要应对的技术挑战，而异构网络融合则是其中的关键科学问题。我们以国网特高压换流站无人值守监控和诊断工程为应用背景，围绕异构网络融合问题开展研究，并已在无线网络共存性研究方面取得了若干成果。本报告将简介我们当前的进展，探讨未来的研究方向。
　

林倞

中山大学教授，国家优秀青年基金获得者，商汤科技执行研发总监，教育部超算工程软件工程研究中心副主任。先后在美国加州大学洛杉矶分校、香港中文大学等机构工作或访问研究。长期从事面向视觉大数据的语义分析与智能学习相关领域的研究，在物体/场景结构化解析、相似性及度量学习、半监督自主学习等方面取得了多项创新成果，并且在商汤科技的一系列产品中应用落地。迄今在顶级国际学术期刊与会议上发表论文70余篇，包括在PAMI/IJCV期刊发表论文10篇，在CVPR/ICCV/NIPS发表论文30余篇。获得NPAR 2010 最佳论文奖, 2012 Google Faculty Award, 2017年度the World’s FIRST 10K Best Paper  Diamond Award by IEEE ICME, 2014 Hong Kong Scholars Award，率队获得2016 英特尔杯全国并行应用挑战赛金奖。目前担任顶级期刊IEEE Trans. Human-Machine Systems的Associate Editor。
报告题目：

面向视觉大数据的透彻理解与自主学习

报告摘要：待定

刘奕群

2007年在清华大学获得计算机科学与技术博士学位，现任清华大学计算机系长聘副教授。目前为中国计算机学会高级会员、信息学奥林匹克科学委员会委员，中国人工智能学会理事，中国中文信息学会理事、信息检索与内容安全专委会副主任等职务。他的主要研究兴趣集中在信息检索与互联网搜索技术。获得SIGIR2015(CCF A类)最佳论文提名奖。受邀担任信息检索领域国际著名学术期刊FnTIR联合主编，国际高水平学术会议SIGIR 2017短文主席、SIGIR2018程序委员会主席、NTCIR-13程序委员会主席等重要学术职务。以第一完成人获得北京市科学技术一等奖和钱伟长中文信息处理科学技术奖—汉王青年创新一等奖。2016年获得国家自然基金委优秀青年科学基金资助。

报告题目：

群体智能支撑的互联网搜索技术及其应用

报告摘要：

互联网搜索引擎提供了访问海量网络信息的高效便捷渠道，从而深刻的改变了人们的认知过程和信息获取方式。当前，主流中文搜索引擎每日需应对数亿次用户查询，在毫秒级处理每条查询，并从数千亿网页中定位与用户需求相符的资源，其技术难度可见一斑。本次演讲将介绍我们利用群体智能方法，应对搜索引擎在组织、利用海量规模异构异质网络数据，理解、匹配高度动态复杂的用户信息需求等方面技术挑战的诸多努力。具体而言，我们从互联网搜索用户的群体交互规律和个体认知过程两方面着手，在宏观和微观两个层面对网络用户行为中蕴含的丰富反馈信息进行挖掘，在信息需求理解、资源质量评估、搜索结果排序三个搜索系统的核心技术环节取得了一系列技术创新。

王瀚漓

2001年和2004年于浙江大学获学士和硕士学位；2007年于香港城市大学计算机科学系获博士学位，并获杰出毕业论文奖。2007年至2008年于香港城市大学从事研究员工作，同期访问美国斯坦福大学从事访问学者研究。2008年至2009年于美国加州硅谷公司Precoad Inc.担任软件工程师。2009年至2010年于德国哈根大学从事洪堡学者研究工作。2010年回国，现任同济大学计算机科学与技术系教授、博导。主要研究领域包括视频编码、计算机视觉和机器学习等，发表学术论文100余篇，2014年、2015年和2016年入选爱思唯尔 “中国高被引学者”，并获得了国家自然科学基金优秀青年科学基金、教育部新世纪优秀人才、上海高校特聘教授（东方学者）及其跟踪计划、上海市曙光学者、上海市浦江人才等人才类计划项目。

