家庭教师av

（图文|辛西 编辑|信息 审核|何新卫）6月27日上午，中国计算机学会计算机视觉专业委员会（CCF-CV）走进高校系列报告（家庭教师av 站）在家庭教师av 举行。本次报告会聚焦计算机视觉、医学人工智能与具身智能等前沿方向，邀请了武汉大学马佳义教授、中国科学院深圳先进技术研究院李志成研究员、同济大学何良华教授、东南大学魏秀参教授、复旦大学张力教授作专题报告。5场报告既涵盖多模态图像融合、精细感知等视觉基础问题，也深入医学影像智能诊疗、脑卒中康复脑机接口和具身智能世界模型等交叉应用方向，为与会师生呈现了一场内容充实、视野开阔的学术交流活动。

开幕式上，华中农大家庭教师av 院长李国亮、副院长章文、副研究员何新卫等3位老师主持会议，李国亮代表学院对中国计算机学会计算机视觉专业委员会及各位专家学者的到来表示热烈欢迎，并感谢专委会为高校师生搭建高水平学术交流平台。本次报告会围绕基础研究与应用需求展开，有助于师生了解学科前沿，拓展研究视野，促进多学科交叉融合。与会专家学者表示，计算机视觉和人工智能技术正在从传统视觉识别不断走向跨模态理解、医学辅助决策、脑机接口康复和具身智能系统等更加广阔的场景。

学术报告环节，武汉大学马佳义教授首先上台演讲，作《面向应用的多模态图像融合》报告。马佳义长期围绕图像融合、图像配准、多模态感知与视觉智能分析等方向开展研究，其报告为整场活动奠定了计算机视觉与跨模态信息融合的技术基础。报告中，马教授从实际应用中的多源数据需求出发，指出不同传感器、不同成像机理和不同模态数据能够为视觉系统提供互补信息，但多模态图像融合不仅要解决“如何融合”的问题，还要同时面对配准误差、图像退化、场景变化和下游任务需求等挑战。围绕这些问题，马佳义重点介绍了面向应用的多模态图像融合研究思路，包括配准与融合相互促进的一体化框架、退化鲁棒的图像融合方法、视觉语义协同融合以及真实场景下的普适融合技术。通过红外与可见光、医学影像、遥感场景等案例，报告展示了多模态图像融合在提升目标识别、场景理解、视觉决策和复杂环境感知能力方面的重要作用。

随后，中国科学院深圳先进技术研究院李志成研究员带来了《肿瘤影像-病理-基因多尺度整合诊疗》的学术报告。李志成研究员面向智能医学与精准诊疗开展研究，重点关注医学影像、病理图像、基因组学和多组学数据的跨尺度融合分析。报告以脑胶质瘤等肿瘤疾病为典型对象，介绍了影像检查、术后病理诊断和分子诊断在临床指南中逐步整合的发展趋势，同时也指出目前临床诊疗仍面临多尺度信息割裂、肿瘤异质性复杂、治疗响应与预后判断不一致等问题。围绕这些医学难题，李志成分享了团队在影像-病理-基因多尺度建模、分子多组学互作网络构建、肿瘤免疫调控网络发现和生物学可解释分析等方面的探索。他强调，智能诊疗不能停留在单一图像识别层面，而应从宏观影像、细胞病理和分子机制之间建立稳定关联，为肿瘤精准分型、个体化治疗方案制定和预后评估提供更加可靠的技术支撑。

同济大学何良华教授作题为《面向脑卒中康复的脑机接口技术》的报告。何良华长期关注脑机接口、神经工程与智能康复等方向，致力于利用脑信号解析、人工智能建模和人机交互技术服务神经功能重建。报告首先从脑卒中及康复的现实需求切入，介绍了脑卒中患者常见的运动功能障碍、语言障碍、认知功能下降等问题，并分析了传统康复训练在训练强度、主动参与度、长期效果评估和个体化干预方面的局限。随后，李志成教授系统梳理了脑机接口技术路线，比较了侵入式、介入式和非侵入式脑机接口在信号采集方式、信号精度、风险等级和应用场景上的差异，重点阐述了面向脑卒中康复的多模态脑信号评估、快速校准、闭环训练和智能交互方法。结合语言与感知能力恢复、意念打字、双向脑机接口等案例，他展示了脑机接口技术在提升康复训练主动性、增强康复效果和推动智能康复系统发展中的应用潜力。

东南大学魏秀参教授作题为《从精细感知到精细操作》的报告。魏秀参长期从事计算机视觉、细粒度识别、视觉智能与精细感知等方向研究，关注模型在复杂真实场景中的精细理解与泛化能力。报告从细粒度图像识别的典型挑战出发，指出在鸟类、动物、农作物和复杂目标识别等任务中，不同类别之间差异细微，同一类别内部又存在姿态、形态、背景和拍摄条件差异，模型容易受到背景干扰、标注噪声和样本不足等因素影响。围绕这些问题，魏秀参介绍了团队在鲁棒细粒度图像识别、局部部件关系建模、细粒度标注噪声挖掘与去除、小样本学习和多级迁移学习等方面的研究进展。报告进一步指出，精细感知不仅服务于“看清楚、分得准”，也为智能系统后续的精细操作提供前提。由精细识别走向精细操作，需要模型在感知、理解、规划和执行之间形成更紧密的协同，这也为视觉智能与机器人系统结合提供了新的研究空间。

复旦大学张力教授作题为《基于世界模型的具身智能预训练与后训练研究》的报告。张力围绕具身智能、通用机器人、世界模型和机器人学习等方向开展研究，关注智能体如何在真实物理世界中建立预测、规划与行动能力。报告从大语言模型、视觉语言模型和通用机器人发展现状谈起，指出具身智能不同于单纯的文本或图像理解，它要求智能体在环境中感知物体、理解任务、预测状态变化并执行动作。围绕世界模型这一核心问题，张力介绍了具身基础模型预训练、仿真到真实迁移、强化学习后训练、闭环控制和长程任务学习等关键技术，并结合机器人操作、全身运动控制和真实环境部署案例，说明世界模型能够帮助智能体在交互过程中形成对环境动态的内部表征，从而更好地预测未来、规划动作并提升泛化能力。报告展示了具身智能从模型预训练走向后训练优化、从仿真环境走向真实任务的技术路径，为师生理解通用机器人发展趋势提供了重要参考。

报告中，与会师生认真聆听，并围绕多模态数据融合、医学人工智能临床应用、脑信号建模与康复训练、细粒度视觉识别、机器人世界模型训练等问题与专家进行了交流。专题报告后，各位专家结合自身研究积累和最新进展，回答来自现场同学们提出的问题，对相关领域的关键挑战、技术路线和应用前景进行了深入阐释，现场学术氛围浓厚。

会议结束，师生前往华中农大第一综合楼B座大厅合照留影。

活动相关负责人表示，本次CCF-CV走进高校系列报告（家庭教师av 站）内容丰富、重点突出，既体现了计算机视觉基础理论和算法的发展趋势，也集中展示了人工智能技术在医学健康、智能康复、精细感知和具身智能等领域的应用前景。活动为华中农大师生搭建了近距离接触领域专家和前沿成果的平台，进一步促进了学校相关学科与国内计算机视觉领域专家学者之间的交流合作。与会师生表示，通过本次报告会，对计算机视觉、医学智能和具身智能前沿方向有了更加系统和深入的认识，拓展了学术视野，启发了后续科研思考。