简介：王海霞，浙江工业大学计算机科学与技术学院教授、博导。于2007年和2012年分别在新加坡南洋理工大学获得计算机工程学士学位和博士学位。主要从事生物特征成像、计算成像和三维测量等领域的研究工作。已主持国家自然科学基金面上、青年项目等10余项，参与国家自然基金重大科研仪器等。相关成果在IEEE TPAMI、TIFS、TBIOM等期刊发表学术论文50多篇，获得了2022年度浙江省自然科学一等奖。任国际期刊Optics and Lasers in Engineering编委等。

报告题目：基于光学相干层析成像的皮下指纹研究

报告摘要：指纹识别技术面临两个关键挑战。首先，指纹常常会因为自然老化和长期磨损而发生变形，这直接影响了识别的准确度。统计数据揭示了大约5%的人群因指纹模糊而难以通过身份识别。其次，指纹的伪造问题也日益成为安全领域的一大隐患。针对这些挑战，本研究成功构建了一种基于光学相干断层扫描技术的同步指纹采集系统。该系统能够以三维形式捕捉指尖表面及其下1-2毫米深处的详细信息，包括表面与深层指纹纹路、汗腺等。这些皮下特征即使在皮肤表面受损的情况下也能保持相对清晰，且对于伪造手段具有显著的抵御能力。本研究深入探讨了皮下指纹的采集与提取技术，并对其在身份识别和防伪领域的应用潜力进行了系统分析。

简介：研究方向为图像处理、计算机视觉、深度学习与人工智能应用。

IEEE Senior Member，累计在IEEE TPAMI、TIP、TIFS、TNNLS、TMM、TCSVT、PR等国际期刊和ICCV、CVPR、ECCV、AAAI、ACM MM、ICML、ICLR等国际会议发表学术论文近200篇，2篇论文入选ESI高被引论文。入选2022与2023年ESI年度科学影响力全球Top 2%科学家名单。荣获2023年中国人工智能学会吴文俊科技进步奖一等奖、2023首届全国人工智能应用场景创新挑战赛一等奖、深圳人工智能自然科学奖一等奖。曾担任多个著名国际期刊客座主编或编委，并组织包括CVPR在内的多个国际学术会议的Workshop或Webinar学术研讨会。

报告题目：两种基于生成式模型的指静脉识别方法

报告摘要：Finger vein recognition technology, celebrated for its high specificity, capability for liveness detection, and non-contact recognition features, has unveiled its considerable application potential across various domains, including terminal identity authentication. In this report, we focus on exploiting generative models such as Diffusion and NeRF for finger vein authentication. We propose a multi-task learning framework for finger vein recognition based on diffusion model. Deviating from conventional approaches that treat vein texture segmentation and recognition as separate stages, we synergistically enhance these tasks by integrating pattern segmentation and category prediction sub-tasks. Central to our DiffVein framework is a bidirectional data pathway mechanism, wherein the segmentation network supplies baseline feature vectors and pattern semantic information to the denoising network. In the realm of reconstruction and authentication based on multi-view finger vein images, we adapt and migrate the neural attenuation field model, originally from the medical imaging domain, to the near-infrared light finger vein imagery modality. By incorporating a neural attenuation field, we model the attenuation process as rays traverse various human media, conforming to the characteristics of transmissive imaging. Extensive series of comparative and ablation experiments on single-view and multi-view finger vein datasets verify the effectiveness of the proposed methodologies.

简介：费伦科，副教授、博士生导师，CCF/CSIG/IEEE高级会员，哈尔滨工业大学博士，澳门大学博士后，研究方向主要包括模式识别、计算机视觉、生物特征识别和机器学习等。发表CCF A/B类期刊和会议论文80余篇，其中IEEE汇刊论文30余篇和“ESI高被引”论文5篇，发表论文Google学术引用6500余次。担任国际期刊《Pattern Recognition》、《IJBM》、《IJIG》编委，《自动化学报（英文版）》首届青年编委。主持国家级课题2项和省部级课题4项，获广东省科技进步二等奖1项，获国际/国内学术会议最佳论文/最佳学生论文奖4项，入选2023 年斯坦福大学发布的全球前2%顶尖科学家榜单。

报告题目：弱约束掌纹识别

报告摘要：掌纹识别技术因其较好的非接触、非侵犯性、掌纹半私密性以及使用便利性而受到广泛关注，近年来，亚马逊和腾讯相继推出“刷手支付”系统Amazon One和WePalm，进一步激发了人们对掌纹识别技术的兴趣。本报告首先介绍掌纹识别技术的主要发展历程，然后介绍项目组开展的弱约束掌纹识别方面的工作，主要包括掌纹图象超分辨率、弱约束掌纹特征提取和VIS-NIR异质掌纹识别等，最后对掌纹识别技术未来发展做一个展望。

简介：丁守鸿，博士毕业于上海交通大学计算机科学与技术专业，自2016年加入腾讯，主要从事生物特征识别、活体检测、内容取证和模型对抗攻防等方面的研究。带领的团队研究成果多次被CVPR、ICCV、ECCV、NIPS等会议录用并发表，负责的技术在微信、腾讯云等多个产品中应用落地。

