智能科学创新讲堂·AI新锐系列由国际人工智能期刊Machine Intelligence Research (MIR)主办,分若干专题,聚焦机器智能领域的最新进展与前沿探索,面向全球青年学者,定期邀请他们分享在人工智能顶级会议或权威期刊上发表的代表性成果。讲堂旨在搭建一个展示青年科研力量、促进跨机构与跨学科交流的平台,激发智能科学领域的创新思维与学术合作,推动青年人才成长与前沿研究传播。

智能科学创新讲堂·总第二十一讲

“隐性视觉感知”专题

智能科学创新讲堂本期聚焦"隐性视觉感知"专题。"隐性视觉感知"专题专注于伪装目标检测、透明物体分割、阴影检测等隐性视觉感知前沿研究,并积极探索其在医疗影像(如息肉检测)等领域的应用拓展。旨在让这个重要而富有挑战性的研究主题更加活跃,通过开放的学术交流不断迸发新的思想火花,推动学术社区繁荣和领域持续进步,促进计算机视觉与医疗影像等交叉领域的深入交流与合作,逐步打通不同应用场景的技术壁垒。

 

基于ICCV 2025最新工作,华中科技大学周张俊同学将开启本专题第四场分享会,西北工业大学邵典副教授担纲主持。2025年10月13日 (周一) 15:00,四大平台同步直播,诚邀您预约收看!

 

往期分享回放:

第1期 · CVPR 2025最新工作 | 视角重构:环境感知驱动的无监督伪装目标检测新范式

第2期 · TPAMI 2025最新工作 | SAM赋能: 不完全监督下伪装目标分割的统一解决方案

第3期 · ICCV 2025最新工作 | LawDIS: 语言与窗口双控的主体目标分割方法

 

主持人简介
邵典 副教授

西北工业大学无人系统技术研究院副教授。主要研究方向为细粒度智能视频分析,人体动作理解,认知智能,智能无人机等。在领域顶级会议、期刊发表论文数十篇,主持国家自然科学基金青年基金一项,积极参与我国航空航天领域智能创新相关项目的论证。曾获华为天才少年及陕西省青年人才托举计划、秦创原高层次人才引进计划、三秦英才引进计划等荣誉。

 

分享主题 & 分享嘉宾简介

分享主题:

重新思考在无约束场景中检测显著与伪装目标

分享人:

周张俊

现就读于华中科技大学,曾在香港理工大学担任RA,研究方向为显著伪装视觉感知、高精度图像分割、手术视频分析以及多模态大模型,相关成果发表于ICCV、ACM MM等顶会。

 

MIR计算机视觉相关文章推荐:

https://www.mi-research.net/en/topic?id=424dd21b-9fbb-468c-abb9-213d9898bb22

 

报告摘要
本研究重新审视显著目标检测(SOD)与伪装目标检测(COD)的跨任务误检问题,构建了无约束的显著-伪装目标检测数据集USC12K,并提出了显式建模显著与伪装关系的架构USCNet。该研究旨在推动SOD与COD的发展,使模型更契合人类视觉系统对显性与隐性视觉的感知机制。

 

讨论环节
参与嘉宾:

分享人&文章一作:周张俊,华中科技大学

主持人:邵典,西北工业大学

 

观看渠道
直播通道①:

哔哩哔哩APP搜索"中科院自动化所”或扫描下方二维码,直播当天点击头像即可进入

 

 

直播通道②:中国科学院自动化研究所 视频号

 

直播通道③:机器智能研究MIR 视频号

 

直播通道④:蔻享学术

点击下方链接进入"智能科学创新讲堂"主题页,直播当天选择相应直播即可观看

https://www.koushare.com/homepage/332528 

 

提问预收集
请通过下方链接或扫描下方二维码填写您对本次报告想要提出的问题,您的问题将被优先回答。通过提问,MIR编辑部也将优先邀请您进入会议室,得到与主讲人、主持人或文章作者连麦实时交流的机会。同时,经考察合格后也将获得进入“隐性视觉感知”专家微信群的机会。

