ChinaMM2023专题论坛

多媒体女性菁英论坛

一、 论坛简介

    近年来，女性科技人才队伍不断壮大，在各个领域都涌现出杰出代表。但在多媒体领域乃至整个计算机领域，相比于男性，高层次女性科技人才比例仍然较低。2021年7月，中国科技部等十三部门印发《关于支持女性科技人才在科技创新中发挥更大作用的若干措施》，强调女性科技人才是我国科技事业十分重要的力量，并指出要着力培养造就高层次女性科技人才。为了加强多媒体领域女性科研工作者之间的交流，促进女性科研工作者的发展，特在ChinaMM 2023举办女性菁英论坛。本论坛邀请多媒体及相关领域优秀女性学者围绕领域内新理论、新技术、新方法进行分享，旨在为领域内女性树立榜样，促进领域内女性合作，鼓舞更多女性投入到多媒体及相关领域的研究工作中来。在后续的圆桌讨论环节，嘉宾学者将和与会人员共同探讨我国女性科技工作者的发展环境，并针对人工智能时代女性的新机遇、新优势、新超越等问题，展开主题讨论，以期提供一个思想碰撞的盛宴。

    通过举办“女性菁英论坛”活动，邀请优秀女性学者围绕多媒体领域的新理论、新技术、新方法和相关典型应用进行分享，搭建女性学者和广大学者们互动交流、探讨学术成果、碰撞学术思想的平台，激发女性科研工作者的研究热情，凝聚女性科研工作者的智慧力量，促进我国多媒体学术界和产业界女性科研工作者的发展。

二、组织者

刘偲

   北京航空航天大学

   教授、博士生导师

  普园媛

   云南大学

   教授、博士生导师

  杨欣

   华中科技大学

   教授

三、报告嘉宾

  张娅，上海交通大学

   报告题目：医疗领域基础模型的探索与实践

嘉宾介绍：张娅，上海交通大学未来媒体网络协同创新中心研究员、博导，上海人工智能实验室智慧医疗研究中心执行主任，上海交通大学数字医疗研究院副院长。长期致力于人工智能算法及其在多媒体和医疗影像的应用研究。清华大学学士、美国宾州州立大学博士。曾任堪萨斯大学助理教授（tenure-track）、雅虎实验室资深研发经理。担任超高清视音频制播呈现国家重点实验室首席人工智能科学家、中国中西医结合学会智慧医疗专委会常务委员。担任科技部863计划项目首席专家、科技创新2030—“新一代人工智能”重大项目首席科学家，主持多项人工智能领域国家级和省部级项目。在国际高质量期刊和会议上发表学术论文170余篇，包括国际知名期刊TPAMI/TIP/TMM以及国际顶级会议ICCV/CVPR/NeurIPS等，3篇论文入选ESI高被引。研究成果已获得5项美国专利授权和26项中国专利授权。上海市“青年科技启明星”计划获得者。获上海市技术发明一等奖（2022）、中国电影电视技术学会科学技术奖一等奖(2021)、EURASIP 期刊Speech Communication最佳论文奖（2019）、中国人工智能学会优秀博士论文指导老师奖（2018）、广播影视科技创新奖二等奖(2017)。

报告摘要：基础模型作为一种融合了大数据、大算力和强算法的产物，拥有强大的泛化能力和通用性，已成为国家人工智能新基础设施的核心组成部分。近年来，基础模型在医疗领域也备受关注。然而，由于医疗隐私保护的原因，数据难以大规模汇聚，因此亟需探索多方协同计算的解决方案。同时，医疗诊断高度依赖专业医学知识，需要探索知识与数据融合的表征学习方法，以提高模型的准确性和可解释性。此外，在医疗应用中，公平性也是至关重要的伦理问题，因此对模型的公平表征能力提出了要求。在上述背景下，我们面向医疗领域基础模型的构建进行了一系列技术探索和实践，为推动人工智能更广泛的赋能医疗重大需求做出有力支撑。

 董晶，中国科学院自动化研究所

  报告题目：人像深度合成与鉴别研究浅析

嘉宾介绍：董晶，女，博士，现任中国科学院自动化研究所智能感知与计算研究中心研究员；CSIG/CCF/IEEE 高级会员,CAAI杰出会员，中国图象图形学学会（CSIG)理事、副秘书长、女工委秘书长，IEEE亚太区执委（2017-2024）、IEEE信号处理协会全球成员发展主席（2022-2024），IEEE人道主义科技董事会成员（2023）。主要从事人工智能安全与对抗、计算机视觉、多媒体内容取证等前沿方向的技术研究，她先后以课题（子课题）负责人承担了4项国家自然科学基金、3项国家重点研发课题、1项工信部国家重大专项子项及20余项省部级科研项目（课题）。 已在国际权威期刊及学术会议上发表学术论文80余篇，已授权24项中国专利含3项美国专利。她曾获4次最佳（优秀）论文奖、2016年度IBM学院奖、2019年度中国人工智能学会杰出贡献奖、2020年度CSIG石青云女科学家奖、2021年度北京青年优秀科技论文奖、2021年度CSIG科技奖二等奖（排名第一）、2021年度吴文俊人工智能科学技术奖（技术进步科普类）、2022年度中国发明协会创业创新奖一等奖（排名第一）以及国家广电总局MediaAIAC大赛深度合成技术应用类一等奖（排名第一）。