报告题目：掌纹可控生成与识别

报告摘要：从生物特征识别背景出发，介绍生成技术在生物特征安全、识别与信息保护方面的应用，特别是生成技术辅助提升掌纹识别方面的最新进展，并展示生物特征技术在典型场景中的落地实践。

简介：中科院信息工程研究所博士，玄武实验室安全研究员。感兴趣的领域包括生物认证安全、移动安全、硬件安全、大模型隐私与攻防等。研究成果曾发表在GeekPwn、BlackHat USA、Usenix Security、WASA (best student paper)上。

报告题目：无限手套攻击-手机指纹暴力破解

报告摘要：本研究首次提出了一种针对智能手机指纹认证系统的新型暴力破解攻击，称为“无限手套”。该攻击无需获取受害者的指纹信息，利用了多个制造商和操作系统的设计漏洞，允许无限制地进行认证尝试。通过SPI中间人攻击绕过活体检测，并使用合成指纹生成器创建暴力破解字典，攻击可以在不到一小时内成功。研究表明，这种攻击方法具有低成本和高可扩展性，对多种智能手机型号有效。

简介：清华大学自动化系长聘副教授，博士生导师。研究方向包括生物特征识别、人机交互、医学影像分析。主持科技部重点研发课题、国自然优秀青年基金等项目。担任IEEE T-IFS编委、中国生物特征识别会议（2015-2021）程序委员会主席、国际生物特征识别会议（2014-2016，2021）领域主席等。发表IEEE和ACM期刊论文50余篇，合著《Handbook of Fingerprint Recognition》第三版（Springer出版）。获国家技术发明二等奖（2018）、中国电子学会一等奖（2011）、浙江省自然科学一等奖（2022）、教育部自然科学二等奖（2011和2015）、中国发明专利银奖（2019），六次获得会议最佳论文奖或提名。

简介：赵启军，四川大学计算机学院（软件学院、智能科学与技术学院）教授、博士生导师、副院长，四川省学术和技术带头人后备人选。长期从事生物特征识别领域的研究工作，研究兴趣包括人脸与指纹识别、动物生物特征识别、生物特征安全等。曾获上海市自然科学奖二等奖、四川省科技进步奖三等奖、国际计算机视觉与模式识别会议（CVPR）杰出评审专家称号、《中国图象图形学学报》优秀编委等。现任《中国图象图形学学报》青年编委、中国图象图形学学会会员发展与服务工作委员会委员、中国计算机学会软件能力认证（CSP）组织委员会常任委员等。

简介：刘凤，2014年在香港理工大学电子计算学系获得博士学位，之后作为海外高层次人才由深圳市政府引进，现为深圳大学副教授，博士生导师。获得深圳市海外高层次人才，深圳市后备人才，南山区领航人才称号。主要研究领域为人工智能，计算机视觉，模式识别等领域。近年来在相关领域（TIP,TIFS, IEEE Transactions on Cybernetics, TNNLS, PR等）JCR1区期刊发表学术论文40余篇，并在ICCV, ECCV，AAAI，IJCB等相关领域国际国内会议上发表论文10余篇，其中一篇论文获得广东省计算机学会优秀论文二等奖。申请发明专利20余项，授权国内发明专利10件，并完成授权专利转化 1 项。主持包含国家自然科学基金面上，青年基金等项目10余项。承担多个会议及期刊的审稿工作，并担任相关领域会议ICB，CCBR，PRML，WSB的local chair，session chair等工作。

简介：张宁，正高级警务技术职称，清华大学博士，公安部鉴定中心研究员，主要研究方向为视频图像分析、物证光学检验以及法庭科学标准化研究。先后主持和参与国家和省部级科研项目20余项，在Nature Communications等知名期刊发表学术论文50余篇。

报告题目：法庭科学视角下的人像证伪技术探索与应用

报告摘要：近年来，通过“AI换脸”、“面具伪装”等方式实施欺诈、制造虚假信息等新型违法犯罪活动日趋频繁，维护国家安全和社会稳定面临新挑战。本报告立足法庭科学的视角，从证伪鉴定、来源追溯、攻击防御、风险评估四个维度探讨人像证伪关键技术，通过开发一套集成化的人像证伪平台，初步应用在实际案件中，有效提升了公安机关对伪造人像的鉴定能力和质量。

简介：苏航，清华大学计算机系副研究员，入选国家级青年人才计划，主要研究鲁棒机器学习和具身智能等相关领域，发表CCF推荐A类会议和期刊论文100余篇，谷歌学术论文引用10000余次，获得吴文俊人工智能自然科学一等奖，ICME铂金最佳论文、MICCAI青年学者奖和AVSS最佳论文等多个学术奖项，现任中国图像图形学会青工委执委、IEEE TPAMI和Artificial Intelligence编委，IEEE P7018 生成式大模型安全标准工作组主席，曾任VALSE执行AC委员会主席，NeurIPS的领域主席（Area Chair）、AAAI Workshop Co-Chair等。 