 

① 提问链接:

https://www.wjx.cn/vm/Oky242o.aspx# 

 

② 提问二维码:

直播服务
微信微信公众号"机器智能研究MIR”(发布最新讲座资料)
直播群:实时更新通知 (请备注: 研究方向+姓名)

 

11/月/第/五/期/预/告
主持人: 何春明
杜克大学

主要研究方向为多模态大模型辅助的真实世界感知与理解。以第一作者/通讯作者在TPAMI, CVPR, ICCV, NeurIPS等顶级会议与期刊发文数十篇。曾获杜克大学John Chambers奖学金和Pratt-Gardner奖学金。

 

分享人: 尧思远
北京邮电大学

分享主题:大规模视频伪装物体运动分析与评测

本研究构建了一个涵盖多物种的伪装运动物体检测数据集CAMotion,从不确定边缘、遮挡和复杂形状等多个维度分析了伪装运动物体的统计特征,并对现有SOTA模型进行了系统性评估。

 

关于Machine Intelligence Research

Machine Intelligence Research(简称MIR,原刊名International Journal of Automation and Computing)由中国科学院自动化研究所主办,于2022年正式出版。MIR立足国内、面向全球,着眼于服务国家战略需求,刊发机器智能领域最新原创研究性论文、综述、评论等,全面报道国际机器智能领域的基础理论和前沿创新研究成果,促进国际学术交流与学科发展,服务国家人工智能科技进步。期刊入选"中国科技期刊卓越行动计划",已被ESCI、EI、Scopus、中国科技核心期刊、CSCD等20余家国际数据库收录,入选图像图形领域期刊分级目录-T2级知名期刊。2022年首个CiteScore分值在计算机科学、工程、数学三大领域的八个子方向排名均跻身Q1区,最佳排名挺进Top 4%,2023年CiteScore分值继续跻身Q1区。2024年获得首个影响因子(IF) 6.4,位列人工智能及自动化&控制系统两个领域JCR Q1区;2025年发布的最新影响因子达8.7,继续跻身JCR Q1区,最佳排名进入全球第6名;2025年一举进入中科院期刊分区表计算机科学二区。

 

往期目录
2025年第4期 | 特约专题: 具身智能
2025年第3期 | 大语言模型、医学图像分割、图像阴影去除、写作风格变化检测......
2025年第2期 | 常识知识获取、图因子分解机、横向联邦学习、分层强化学习...
2025年第1期 | 机器视觉、机器人、神经网络、反事实学习、小样本信息网络...
2024年第6期 | 图神经网络,卷积神经网络,生物识别技术...
2024年第5期 | 大语言模型,无人系统,统一分类与拒识...
2024年第4期 | 特约专题: 多模态表征学习
2024年第3期 | 分布式深度强化学习,知识图谱,推荐系统,3D视觉,联邦学习...
2024年第2期 | 大语言模型、零信任架构、常识知识推理、肿瘤自动检测和定位...
2024年第1期 | 特约专题: AI for Art
2023年第6期 | 影像组学、机器学习、图像盲去噪、深度估计...
2023年第5期 | 生成式人工智能系统、智能网联汽车、毫秒级人脸检测器、个性化联邦学习框架... (机器智能研究MIR)
2023年第4期 | 大规模多模态预训练模型、机器翻译、联邦学习......
2023年第3期 | 人机对抗智能、边缘智能、掩码图像重建、强化学习... 
2023年第2期 · 特约专题 | 大规模预训练: 数据、模型和微调
2023年第1期 | 类脑智能机器人、联邦学习、视觉-语言预训练、伪装目标检测... 