报告题目：

视频编码高效能计算

报告摘要：

随着多媒体大数据时代的来临，以视频图像为代表的数字视觉信息量及其应用需求正呈现爆炸式地增长。面对海量的视频数据信息，如何对其进行有效地存储和传输变得至关重要。视频编码是研究有效去除海量视频数据中信息冗余的关键技术,为多媒体数据存储和传输提供必要的理论基础和技术支撑。针对视频编码中的两大挑战：实时并发和带宽受限，本报告首先介绍稀疏变换和模式决策，用来有效降低视频编码的计算复杂度。其次，介绍码率控制策略，在满足目标码率的前提下，优化编码后的视频图像质量。在此基础上，介绍大规模视频联合编码和视频编码多粒度计算，为高效能视频编码提供核心算法和关键技术，为大规模视频数据的压缩存储提供新的解决方案。

熊德意

苏州大学计算机科学与技术学院教授、计算机系系主任。国家优秀青年科学基金（国家优青）获得者，江苏省“333工程”和“六大人才高峰”培养对象，苏州市“高等院校、科研院所紧缺高层次人才”引进对象。2007年至2012年在新加坡资讯通信研究院任研究科学家。主要研究方向为机器翻译、多语言信息获取、自然语言理解和深度学习等。在Computational Linguistics、 IEEE TASLP、 AI、JAIR、 AAAI、 IJCAI、 ACL等国际著名期刊和会议上发表论文60余篇，Springer出版英文专著一部。2009年获得北京市科学技术奖二等奖，2016年获得中文信息学会“钱伟长中文信息处理科学技术奖-汉王青年创新奖”一等奖。曾是亚洲自然语言处理联合会AFNLP干事、新加坡中文与东方语文信息处理学会理事会成员。目前是中文信息学会理事，中文信息学会青年工作委员会执行委员。

报告题目：

从统计机器翻译到神经机器翻译：范式更替与融合

报告摘要：

得益于平行语料的大规模累积、计算能力的不断增强以及翻译算法和模型的持续更新，机器翻译性能取得了飞速的发展。构建于大数据和云计算技术基础之上的机器翻译已经大规模成功地应用于日常生活中。在过去70多年的发展中，机器翻译的研究范式发生了几次重大的历史性更替。继上个世纪90年代从基于规则的范式转变到基于统计的方法之后，其研究范式在最近两年再次发生重大变革。2016年，神经机器翻译异军突起，在许多语言对的翻译性能上迅速超过发展了20年的统计机器翻译。本报告将介绍这一历史性转变，同时回顾历史，知晓未来：范式更替必伴随范式融合，由此阐述我们在范式的更替中探索范式融合的研究思路及工作。

查正军

中国科学技术大学信息科学技术学院教授、博士生导师，中科院特聘研究员，国家优秀青年基金获得者、入选中部组“青年千人”计划、中科院“百人计划”。主要从事多媒体分析与检索、计算机视觉、人工智能与模式识别等方面研究。发表学术论文百余篇，包括IEEE/ACM汇刊及顶级国际会议论文数十篇。多次获得国际会议论文奖励，包括顶级国际会议ACM Multimedia最佳论文奖、ACM Multimedia最佳学生论文奖等。
报告题目：待定
报告摘要：待定

赵鑫

北京大学博士，中国人民大学信息学院教师。研究领域为社交数据挖掘和自然语言处理领域，共发表CCF A/B、SCI论文40余篇， Google Scholar引用近1400次。博士期间的研究工作主要集中在社交媒体用户话题兴趣建模研究，同时获得谷歌中国博士奖研金和微软亚洲学者称号。其中ECIR’11提出的Twitter-LDA成为短文本主题建模重要基准比较方法之一，单文引用次数超过600次。目前主要关注与社会经济紧密相关的商业大数据挖掘，研究用户意图检测、用户画像以及推荐系统，将理论技术运用到实践之中，承担国家自然科学青年基金、北京市自然科学青年基金，入选第二届CCF“青年人才托举计划”。担任多个国际顶级期刊和学术会议评审、AIRS 2016出版主席、SMP 2017领域主席以及NLPCC 2017领域主席。