报告题目：大模型时代的人工智能对抗安全风险探索

报告摘要：在GPT等大型模型的快速发展推动下，人工智能系统正加速技术革命和产业进步，逐步融入人类日常生活。在这背景下，确保人工智能系统的安全性和可靠性显得尤为重要。当前的人工智能普遍存在鲁棒性不足，容易受到欺骗和误导，为其大规模应用和部署带来安全隐患。本报告将重点探讨深度学习算法安全中的挑战，从对抗鲁棒的基本原理出发，详细介绍基于对抗攻击的深度学习模型风险识别方法，尤其是面向GPT4等多模态大模型的黑盒对抗攻防问题。同时，报告将阐述在此基础上发展的鲁棒深度学习算法，讨论如何利用扩散模型等预训练方法提升模型的安全性和可靠性方法。

简介：吴保元博士现任香港中文大学（深圳）数据科学学院终身副教授和助理院长（科研）、深圳市模式分析与感知计算重点实验室（筹）副主任、龙岗区智能数字经济安全重点实验室主任。其研究方向包括可信人工智能、机器学习和计算机视觉，在人工智能的顶级期刊和会议上发表论文90余篇，并曾入选人工智能顶级会议CVPR 2019最佳论文候选名单。其担任人工智能领域国际期刊Neurocomputing编委、第五届中国模式识别与计算机视觉大会PRCV 2022组委会主席、国际会议CVPR 2024、NeurIPS 2022/2023/2024、NeurIPS Datasets and Benchmarks Track 2023/2024、ICLR 2022/2023/2024/2025、ICML 2023/2024、AAAI 2022/2024/2025领域主席、中国自动化学会模式识别与机器智能专委会副秘书长，入选斯坦福大学“全球前2％顶尖科学家”2021、2022年度榜单。作为项目负责人承担广东省自然科学基金杰出青年项目1项，科技部重点研发计划重点专项课题1项，国家自然科学基金面上项目1项， 深圳市优秀科技创新人才优秀青年基础研究项目1项，CCF-腾讯犀牛鸟基金1项，CCF-海康威视斑头雁基金1项，CAAI-华为MindSpore学术奖励基金1项，腾讯犀牛鸟研究专项基金2项。

报告题目：基于多模态大模型的可解释深度伪造检测

报告摘要：随着生成式人工智能技术的快速发展，深度伪造（DeepFake）检测已成为一项重大挑战。传统检测方法虽然能够判断内容真假，但往往缺乏解释性，导致模型在实际应用中的可信度不足。为了充分发挥多模态大模型在DeepFake检测中的潜力，我们首先对不同提示（prompt）在GPT-4和Gemini等多模态大模型上的表现进行了评测。结果显示，这些大模型在某些方面表现出色，但也存在一定的局限性。基于这些评测结果，借鉴取长补短的思想，我们设计了一套新框架，不仅强化了模型的优势，还有效弥补了其短板。同时，该框架具备良好的可扩展性，并在确保解释性的前提下，检测性能也达到了SOTA水平。更多详细信息可参见 (https://arxiv.org/abs/2410.06126)。

简介：周文柏，中国科大“墨子杰出青年”，微软“铸星计划”访问学者。主要研究兴趣包括信息隐藏和人工智能安全，发表安全领域四大顶会CCS、IEEE TPAMI、CVPR等高水平论文四十余篇。获中央军委某部主办的“众智2022”创新应用大赛获得第一名，参与Facebook发起的全球最权威深伪检测挑战赛DFDC，获全球第二，奖金30万美元，入选2014年以来中国人工智能安全领域8项代表性成果，主导研发全球最具影响力深伪工具DeepFaceLab，与OpenAI研发的GPT2共同入选2020年十大Github开源项目，主导研发“合成现实数字人钱学森”，获中央电视台、新华网、人民日报等主流媒体专访报道。主持某工程重点项目、国家自然科学基金、国家重点研发计划课题等项目。获国家授权发明专利4项，担任TPAMI、IJCV、CVPR等多个期刊会议的组委会成员与审稿人。

报告题目：生成式人工智能安全与新质数字资产

报告摘要：生成式人工智能技术（AIGC）是新质生产力技术中最具代表性的技术之一。AIGC技术的快速发展带来了潜在的安全问题，尤其是对人脸等生物属性的模仿合成导致认知威胁、电信诈骗等国家安全与公共安全威胁，因此生成式人工智能安全问题亟待关注与解决。另一方面，AIGC技术具有巨大的应用潜力，可以用于新质数字资产的构建，不同于传统“数字资产”将有型的实物数字化，新质“数字资产”以“合成现实技术”为核心，将真实世界的不可再生资产（如历史人物、文学著作角色等）数字化、再生化，在文化力传播、科学精神传播、IP资产保护与利用等方面产生巨大价值。本报告将以AIGC与新质数字资产为主题，简述生成式人工智能的安全风险与合成现实技术的发展及应用。

