2023年12月29日下午14:00-16:30广东省图象图形学会在广洲融创施柏阁大观酒店珠海厅举行2023年学术年会暨第十三届粤港澳图像图形学术会议。会议由广东省图象图形学会理事长金连文教授、副理事长徐勇教授和郑伟诗教授主持，广东省图象图形学会近60名理事、其他学者约50人参加会议及听取报告。

本次学术报告会邀请了哈尔滨工业大学深圳校区计算机学院聂礼强教授、澳门大学科技学院电脑与资讯科学系周建涛教授、中山大学数学学院任传贤教授、香港城市大学副教授Junhui Hou。他们分别进行了《多模态大模型》、《面向社交网络的多媒体信息取证》、《数据偏差场景下的视觉不变表征学习》、《Empowering Deep Modeling of 3D Point Clouds with 2D Representation Modalities》的精彩报告。

在《多模态大模型》的报告中，聂礼强教授指出大模型已向世界展现出了超强的涌现能力，激起了学术届与工业界的百模大战。目前研发的大模型以语言、视觉、语音等单一模态为主。然而，自然界是以多模态的形式呈现的，单一模态大模型存在着知识冰山的问题。随后他分析大模型技术的现状、剖析多模态大模型主流技术路线。最后，介绍自研的多模态大模型“九天”以及多模态大模型的评测方式。

在《面向社交网络的多媒体信息取证》的报告中，周建涛教授指出随着社交网络平台的发展，数字多媒体信息传播的便利性和快速性得到极大的提高。海量社交多媒体信息在丰富人们生活的同时，也为社会带来了如版权侵权、隐私信息泄露、信息恶意篡改等安全问题。随后他介绍基于模型的信道建模方法，以及向深度模型建模的进化。在社交网络信道模型的基础上，简介课题组近年来的一系列工作，包括抗社交媒体传输的鲁棒图像篡改检测、鲁棒相机模型识别、AIGC图像检测等，并对未来工作进行展望。

在《数据偏差场景下的视觉不变表征学习》报告中，任传贤教授指出随着大数据与信息技术的不断进步，机器视觉的学习方法取得了快速发展。然而，这些成功往往严重依赖于数据质量和模型假设，而海量数据带来的复杂特性使得依赖的理想条件难以满足，导致经典的机器学习理论与算法失效。随后介绍了数据偏差场景下的泛化误差理论与视觉不变表征学习方法，以及基于最优传输原理的几何建模与解释。最后介绍了高维、异质视觉数据的特征表达与学习算法，在多尺度判别分析、稀疏表示与正则化方法、深度自适应特征表达等研究。

在《Empowering Deep Modeling of 3D Point Clouds with 2D Representation Modalities》报告中，Junhui Hou教授指出虽然深度学习已经实现了在2D图像和视频处理方面取得了巨大成功，但对于3D点云数据来说仍处于起步阶段，这由于其不规则和非结构化的特点，3D表示对象和场景的几何结构是一个快速发展但具有挑战性的领域。随后他从两个角度介绍了团队在这一领域成果，首先是探索了3D点云作为2D图像的表示可以应用成熟的2D CNN。其次，将视觉知识从2D图像传输到3D点云。进行了广泛的实验在各种低级和高级任务上展示这些方法的优势，为深度3D点云数据建模开辟许多可能性。