报告题目：

面向社交媒体平台的用户兴趣挖掘

报告摘要：

些年来，越来越多的用户拥有社交媒体账号，而社交媒体应用与现实生活越来越为紧密。“线上社会”与“线下社会”的联系愈加紧密，边界则日益模糊。在线社交身份绑定了多种线下生活服务，包括购买产品、订购餐馆等等。因此，需要一种更为新颖而统一的角度来思考、理解以及满足用户多类型的、综合的兴趣需求。本次报告试图以用户的“社交媒体身份”来进行用户兴趣的挖掘，从而建立一种更为统一的思考方式和研究方法。整体上来说，包括三个方面的内容，兴趣（或意图、需求）检测、画像构建以及需求推荐。试图通过数据驱动与构建精准模型相结合的方法来充分挖掘社交大数据中的知识，更好地理解与满足用户兴趣需求。特别地，将围绕产品推荐系统这一具体领域展开介绍。

邹磊

北京大学副教授；国家自然科学基金优秀青年基金项目获得者。邹磊分别于2003年和2009年毕业于华中科技大学计算机科学与技术学院，获得工学学士和工学博士学位；其博士学位论文获得2009年中国计算机学会优秀博士学位论文提名奖和湖北省优秀博士论文奖。2009年9月加入北京大学计算机科学技术研究所，任讲师；并于2012年8月晋升副教授。他目前的研究领域包括图数据库，RDF知识图谱，尤其是基于图的RDF数据管理。目前他已经发表了30余篇国内外学术论文，包括数据库领域国际顶级期刊/会议论文（SIGMOD，VLDB等）20余篇；其论文被引用超过1200多次（根据Google Scholar的统计），单篇最高被引用260余次。邹磊承担了包括国家自然基金、国家重点研发项目等多项国家科研攻关项目；其研究也到了包括微软、腾讯和方正电子等产业界公司的资助。

报告题目：

图数据——大数据时代的“轻骑兵”

报告摘要：

相比其他类型的大数据，例如文本、图像等，现实场景中“图数据”的原始文件规模小，但是图可以更加方便的表征数据中关联语义，是一种非常灵活的数据类型，犹如大数据时代的一支“轻骑兵”。由于其灵活性和关联性强等特点，经典的大数据系统并不适合针对“图数据”的管理和计算。本次报告，首先回顾现有图数据系统，包括图数据库系统和图计算系统状况；以图数据实际应用的流程为出发点，分析现有系统的优缺点，并提出自己的设想和框架。报告后半部分，我将介绍在这样的“设想框架”下我们团队目前已经完成的工作---基于图的RDF数据管理系统gStore；并提出在gStore系统基础上后续的主要研究点。

操宜新

于2012年在德州农工大学获得计算机科学博士学位，现为香港理工大学电子计算学系助理教授。在回国效力前，操博士曾在组合数学的发源地，匈牙利科学院任研究员两年。他曾受邀出访美国伯克利大学、美国布朗大学、挪威卑尔根大小、法国里昂高等师范学校、日本京都大学等顶级学府。操博士的研究方向主要包括算法图论、细粒度复杂性理论及算法设计、组合优化，以及它们在生物计算和社交网络中的应用。他解决了参数计算领域的多个著名开放性问题，其中一个代表性成果被参数计算官方网站列为该领域七个关键成果之一。操博士的研究收到来自自然科学基金委员会、香港研究资助委员会 (RGC)等多个基金支持，总额超过400万港币。操博士担任第二十三届国际计算与组合年会（COCOON）的程序委员会主席，以及多个国际学术会议的程序委员会委员。