简介：余梓彤，大湾区大学信息科学技术学院助理教授，研究员，博导，IEEE高级会员。研究方向为可信媒体计算和以人为中心的计算机视觉。以第一/通信作者发表CCF-A类顶刊顶会论文17篇（含2篇一作TPAMI和2篇一作IJCV），以通信作者发表1篇Cell子刊Patterns，发表论文谷歌总引用4567次，h-index 30，带领团队获3项国际学术竞赛冠亚军。担任国际期刊Frontiers in Artificial Intelligence编委，曾担任ICME 2023、BMVC 2024、IJCB 2024领域主席。获IEEE芬兰最佳学生会议论文奖，ICME 2024最佳论文候选，IEEE芬兰信号处理/电路与系统社区最佳论文奖亚军，国家优秀海外自费留学生奖，入选斯坦福2023世界前2%顶尖科学家榜单，指导学生获IAPR最佳学生论文奖。

报告题目：多模态大模型幻觉与鲁棒的一些思考

报告摘要：随着人工智能的发展，多模态大模型的鲁棒性和安全性逐渐成为影响用户体验与使用的关键议题。幻觉现象，即模型输出与输入不一致的问题，和面向人眼难以察觉对抗攻击的鲁棒性，已然成为研究重点。本报告将探索关于图文多模态大模型的幻觉现象与对抗鲁棒特性的关系，并对视听多模态大模型的幻觉现象进行思考总结。

简介：教授，博士、入选安徽省“百人计划”。作为玛丽居里学者在意大利萨萨里大学、奥地利萨尔斯堡大学从事生物特征保护和加密方向的研究。目前主要从事可信人工智能、计算机视觉、模式识别及多媒体安全等方面的研究。主持国家自然科学基金面上项目、安徽省自然科学基金面上项目等省部级课题和马来西亚教育部等多项海外科研项目等。已发表高水平期刊和会议学术论文70余篇，包括IEEE、ACM会刊及CCF推荐A类国际会议。

简介：万军，多模态人工智能系统全国重点实验室研究员，北京市杰青，科技部“战略性科技创新合作”重点专项项目负责人，中国科学院国合重点项目负责人，IEEE Senior Member，Chalearn理事会成员。从事智能视频分析与交互技术研究，发表学术论著90余篇（一作/通讯PAMI4篇，最佳论文奖2篇）。受IEEE TPAMI前主编、多伦多大学Sven Dickinson 教授邀请以第一作者撰写首部多模态人脸防伪专著。担任顶级刊物IEEE TPAMI和IJCV客座编辑、CCF A类信息安全刊物IEEE TIFS编委、IET Biometrics编委和ICME /FG/ICPR领域主席。以Chair身份在CVPR （2019、2020、2023、2024），ICCV 2021上举办人脸防伪赛事，吸引超1600 支国内外队伍参赛，获国内外广泛关注。获得2022年度中国图象图形学学会自然科学奖二等奖（第一完成人），第十三届北京青年优秀科技论文一等奖，国内外竞赛冠亚军8项。

简介：李岳尊，中国海洋大学，硕士生导师。本硕毕业于山东大学，博士毕业于美国纽约州立大学奥尔巴尼分校，师从IEEE Fellow Siwei Lyu教授。曾在美国州立大学布法罗分校担任高级研究科学家。主要研究方向为计算机视觉安全与分析，近年来专注于深度伪造检测与防御，研究成果发表于CVPR、ICCV、ECCV、TIFS、TNNLS、TCSVT、PR等国际顶级会议和期刊，谷歌学术引用6000余次，多篇论文的单篇学术引用超过1000次（CVPR20,CVPRW19,ICASSP19,WIFS18）,其中WIFS18曾被CCTV13《世界周刊深度伪造专题》报道。担任TPAMI、TIP、IJCV、TIFS、ICCV、CVPR、AAAI、NeurIPS、ICLR等多个国际顶级期刊和会议的审稿人。主持国家自然科学青年基金、博士后站前特别资助项目、博士后面上项目、中央高校基本科研业务费、青岛市博士后项目等多个项目。

简介：吴志勇，清华大学深圳国际研究生院副研究员、博士生导师，中国计算机学会CCF语音对话与听觉专委副秘书长。研究兴趣为智能语音交互技术，曾获教育部、北京市、深圳市科技进步等奖励。获2023年度ICASSP语音信号质量增强挑战赛冠军、ICASSP Top 3%论文、中国多媒体大会最佳论文、INTERSPEECH最佳学生论文、CVPR Highlight论文等。获深圳市教学成果奖、清华大学良师益友荣誉称号、CCF语音对话与听觉专委卓越服务者奖励。

报告题目：基于大语言模型的语音细粒度理解与精细可控生成及克隆

报告摘要：语音是人类交互最自然和直接的方式，其不仅承载语义内容，更蕴含各种言外之意，如说话人音色、年龄、身份；音高、语速、能量等韵律特性；情感、态度、场景等副语言信息，给多模态大模型的构建带来重大挑战。本报告将探讨基于大语言模型的语音细粒度理解与精细可控生成方法，旨在通过更准确的语音理解和更精确的可控生成，构建基于人工指令的精细可控的表现力语音生成大模型，为实现和谐自然的多模态交互提供新的解决方案。

