2020年9月19日下午13:30-16:00, 由中国计算机学会（CCF）主办，CCF多媒体技术专业委员会、中国图象图形学学会（CSIG）多媒体专业委员会承办，山东大学、山东科技大学、中国海洋大学、中国石油大学（华东）、山东省人工智能研究院联合承办的ChinaMM2020第四届CSIG视觉大数据高峰论坛以线上、线下相结合的方式在青岛顺利举行。本次论坛邀请北京大学彭宇新教授、北京大学查红彬教授、南京信息工程大学刘青山教授、大连理工大学卢湖川教授4位专家学者进行专题报告。本次论坛采取线上、线下相结合的方式进行，由中科院自动化所赫然研究员担任本次论坛的主持人。

彭宇新教授的报告题目是细粒度视觉分类与检索。彭教授表示在面对细粒度分类面对的诸多挑战时，如何借鉴人脑的认知机理，模拟视觉注意力机制学习多粒度的辨识性特征，突破细粒度视觉分类难题，对于提高计算机的感知和认知能力至关重要。进一步，彭教授介绍了在细粒度视觉分类上的相关研究进展，包括空间拓扑注意力学习、堆叠式深度强化学习、层次化深度增量迁移学习等方法，以及在细粒度跨媒体检索上的探索，实现了由图像、视频到跨媒体的扩展，由分类到检索的扩展。

查红彬教授的报告题目是A New Approach to SLAM: Online Learning Paradigm。查教授首先给我们介绍了SLAM（（Simultaneous Localization and Mapping：即时定位与地图构建）的相关概念,以及SLAM目前存在的一些问题。接下来查教授提到为了提高动态视觉系统在真实复杂场景中的应用能力，应充分强化视觉系统的环境自适应性，而在线学习方法是实现这一目标的有效途径。最后，查教授围绕基于在线学习的SLAM问题，介绍了近来的一些想法和尝试，主要内容包括面向自监督视觉里程计的序列对抗学习方法、具有在线自适应能力的自监督 SLAM 学习。

刘青山教授的演讲题目是基于深度学习的遥感图像分析。刘教授首先给我们介绍了智能遥感影像分析存在多谱成像、非线性噪声、空谱混叠等问题，给进一步的分析和理解带来了巨大的挑战。随后，刘教授提出由于深度学习能自动从大数据中学习和抽象数据的特征，因此深度学习在遥感影像分析中受到了越来越多的关注。最后，刘教授分享了课题组在基于深度学习的遥感影像分析方面的进展，主要包括基于多尺度深度特征的遥感图像分类、类别驱动的空谱场景分析以及气象遥感应用等。

卢湖川的演讲题目的单目深度估计及其在视觉问题中的应用。卢教授强调深度估计是计算机视觉领域中基础而又关键的问题。在此基础上，卢教授介绍了单目深度估计领域当前的研究发展。随后，卢教授进一步分析了基于语义信息辅助的单目深度估计算法，跨层级深度特征融合，以及分层级嵌入空间损失函数在深度估计中的作用。最后，卢教授阐述了深度数据在计算机视觉中的应用，并以基于RGB-D的显著性目标检测和图像浅景深效果渲染等课题为例，介绍了在相关领域中的最新研究工作。