报告题目：

大规模稀疏矩阵运算的算法和复杂性

报告摘要：

矩阵是毫无争议的中国原创。而高斯消元法早在公元前的《九章算术》里就有记载。在现代工程计算中，我们更多关注大规模稀疏矩阵。大规模需要我们设计高效的算法，而稀疏性是我们能利用的最重要特性。但教科书式的使用高斯消元法有可能降低一个矩阵的稀疏性，甚至将一个稀疏的矩阵变得不再稀疏。我们知道问题的关键在于消元的顺序。因此如何选择消元顺序使得消元后的上对角阵尽可能稀疏就是一个重要课题。很有趣的是，这个问题现在知道的唯一办法是转化成图中的问题来解决。（我们知道很多图问题可以通过矩阵和代数技术解决。）譬如德州农工大学Davis教授为Matlab编写的代码就是通过这个办法。由于矩阵运算在工程中的大量应用，任何这方面的提高都会有巨大的实际价值。本报告将简介相关算法和下界结果。

陈拥权

CCF理事，YOCSEF AC委员，毕业于中国科学技术大学电子工程系。寰景信息董事长，众创基金合伙人。资深创业者，天使投资人。担任了安徽省青年创业者协会副会长、安徽省企业联合会副会长、安徽省众创空间产业联盟理事长等职务，先后获得了“安徽省杰出青年科技创新奖”、“长三角地区创意产业领军人物”、 “安徽省战略性新兴产业领军人物”、”安徽省五四奖章”等荣誉。致力于计算机视觉和人工智能技术的产业化，先后承担了“国家科技支撑计划项目”、国家火炬计划产业示范化项目、 国家文化科技融合示范工程等数十项国家省部级项目建设，产业化产品在高速、银行、城市交通等领域得到了广泛应用，在创业的同时投身创投领域，发起了专注天使早期创投的“众创基金”，面向信息、新材料、供应链、健康等行业进行早期投资，投资的一批行业内代表企业迅猛发展。

报告题目：

寰景信息的计算机视觉产业化之路

报告摘要：

寰景信息成立近10年，专注于计算机视觉技术开发及典型行业解决方案应用，目前相关解决方案已经陆续在高速、银行、城市交通得到了大规模应用。寰景信息在这个过程中，也突破了当前计算机视觉技术在产业化方面叫好不叫座，难以落地，难以在行业中大规模应用的一些典型困难。如何让技术派、学院派的创业团队快速走上产业化之路，让最新的创新技术能迅速融入产业应用，并通过产业实践和大规模产业数据的支撑反哺技术创新，寰景信息在这些方面有自己的独特经历和教训。

崔军红

吉林大学国家千人计划特聘教授，曾任美国康涅狄格大学计算机科学与技术系教授，美国康涅狄格大学工程学院副院长。美国加利福尼亚大学洛杉矶分校计算机科学博士。曾获美国康涅狄格州科学与工程院院士称号，及美国自然科学基金委员会杰出青年科学家奖、美国海军研究局青年科学家奖、美国联合技术公司工程创新讲座教授、美国总统青年科学家奖（ PECASE ）提名奖等荣誉。崔教授领导的研究团队近 8 年来累计获得了约一千八百多万美元的研究经费资助 , 累计发表论文超过 200 篇，累计他引超过 5500 次。该实验室目前已经成为水下通讯，水下网络与系统领域知名的世界级研究机构，几个主要研究方向均位居国际前列。归国后筹建吉林大学智慧海洋研究中心，并担任主任。

报告题目：待定
报告摘要：待定

 梁超

武汉大学计算机学院副教授，博士毕业于中国科学院自动化研究所模式识别国家重点实验室,研究方向为计算机视觉与模式识别。梁超博士先后主持国家和省部级科研项目4项，在包括TMM，TCSVT等国际权威期刊，CVPR、ACM MM、IJCAI等国际顶级会议上发表学术论文50余篇，拥有已授权发明专利3项，已授权软件著作权2项。梁超博士在监控视频检索方面的研究工作获得第15届国际泛太平洋多媒体大会(PCM 2014)最佳论文奖。

报告题目：

基于人机交互的监控目标排查技术

报告摘要：

监控目标排查，即针对特定目标的监控视频检索，是视频侦查业务中的一项关键技术。它可以在联网监控环境下自动地将特定目标出现在不同摄像头中的画面都查找出来，从而帮助侦查人员快速锁定和追踪嫌疑目标。现有工作利用大量来源敏感的标记数据和结构复杂的辨识模型已经可以实现较高的排查精度，但由此带来的时间开销和成本投入使其在时间敏感的视频侦查类业务中难以发挥应有的实战效用。针对现有问题，我们提出人机交互的监控目标排查技术，让用户反馈引入到视频排查过程，通过对图像局部相似性的评价来主动引导算法的关注焦点，在提升视频排查质量和效率的同时，大大降低了技术的实用化门槛。