简介：易江燕，中国科学院自动化所多模态人工智能系统全国重点实验室副研究员、博士生导师、国家优青。曾在阿里巴巴iDST（达摩院）工作，主要研究方向为语音信息安全，研究成果于2022年获中国人工智能学会吴文俊人工智能技术发明特等奖、2023年获北京市发明专利奖一等奖、2024年获中国发明协会成果奖一等奖。主持国家自然科学基金、科技部重大项目和国际合作项目等10余项，在IEEE TASLP、AI、PR、ICML、AAAI、ACM MM和ICASSP等重要国际期刊和会议上发表论文80余篇，已授权发明专利57项（含美国发明专利9项）。多次担任语音领域重要国际会议Interspeech和ICASSP的领域主席与分会主席，担任国内外重要会议出版主席和学生论坛主席，在国际重要会议上发起了“深度合成音频鉴别”国际挑战赛ADD。

报告题目：面向复杂场景的深度合成语音鉴别

报告摘要：ChatGPT、GPT-4、GPT-4o和GPT o1 等大模型的迭代问世，显著改善了人类生活，但被恶意利用的AIGC技术也给社会和人类带来巨大危害。故此，深度合成语音鉴别技术受到越来越多的关注，尽管研究者做了大量有益的尝试，大多工作聚焦于在特定环境下的语音鉴别。但是，在复杂场景下，面对强干扰音频，比如人工模仿、局部篡改等生成痕迹微弱的语音，已有鉴别技术并不适用，因此本报告拟针对语音鉴别模型难以应对强干扰音频的难题，着重介绍提升鉴别模型鲁棒性的解决思路和方法，以及探讨对鉴别结果进行溯源分析的思路和尝试，并展望未来潜在的研究重点。

简介：何亮，教授、博士生导师，清华大学援疆干部，新疆大学智能与科学技术学院院长兼计算机科学与技术学院常务副院长。研究领域：语音处理、知识图谱。主持6项国家级项目，科研成果在国家重要部门与地区部署。与华为、淘宝和腾讯等知名公司合作。多次参加国际权威评测（NIST SRE、LRE和OpenKWS等），技术指标多次名列国际前列。发表学术论文100余篇，授权国家发明专利8项。担任中文信息学会开源情报技术专委会秘书长等。全国高校黄大年式教师团队成员。ICASSP、Interspeech、ICME、Odyssey等国际会议程序委员会主席、领域主席和分会主席等，联合发起全国声纹识别技术与应用研讨会。

报告题目：自监督和噪声鲁棒的声纹识别系统研究

报告摘要：声纹识别作为生物特征识别领域的一个重要分支，其应用范围日益广泛。然而，传统的声纹识别系统面临着数据标注成本高昂、模型对未知环境适应能力差等问题。为此，我们展开了两阶段自监督说话人识别系统的研究，重点关注第二阶段的噪声伪标签清理过程，降低了对标注数据的依赖。此外，为了提高说话人模型在噪声环境下的鲁棒性，我们采用基于稳定学习的域泛化策略，使得模型能够在噪声环境下保持较高的识别精度。

简介：张晓雷，西北工业大学教授，博导。入选国家与省部级青年人才计划。从事智能语音处理，机器学习，人工智能的研究工作。在IEEE TPAMI、IEEE TCYB、IEEE/ACM TASLP等期刊、会议发表论文100余篇。出版专著2部、译著1部。申请发明专利30余项。承担省部级以上项目10余项。获得国际神经网络学会Neural Networks最佳论文、亚太信号与信息处理学会杰出讲者、中国造船工程学会创新团队、北京市科学技术一等奖、陕西省高等学校优秀科学研究成果一等奖等。研究成果在国内电信运营商等企业的服务与产品中成功应用。目前担任Neural Networks、IEEE/ACM TASLP、IEEE SPL等多个国际期刊的编委、IEEE信号处理学会语音语言技术委员会委员、中国中文信息学会语音信息专委会副主任委员等。

报告题目：鲁棒声纹识别的对抗防御

报告摘要：生物特征识别是信息安全领域的一种重要方式。人的声纹识别（也称作说话人识别）作为生物特征的一种形式，具有非接触性特点，在国安、金融等领域有广泛应用。现代声纹识别模型以深度神经网络为主，对恶意攻击的扰动噪声敏感，造成了模型的脆弱性及安全隐患，对此，亟待开展面向恶意扰动攻击的鲁棒声纹识别对抗防御研究。本报告将在分析白盒攻击、黑盒迁移攻击、组合攻击、后门攻击等攻击方法基础上，介绍近年来的白盒和黑盒声纹对抗防御方法，包括对抗样本检测、纯化、鲁棒模型训练等，并简要探讨未来的发展方向。