报告摘要：由ChatGPT驱使的技术范式变革的话题近期频发热议，随着多模态大模型其相关应用的纷纷落地并被广泛应用，越来越多的研究热点已围绕由AIGC等前沿智能技术引发的隐私保护和数据安全隐患开展。本报告将重点面向构建智慧社会安全治理体系，围绕人工智能伪造音视频的鉴定和治理关键技术，重点关注数字人像伪造与鉴伪的AI对抗研究，介绍多媒体“伪造”与“鉴别”、“攻击”与“防御”相互博弈和相互促进的独特及可持续发展机制，通过研究深度伪造与鉴伪的机理、机制和线索梳理，展开多媒体内容深度合成与鉴别应用的相关前沿探讨，并介绍相关研究的前沿技术进展与发展趋势。

  曾丹，上海大学

   报告题目：生成式AI向善—创造、鉴伪、防御

嘉宾介绍：曾丹，上海大学教授、博士生导师、通信工程系主任，国家级青年人才。现兼任《IEEE Transactions on Multimedia》AE副编辑、《IEEE Transactions on Circuits and Systems for Video Technology》AE副编辑、IEEE多媒体系统及应用技术委员会委员、IEEE多媒体信号处理专业委员会委员、IEEE高级会员、中国计算机学会CTO CLUB（上海）副主席、中国通信学会青工委委员、中国图象图形学会青工委委员等；曾任IEEE第23及24届国际多媒体信号处理研讨会程序委员会主席。研究领域为计算机视觉和多媒体内容分析，重点探索目标检测、识别、定位与三维测量的新方法及新方案。其中，针对航天、智能制造等行业研制的高精度目标检测与三维测定技术，荣获2022年中国图象图形学会科技进步奖一等奖。

报告摘要：随着近来ChatGPT、Midjourney、Stable Diffusion、DALL-E等人工智能应用的巨大冲击，生成式AI被认为是推动通用人工智能进程的一项关键技术。在这一浪潮推动下，如何使生成式AI向善是值得思考的问题，我们团队及合作者近年来利用生成式AI技术开展了一些工作。本报告以说话人生成、视频鉴伪、隐私模型学习为例子，分别介绍利用表情定制对抗生成网络进行音频驱动的说话人生成、利用生成式预测表征学习进行深度伪造人脸视频检测、利用生成式合成数据进行具有隐私保护能力模型的训练，从而赋能内容创作、内容鉴别以及模型保护。

  许倩倩，中国科学院计算技术

   报告题目 ：X-Curve：性能曲线优化算法研究

嘉宾介绍：许倩倩，中科院计算所研究员，博士生导师，基金委优秀青年基金获得者。CCF杰出会员，IEEE/CSIG/高级会员，担任CSIG青工委副秘书长、CSIG多媒体专委会副秘书长、CAAI深度学习专委会副秘书长。研究领域为数据挖掘和机器学习，共发表CCF-A类论文70余篇（其中TPAMI 12篇）。先后获得：吴文俊人工智能自然科学一等奖、吴文俊人工智能科技进步二等奖、茅以升北京青年科技奖、中国图象图形学学会石青云女科学家奖、吴文俊人工智能优秀青年奖、中国人工智能学会最佳青年科技成果奖、ACM中国SIGMM新星奖、北京图象图形学学会最美女科技工作者、中国人工智能学会优秀博士学位论文、中科院百篇优秀博士学位论文等奖励，并入选首份AI华人女性青年学者榜单。担任国际期刊TMM、T-CSVT、ACM TOMM和Multimedia Systems编委，CCF-A类国际会议ACM MM领域主席，AAAI和IJCAI SPC。

报告摘要：主流人工智能方法大多采用准确率作为单一性能评价指标，并据此进行算法设计。该指标决策阈值固定，仅能适应特定监管需求。而在实际网络空间内容风险监管过程中，对于不同领域的监管力度具有明显差异。针对现有模型学习算法对特定指标的依赖性，突破基于静态目标函数的模型优化框架，本报告将介绍团队提出的基于X-Curve的模型优化框架，该框架以AUROC、AUPRC、AUTKC、OpenAUC等性能曲线为模型优化准则，综合考虑不同阈值下的模型性能，从而保证模型在复杂应用场景下的可靠性。

  王妍，华东师范大学

   报告题目 ：半监督医学图像分割：技术与应用

嘉宾介绍：王妍，华东师范大学通信与电子工程学院研究员、博士生导师。获得国家高层次人才青年项目、上海市海外高层次人才、华东师范大学紫江优秀青年学者。2017年在新加坡南洋理工大学获得博士学位。曾在俄亥俄州立大学访学，在约翰霍普金斯大学Alan Yuille（师从斯蒂芬霍金）组任博士后。致力于研究多维成像技术与医学图像分析与分割。发表顶级期刊和会议论文50余篇。谷歌学术引用4000多次。研究成果被美国国家公共广播电台（NPR）报道，应用在JHMI重大医学项目；光谱成像及图像分割技术的成果已获得中华人民共和国医疗器械注册证。主持了多项国家级和省部级项目，曾任多个SCI期刊的客座编辑。任校欧美同学会理事会理事，医学图像计算青年研讨会（MICS）委员。

报告摘要：全监督在医学图像处理领域取得了突破性的进展，但是，医学图像分割需要专业医师提供大量像素级标注信息，难度大且费时费力。目前，半监督学习在医学图像处理领域备受关注，该技术无需对数据集进行完全标注，通常利用无标签数据和先验信息来缓解标注缺乏的问题。本报告将围绕半监督训练中的以下两个问题展开讨论：1）标记数据和未标记数据的经验分布存在差异，如何采用统一范式处理标记和未标记数据，以及如何提取医学图像数据中共有的先验知识？2）伪标签方法被证明在半监督学习中非常有效，在不同的应用场景下，如何学习到保真度更高的伪标签？