刘偲
中科院信息工程研究所副研究员，研究方向为图像视频处理，开辟了人像图片内容理解的新方向，并进行了一系列后续研究。 2012年，发表业界首篇服饰搜索论文。2012~2013年，发表首篇服饰、妆容推荐论文。随后提出多种图像解析方法，准确度提升了一倍，速度提升了100倍。共发表了CCF A类论文 29篇，CCF B类论文 15篇。 Google Scholar引用次数为1900+。作为唯一被邀请的中国大陆学者，与 IBM T.J. Watson 共同撰写《visual attribute》一书。曾任VALSE 2015，ACM MM 2015 Tutorial特邀讲者。主持了面上项目以及基金重点各一项。成果应用于国家互联网信息办公室检测平台，取得了良好的业务效果。2016年获CCF大数据与计算智能大赛综合特等奖。 2013年获CCF A 类会议ACM MM最佳论文奖。2012年获ACM MM 最佳技术展示奖。其有五年的海外留学经历，具有较大发展潜力。

报告题目：

像素级图像语义理解技术秀

报告摘要：

像素级图像语义理解，又称语义分割，广泛应用于很多实际场景。本报告介绍针对语义分割的三个挑战研发的一系列技术。1：降低标注成本：在很多实用场景中，图像尺寸大且标签种类繁多，纯人工逐像素标注非常昂贵且低效。我们提出一套在不降低算法精度的前提下，极大减少人工标注成本的语义分割算法。2：提升分割精度: 通过综合考虑语义标签之间的上下文信息，如共生性和互斥性，极大地改进了分割精度。3：顺应大数据趋势：对于不断更新的海量数据和语义标签，研发了一套自适应的模型更新技术，使得语义分割技术真正达到智能化。我们的技术在智能相机、视频监控、智能家居、电商平台搜索、无人驾驶等多个领域取得了很好的应用效果。

欧阳万里

香港中文大学博士毕业，现为香港中文大学研究助理教授。将于今年六月赴悉尼大学任高级讲师。长期从事图像处理，计算机视觉和模式识别相关研究。作为第一作者发表6 篇TPAMI和IJCV文章。在计算机视觉顶级会议如CVPR,ICCV发表30余篇文章。ImageNet大规模视觉竞赛为视觉识别领域一年一度的“奥赛” ，对机器视觉和深度学习研究影响深远。2016年领队获ImageNet竞赛图像物体检测第一名，2015年领队获ImageNet竞赛视频物体检测第一名，2014年领队获ImageNet竞赛，获物体检测第二名。ICCV最佳评审人。为多种CCF A类会议(CVPR, ICCV,SIGRAPH)评审委员会成员和A类杂志(PAMI, IJCV,TIP, TCSI)审稿人，审稿A类期刊/会议超过50篇。
报告题目：

结构化深度学习模型及其在物体检测中的应用

报告摘要：

深度学习模型的目的在于学习多层信息抽象而得到的特征。深度学习方法在计算机，生物，物理等方面都发现有很好的应用。然而深度学习本身并不只能用于学习特征。此次演讲将以物体检测为应用背景来介绍如何利用深度模型作为一个工具来学习特征的同时学习数据中存在的结构化信息。演讲中将以我们的在物体检测方面的研究成果为例，结合实际应用，讲述如何利用专业知识以及深度学习方法在学习特征的同时对数据中存在的结构化信息进行建模，以帮助我们解决实际方向的问题。