简介：凌震华，中国科学技术大学信息学院教授、博士生导师，语音及语言信息处理国家工程研究中心副主任，入选教育部CJ学者校企联聘学者。主要从事语音信号处理、自然语言处理等方向的研究。主持多项国家自然科学基金、国家重点研发计划课题、安徽省语音专项等科研项目，已发表论文200 余篇，累计被引1万余次，获国家科技进步奖、IEEE信号处理学会最佳青年作者论文奖等奖项，多次在国际语音语言技术评测中获得第一名。任IEEE/ACM TASLP等期刊编委、IEEE信号处理学会语音与语言处理技术委员会委员、中国计算机学会语音听觉与对话专委会秘书长、全国人机语音通讯学术会议常设机构委员会委员。

报告题目：面向话者隐私保护的语音匿名化方法研究

报告摘要：近年来，随着话者识别和语音伪造等技术的快速进步，语音中话者信息被恶意利用的威胁逐渐加剧，话者隐私保护需求日益凸显，为此，我们展开语音匿名化方法的研究。具体地，针对匿名化语音与原语音在机器和主观感知之间的一致性，分别研究同步和异步语音匿名化方法。其中，同步语音匿名化通过将原话者替换为伪话者获得被机器和主观听感一致感知为伪话者的匿名化语音，本研究以提高原话者隐藏能力和伪话者独特性为目标，开展基于伪话者不确定性建模的语音匿名化方法研究。在异步语音匿名化中，分别以语音和话者表征为对象，探索基于话者对抗扰动的匿名化语音生成方法，实现在模糊原语音中话者身份信息机器感知的同时，保留原话者的主观感知。

简介：陶建华，清华大学教授，国家杰青获得者，国家级领军人才，科技部信息光子领域专家，长期从事智能信息融合与处理、语音处理、情感计算、大数据分析等方向。先后负责和参与国家级项目40余项，在国内外主要期刊发表具有国际影响力的论文400余篇，已授权中国发明专利125项、美国发明专利19项，并完成多项国家和国际标准，研究成果获中国人工智能学会吴文俊技术发明特等奖、中国电子学会技术发明奖一等奖、中国电子学会技术进步奖一等奖，及多次获得国家国内学术会议及竞赛优胜奖。

简介：张超，清华大学电子工程系助理教授，博士生导师，伦敦大学学院脑科学部荣誉副教授，研究方向为多模态语音语言处理技术和计算认知神经科学。张超于2009和2012年在清华大学计算机系获得本科和硕士学位，2017年在剑桥大学工程系获博士学位。博士毕业后曾任剑桥大学副研究员、京东AI顾问和语音组联合负责人、Google公司高级研究科学家等职务。还发表了90多篇同行评议的会议和期刊论文，其中包括ICASSP、ASRU、SLT和Interspeech等语音领域旗舰级会议的最佳学生论文奖。还担任剑桥大学工程系客座研究员、中国中文信息学会语音信息专委会副秘书长等学术兼职。入选国家高层次人才计划青年项目。

简介：范存航，安徽大学计算机科学与技术学院副教授，入选安徽省优青人才项目，曾获安徽省计算机学会优秀青年科学家奖。主持国家自然科学基金、国家重点研发计划子课题等国家/省部级项目6项。近5年，以第一或通讯作者在TPAMI、TASLP、TAFFC、ACM MM、IJCAI和AAAI等国际顶级期刊和会议上发表论文30余篇。曾获安徽省科技进步三等奖、中国人工智能学会教学激励计划一类成果、安徽省教学成果二等奖等。多次获国内外学术会议的最佳论文奖，指导学生获得国际多模态情感计算挑战赛（MuSe-Mimic）第一名和挑战杯黑科技赛道特等奖（星系级）等。

简介：左旺孟，哈尔滨工业大学计算机学院教授、博士生导师。主要从事底层视觉、视觉生成、视觉理解和多模态学习等方面的研究。在CVPR/ ICCV/ECCV/NeurIPS/ICLR等顶级会议和T-PAMI、IJCV及IEEE Trans.等期刊上发表论文200余篇，谷歌学术引用60,000余次。曾任ICCV、CVPR等CCF-A类会议领域主席，现任IEEE T-PAMI、T-IP、中国科学-信息科学、自动化学报等期刊编委。

报告题目：工业视觉缺陷检测大模型及黑盒调优算法

报告摘要：视觉缺陷检测是工业制造的重要组成部分，由于产品种类繁多，制造工艺复杂，缺陷多样，通常的视觉模型往往难以适应新产品、新制程和新缺陷的变化。考虑到视觉-语言大模型在通用视觉任务中强大的语言和视觉理解能力，我们提出了一个工业视觉缺陷检测大模型，通过引入视觉专家模块和利用语言大模型改善缺陷检测的泛化能力和适应性。另一方面，随着语言大模型和多模态大模型的持续发展，当前的多数商用基础模型如ChatGPT和Gemini已不再开源模型结构与代码。为此，报告还将关注黑盒大模型的微调，使之更适用于特定的下游任务，以及如何利用黑盒大模型的推理与求解能力，更好地求解视觉学习中的优化问题。