 

 

好文推荐
南洋理工大学肖佳平 等 | 基于深度强化学习的异构机器人系统目标搜索与导航
南开大学程明明团队 | MCANet:基于多尺度交叉轴注意力的医学图像分割
自动化所吴书 等 | GraphFM: 用于特征交互建模的图因子分解机
香港理工大学周立培团队等 | 综述: 面向以物体为中心的机器人操作的具身学习
清华大学朱军团队 | DPM-Solver++:用于扩散概率模型引导采样的快速求解器
南航张道强团队 | 综述:基于脑电信号与机器学习的注意力检测研究
可信图神经网络的全面综述:隐私性、鲁棒性、公平性和可解释性
哈工大江俊君团队 | SCNet:利用全1X1卷积实现轻量图像超分辨率
下载量TOP好文 | 人工智能领域高下载文章集锦(2023-2024年)
自动化所刘成林团队 | 统一分类与拒识: 一种一对多框架
上海交大张拳石团队 | 综述: 基于博弈交互理论的神经网络可解释性研究
专题好文 | 再思考人群计数中的全局上下文
专题好文 | Luc Van Gool团队: 基于分层注意力的视觉Transformer
浙江大学孔祥维团队 | 综述: 迈向真正以人为本的XAI
澳大利亚国立大学Nick Barnes团队 | 对息肉分割的再思考: 从分布外视角展开
前沿观点 | Segment Anything并非一直完美: SAM模型在不同真实场景中的应用调查
精选好文 | 推荐系统的波纹知识图谱卷积网络
复旦邱锡鹏团队 | MOSS: 一个开源的对话式大语言模型
自动化所黄凯奇团队 | 分布式深度强化学习:综述与多玩家多智能体学习工具箱
约翰霍普金斯大学Alan Yuille团队 | 从时序和高维数据中定位肿瘤的弱标注方法
专题综述 | 大语言模型中的知识生命周期
精选综述 | 零信任架构的自动化和编排: 潜在解决方案与挑战
欧洲科学院院士蒋田仔团队 | 脑成像数据的多模态融合: 方法与应用
金耀初团队&郑锋团队 | 综述: 深度工业图像异常检测
专题好文 | 创新视听内容的联合创作: 计算机艺术面临的新挑战
综述 | 清华张学工教授: 肺癌影像组学中的机器学习
哈工大江俊君团队 | DepthFormer: 利用长程关联和局部信息进行精确的单目深度估计
Luc Van Gool团队 | 通过Swin-Conv-UNet和数据合成实现实用图像盲去噪
贺威团队&王耀南院士团队 | 基于动态运动基元的机器人技能学习
乔红院士团队 | 类脑智能机器人:理论分析与系统应用 (机器智能研究MIR)
南科大于仕琪团队 | YuNet:一个速度为毫秒级的人脸检测器
上海交大严骏驰团队 | 综述: 求解布尔可满足性问题(SAT)的机器学习方法
西电公茂果团队 | 综述: 多模态数据的联邦学习
高文院士团队 | 综述: 大规模多模态预训练模型
前沿观点 | 谷歌BARD的视觉理解能力如何?对开放挑战的实证研究
港中文黄锦辉团队 | 综述: 任务型对话对话策略学习的强化学习方法
南航张道强教授团队 | 综述:用于脑影像基因组学的机器学习方法
ETHZ团队 | 一种基于深度梯度学习的高效伪装目标检测方法 (机器智能研究MIR)

 

 

MIR资讯
影响因子全球第6名!MIR稳步进军世界一流期刊行列
挺进Q1区前10名!MIR首个影响因子发布
喜报 | MIR 首次入选中科院期刊分区表计算机科学类二区
2025年 AI领域国际学术会议参考列表
致谢审稿人 | Machine Intelligence Research
MIR 2024年度优秀编委名单
喜报!MIR入选中国科技期刊卓越行动计划二期项目
特别提醒!请认准MIR官方渠道,谨防受骗
前进20名!MIR再度跻身国际影响力TOP期刊榜单
喜报 | MIR入选图像图形领域 T2级 “知名期刊”!
喜报 | MIR被 ESCI 收录!
喜报 | MIR 被 EI 与 Scopus 数据库收录

内容中包含的图片若涉及版权问题,请及时与我们联系删除