彭绍亮

博士，在国防科技大学计算机学院和国家超级计算长沙中心长期从事高性能计算、大数据、生物信息等技术研究工作，并担任“天河”生命科学方向负责人，华大基因研究院“特聘教授”。已发表学术论文数十篇，其中包括Nature Communications, Cell AJHG, Genome Biology, Cancer Research, ACM/IEEE Transactions, BIBM, 《中国科学》等。曾参与天河系列超级计算机应用软件研发工作，参与国家973项目、863项目、军队重大型号项目等13项，获军队科技进步一等奖,2016年荣立三等功。是中央军委科技委生物交叉立项专家组成员和大数据专家组成员、国家科技专家库专家、中国计算机学会理事(2016-2019)，CCF计算机应用专委会副主任和生物信息专业组副主任，YOCSEF长沙主席（2016-2017）和总部AC（2017-）, CCF高性能计算、大数据专委委员、CCF高级会员和杰出讲者、担任多个国际期刊主编和副主编，包括International Journal of Biological Sciences (SCI期刊,2013 IF=4.37) 执行主编(Executive Editors), Interdisciplinary Sciences: Computational Life Sciences（SCI期刊）副主编(Associate Editor),计算机科学与工程国际期刊(IJCSE)执行主编(Executive Editor)，高性能计算与网络国际期刊(IJHPCN)副主编(Associate Editor)，嵌入式系统国际期刊(IJES)副主编(Associate Editor)。2014,2015年连续两次获得全国并行应用挑战赛金奖第一名(人类基因组重测序软件流水线深度并行优化,天河2号上一种大规模虚拟药物筛选平台)，和IEEE International Scalable Computing Challenge 2015 & 2017、国际iGEM竞赛 2015,2016金牌等国际竞赛奖。目前单篇论文最高他引1054次，SCI论文单篇最高他引607次，申请软件著作权15项，专利15项。还担任了湖南省生物信息学会发起人、CCF 2016大数据技术大会（国际最大规模大数据会议）程序委员会主席、CCF大数据学术大会程序委员会副主席、2017第四届全国计算生物学学术会议大会主席、2017第二届中国计算机学会生物信息学会议程序委员会主席、2019 第17届APBC亚太地区生物信息会议程序委员会主席、BIBM 2016特邀大会报告嘉宾等。

报告题目：

“大超人”：天河超级计算机上的机器人医生

报告摘要：

机器人也能看病？基于国防科技大学天河超级计算机和医疗大数据研发的辅助诊疗机器人已经初具雏形，堪称大数据、超级计算和人工智能技术在医疗诊断中的完美应用案例。“大超人”经过多年的技术储备、研发和测试横空出世。　　什么是“大超人”：上千万份医疗大数据+天河超级计算机+人工智能算法。
大超人包括“智能分导诊机器人”、“临床诊断辅助决策机器人”、“健康体检和巡房机器人”3大系统，从“诊前”、“诊中”、“诊后”3个阶段全力支持和辅助医生进行全方位的智能诊疗。
大超人初期的研发和测试都基于天河超级计算机和上千万份医疗大数据，采用机器学习人工智能算法，研发了更符合医学逻辑的VQ/RBF/BP混合算法平台，在诊断中学习，在学习中诊断。该系统目前已于2016年在第四军医大学附属西京医院、上海华山医院、浙江省中医院、微医和金蝶集团进行了部署、测试、试运行。挂号命中率达9成以上，诊疗速度比人工快2-10倍，误诊率下降20%以上。

王颖

中国科学院计算技术研究所助理研究员，主要研究领域为计算机体系结构、高能效集成电路加速器与存储系统设计、容错与可靠设计。承担国家自然科学基金等多项科研项目。在国际高水平期刊和会议上发表学术论文40余篇（含10篇IEEE TCAD/TVLSI论文，8篇DAC论文），曾获DAC2016年低功耗图像识别竞赛冠军。

报告题目：

高效能集成电路的设计自动化（EDA）技术

报告摘要：

集成电路（Integrated Circuit, IC）芯片是实现计算与人工智能的硬件基石，相当于硅基“生命”的大脑，而集成电路设计自动化（Electronic Design Automation, EDA）技术则是创造硅基大脑、将算法和理论变成可见现实的上帝之手。长久以来，EDA技术主要旨在解决两项重要问题：1.如何让工程师更加高效地设计芯片？2.如何让工程师设计的芯片更高效能地工作？面对这两项挑战，近年来我们提出了一套芯片电路自动生成以及芯片能效自动优化方法学，有效缓解专用芯片设计难度大，周期长、芯片计算能力与能耗很难兼顾的矛盾，本报告将在芯片设计平民化、低碳化的大背景下，探讨展示高效能设计EDA技术的背景、难点、进展、应用以及我们对未来研究方向的思考。