简介：浙江大学计算机学院教授、博士生导师。主要研究方向为多媒体计算和交互式生成模型，在国际期刊TPAMI和机器学习和视觉计算会议NeurIPS、ICML、ICLR、CVPR和ICCV等发表60余篇论文，包括：低延时伪数值扩散模型推理算法PNDM（ICLR22）、并行化语音生成算法FastSpeech 1/2和DiffSinger（NeurIPS19/ICLR21/AAAI22）、单图三维重构算法GeneFace（ICLR23/ICLR24）和零样本语音合成MegaTTS（ICLR24）等，谷歌学术引用近1.3万次，应用于微软、字节、Stability AI、华为等公司，获2021年度中国电子学会科技进步一等奖、2022年度教育部科技进步一等奖，入选斯坦福大学发布的“全球前2%顶尖科学家榜单”。

报告题目：跨模态内容理解与生成

报告摘要：多模态理解融合文本、图像和音频等输入以深化场景理解，通过特征提取、对齐和整合实现。多模态生成则基于此理解创建协调的跨模态输出。传统的多模态对齐方法主要通过对比学习在大型配对数据集上进行预训练，这不仅耗费巨大的计算资源，而且依赖于模态配对数据。我们的研究方法颠覆了这一模式，仅通过引入一个轻量级映射层，我们能在不解冻预训练模型编码器的情况下实现高效的微调，将多种预训练模型的知识融合，在不依赖配对数据的情况下扩展任意两两模态间的对齐，极大的拓展了下游多模态任务的使用场景。在多模态对齐的基础上，我们提升了多模态生成能力，通过音视频模态对齐、非自回归特征估计和特征融合技术实现同步生成。此外，使用扩散模型在对齐空间中从动作创造音乐，为多模态内容的理解与创作开辟了新途径。

简介：王利民，南京大学教授，博士生导师，国家海外高层次青年人才计划入选者，科技创新2030-“新一代人工智能”重大项目青年科学家。2011年在南京大学获得学士学位，2015年在香港中文获得博士学位，2015年至2018年在苏黎世联邦理工学院（ETH Zurich）从事博士后研究工作。主要研究领域为计算机视觉和深度学习，专注视频理解和动作识别，在IJCV、T-PAMI、CVPR、ICCV、NeurIPS等学术期刊和会议发表论文100余篇。根据Google Scholar统计，论文被引用 23000余次，两篇一作论文取得了单篇引用接近或超过4000的学术影响力。在视频分析领域做出了一系列有重要影响力的研究工作，例如：TSN网络架构，VideoMAE预训练方法，MixFormer跟踪器等。曾获得广东省技术发明一等奖，世界人工智能大会青年优秀论文奖，ACM MM 2023最佳论文荣誉提名奖。入选2022年度AI 2000人工智能全球最具影响力学者榜单，2022年度全球华人AI青年学者榜单，2021-2023年度爱思唯尔中国高被引学者榜单。担任CVPR/ICCV/NeurIPS等重要国际会议的领域主席和计算机视觉领域旗舰期刊IJCV的编委。

报告题目：多模态视频理解大模型InternVideo

报告题目：构建多模态基础模型已经成为计算机视觉领域的研究热点。视频理解面临着数据维度高、信息容量大、场景变化多等核心挑战，如何构建通用视频理解基础模型已经成为现阶段一项极具挑战的任务。本次报告将主要介绍多模态视频理解基础模InternVideo及其背后的关键技术，包括单模态视频自监督预训练方法VideoMAE, 多模态视频弱监督预训练方法UMT和多模态视频交互对话模型VideoChat。同时还将介绍多模态视频数据集InternVid和多模态视频评测基准MVBench。最后将展望多模态视频基础模型发展趋势。

简介：复旦大学计算机科学技术学院副教授、博士生导师，入选国家级青年人才计划。2020年在美国马里兰大学获得博士学位。主要研究方向为计算机视觉与深度学习，近年来发表TPAMI、IJCV、ACM/IEEE汇刊、CVPR、NeurIPS等中国计算机学会A类国际期刊、会议长文五十余篇，谷歌学术引用7000余次。曾获2022年教育部自然科学奖一等奖、2022年AI 2000多媒体领域最具影响力学者等奖项。主持国家自然科学基金青年基金、科技创新2030“新一代人工智能”重大项目子课题以及来自华为等知名企业的多项科研项目。担任CVPR、NeurIPS等多个国际顶级学术会议领域主席或高级程序委员会委员。

报告题目：视频内容理解与生成

报告摘要：随着电子设备和互联网技术的不断普及和成熟，视频正逐渐成为用户更加偏好的内容传播方式。在视频总体数量急剧上升的背景下，如何高效识别视频中的动作、事件，实现对视频内容的自动理解对视频推荐、视频检索、智能安防等应用有着重要的意义。此外，高效的视频理解技术对于实现高质量的视频内容生成具有重要意义。本报告聚焦高效视频内容理解与生成，主要内容包括两个方面：（1）针对内容理解，探讨视频的高效表征学习；（2）针对内容生成，探讨基于扩散模型的视频生成与编辑。