许倩倩

中科院信工所信息安全国家重点实验室副研究员。2013年博士毕业于中国科学院大学计算机与控制学院，导师黄庆明教授。已在国际著名期刊和会议上以第一作者发表多篇高水平学术论文（如ICML、ACM Multimedia长文等），其中，以第一作者在多媒体领域旗舰会议ACM Multimedia上发表长文4篇。博士论文被评为中国人工智能学会优秀博士学位论文（全国8篇），中国科学院百篇优秀博士论文（共100篇），中国计算机学会优秀博士学位论文提名（全国共19篇）；此外，还被评为中科院院长优秀奖，中科院信工所“青年之星”。作为项目负责人承担了：国家自然科学基金委面上基金一项，国家自然科学基金委青年基金一项、中国博士后特别资助一项，中国博士后面上基金（一等）一项。

报告题目：

基于几何拓扑的网络众包策略研究

报告摘要：

随着互联网及无线宽带网络技术的迅猛发展，网络众包因其具有成本低、参与人员广泛、数据量大等优点，提供了大数据时代下通过群体来完成主观评测的新途径。鉴于此，我们采用网络众包收集比对数据，演讲主要涉及以下几个方面的内容：1）随机采样，利用拓扑约束得到采样率的下界；2）主动采样，研究稀疏采样条件下随机采样和主动采样的性能差异；3）在线加速算法，发展基于online HodgeRank的在线加速算法处理互联网上的流式动态数据；4）异常样本检测，检测网络众包数据中存在的异常样本以得到更加鲁棒的测试结果；5）用户行为分析，为用户提供更加精准的行为分析函数。

张伟
北京信息科技大学计算机学院副院长、副教授、硕士生导师。1980年7月生人，1998-2008年在清华大学计算机科学与技术系获学士、硕士、博士学位。中国计算机学会员，住建部“城镇燃气设备材料分类与编码”专委会委员。主要研究方向大数据存储与安全、软硬件协同设计。2013年获北京市青年教师教学基本功比赛二等奖。主持清华大学北京市未来芯片技术高精尖创新中心科研项目1项、北京市青年拔尖人才项目1项、北京市委组织部优秀人才项目1项、北京市教委面上项目1项，在国内外重要学术刊物和学术会议上发表学术论文20余篇，申请国家发明专利3项。主持与北京燃气集团等企业课题4项，部分研发成果进入产品化阶段。

报告题目：

科研与产业融合促进大数据系统研发实践

报告摘要：

重点行业信息化的高速发展积累了丰富的业务数据，种类不断丰富、结构不断异化、总量不断增长，行业快速积累并不断增长的信息数据已成为新一类核心资源。如何快速挖掘其内在价值，转化为现实战斗力，在更高更深层次服务保障重点行业工作的开展，已成为信息化迫切需要解决的关键问题。该大数据系统主要解决数据质量不高、处理能力不强、标准规范不足、共享应用不够、专业应用不深等问题，应对数据资源海量化、异构化及应用需求多样化、复杂化等带来的挑战。通过大数据技术，将海量、多类型的数据融合，再进行分析、挖掘，将大大提升业务部门的工作效率。通过与企事业单位联合开发，课题源于现实问题，研究结合工程实际，成果在实际中应用，科研与产业融合是促进大数据科研研发的重要路径。

张伟男

哈尔滨工业大学计算机学院社会计算与信息检索研究中心。2014年7月在哈尔滨工业大学计算机科学与技术学科获得工学博士学位。研究兴趣包括人机对话、自然语言处理、信息检索。目前为中国中文信息学会信息检索专委会委员，中国人工智能学会青年工作委员会委员。曾获黑龙江省科技进步一等奖、中国人工智能学会“合创杯”第二届全国青年创新创业大赛三等奖、首届“百度奖学金”、哈尔滨工业大学第六届研究生“十佳英才”荣誉称号、第十九届全国信息检索学术会议优秀学生论文奖。

报告题目：

面向大学生心理疏导的人机协作聊天机器人

报告摘要：

目前，大学生心理问题已经成为危害大学生身心健康的主要问题，其主要原因包括感情问题、学习压力、就业压力等。已有的大学生心理疏导机制主要依赖学生自我心态调整、周围同学情绪的关注以及社会和学校的干预。但这些疏导措施存在着发现问题时效性低、学生隐私泄露风险以及疏导平台单一化的问题。从而导致疏导效果不佳。我们针对以上问题，设计并研发出一种面向大学生心理疏导的人机协作聊天机器人。包括三个研发阶段，第一个阶段通过在线即时通讯平台，建立起心理咨询师和被疏导对象之间的间接疏导渠道，免去被疏导对象的泄密顾虑；第二阶段通过线下的学习使得聊天机器人在心理疏导过程中能够生成建议性回复供心理咨询师参考，提高心理咨询师的疏导效率；第三阶段聊天机器人承担大部分的心理疏导回复任务，同时建立预警机制，对于不能处理的情况及时通知心理咨询师进行解答和疏导。

郑伟诗

中山大学数据科学与计算机学院教授，机器智能与先进计算教育部重点实验室副主任。他主要面向大规模智能视频监控，展开视频图像信息与信号的处理研究，并相应开展大规模机器学习的算法和理论研究。他目前的主要研究应用领域是：智能视频监控下的行人身份识别与行为信息理解。在大规模监控网络下的行人追踪问题上，他在国内外较早和持续开展跨摄像机的行人重识别研究，发表了一系列以解决跨场景、跨分辨率、跨模态数据比对问题的度量学习研究工作。他已发表90余篇主要学术论文，其中60余篇发表在图像识别和模式分类IEEE TPAMI、IEEE TIP、IEEE TNN/TNNLS、PR、IEEE TCSVT、IEEE TSMC-B等国际主流权威期刊和ICCV、CVPR、IJCAI等计算机学会推荐A类国际学术会议。他的研究工作获国家优秀青年科学基金、英国皇家学会牛顿高级学者基金(NSFC-RS中英人才计划)、广东省科技创新领军人才等支持。曾获广东省科学技术进步奖二等奖、广州市科学技术进步奖一等奖。

报告题目：

多模态视觉数据信息处理与应用

报告摘要：

描述世界万物仅仅依赖单模态数据，比如仅用RGB数据信息，往往不能全面感知数据，难以获得鲁棒特征表达。近期，我们课题组针对跨摄像机的行人大范围追踪、快速检索、动作识别与前期预测发展了轻量化和快速的多模态数据分析模型，提出了聚融颜色、三维深度、形状、文本等异质特征信息的机器学习模型。特别地，我们针对不同的应用，构建异质特征的关联模型，并分析它们之间的差异性，建立关联模型和差异度分析模型的协同学习模式，从而获得了比单模态数据处理更高精度的性能。

前沿技术
人工智能
执行主席：山世光

大数据
执行主席：文继荣

云计算
执行主席：陈文光

信息安全——错位：学术界与产业界在网络空间安全上的期望与失望
执行主席：谭晓生
物联网
执行主席：王新兵
综合
执行主席：黄华

青竹奖

大会将首次设立并颁发“青竹奖”，“青竹奖”由中国计算机学会牵头，联合Xtecher 共同发起。“青竹”取义于“势如破竹，价值初显”，喻指矢志不渝，光芒显著的优秀人才。“青竹奖”的设立旨在表彰推动科研进步的青年杰出人才，鼓励产学研各方面人才创新，打造产学研最权威最具影响力的专业奖项。a

“青竹奖”的提名面向学术界、产业界、投资界三大领域杰出的青年精英，支持自荐及他人提名。经过评选委员会李开复、王恩东等17位委员的专业评审，最终评选出10位最具潜力及贡献的青年精英，在2017CCF青年精英大会上予以公开表彰。