简介：李翔，南开大学计算机学院副教授，博导，主持国自然青基，入选博新计划、南开百青，获CCF优博提名，吴文俊优青。在SCI一区/CCF A类刊物上发表40余篇学术论文，谷歌学术总引用14000余次。所提出的GFL目标检测算法成为最新YOLO系列标准配置（如YOLOv8/9/11）。合作提出的PVT模型入选ICCV21 Top-10最具影响力工作；PVTv2获CVMJ 2022年度最佳论文提名奖。担任Image and Vision Computing期刊编委。带领团队取得阿里巴巴天池首届大数据竞赛冠军（1/7186队伍）、滴滴研究院首届大数据竞赛冠军（1/7664队伍），粤港澳首届算法算例大赛（遥感目标检测赛道）亚军（2/116队伍），其中阿里竞赛相关成果被央视科教频道《走近科学》专集报道。

报告题目：遥感视觉基础模型

报告摘要：遥感目标检测技术在国防安全、环境监测、灾害预防等领域具有重要意义。其中，遥感目标检测是支撑诸多应用的视觉基础技术，近年来也受到了广泛的关注。本报告将介绍课题组近年来在遥感目标检测方向上的网络架构、数据集的相关工作，以及参与遥感类算法竞赛获奖及承办遥感类比赛情况。

简介：潘金山，南京理工大学计算机科学与工程学院教授、博士生导师。主要从事图像视频复原与增强等相关底层视觉问题的研究。目前在国际权威期刊和会议上发表论文100余篇。所发表论文在Google Scholar中被引用15000余次。研究工作获得2018年度中国人工智能学会优秀博士学位论文奖、辽宁省优秀博士学位论文奖以及2019年度国家优秀青年科学基金资助。担任IEEE TPAMI、CVIU等期刊的编委以及CVPR、ECCV、NeurIPS、ICML、ICLR等国际会议的领域主席。目前主持国家自然科学基金委-联合基金重点项目、面上项目等国家级科研项目。

简介：丁恒辉，复旦大学青年研究员、博导、入选国家海外高层次青年人才计划、上海市海外高层次青年人才计划。2016年于西安交通大学获学士学位，2020年于新加坡南洋理工大学获博士学位。曾在南洋理工大学和苏黎世联邦理工学院任博士后研究员。主要从事计算机视觉、多模态、场景理解、图像和视频分割等研究。过去6年内共发表论文70多篇，包括50多篇CCF-A类论文和 10多篇CCF-B类论文。担任IET Computer Vision期刊编委、Visual Intelligence期刊编委，担任多个CCF-A类国际顶级会议的领域主席，如CVPR、NeurIPS、ACM MM等，担任多个CCF-A类国际顶级会议的资深程序委员会委员，如AAAI、IJCAI等。担任上海市计算机学会副秘书长。

简介：严锐，南京大学助理研究员、毓秀青年学者。主要从事人体行为分析、视频内容理解方面的研究，发表CCF A类和IEEE/ACM Trans.论文30余篇，其中3篇论文入选ESI高被引/热点论文。主持国家自然科学基金面上项目、青年项目、中国博士后科学基金“特别资助”和“面上资助”项目等。入选2024年江苏省科协青年人才托举工程、2024年南京理工大学优秀博士学位论文、国家资助博士后、江苏省卓越博士后。

简介：徐迈，北京航空航天大学电子信息工程学院副院长，教育部长江学者特聘教授。主要研究方向为图像处理、人工智能及其在多媒体、生物医学上的应用。在IJCV、IEEE TPAMI、TMI、TIP等权威期刊和会议上发表论文百余篇。主持国家自然科学基金首批原创探索、重点、优青等项目。曾获教育部技术发明一等奖（序1）、北京市自然科学一等奖（序1）、吴文俊人工智能自然科学一等奖（序1）、中国科协求是杰出青年成果转化奖，北京市优秀博士论文指导教师等荣誉。

报告题目：基于Transformer的失真自适应人脸质量评价方法

报告摘要：近年来，伴随着移动互联网的迅速发展，人脸图像/视频在多媒体网络业务中得到广泛应用，然而受到采集环境和传输带宽等限制，人脸存在多种失真和较大质量差异，这严重制约了人类对图像的准确理解和体验质量。该报告介绍了本课题组在质量评价方面的研究进展，从人脸质量评价研究的背景和现状出发，进而介绍主要研究内容，包括多失真场景下数据收集与分析、失真类型和人脸部位对图像质量的影响机理、基于Transformer的失真自适应质量评价方法，最后介绍质量评价对于改善用户体验和优化图像传输和存储的未来展望。

简介：哈尔滨工业大学，教授，博导，IEEE资深会员。历任芬兰Oulu大学博士后、科研型副教授（Docent）和西安交通大学特聘研究员。已在顶级国际和国内刊物和国际会议上发表文章80余篇，2次获得领域内国际权威期刊和会议的优秀论文奖，5次带队获得国际评测冠军。作为负责人主持了国家重点研发计划课题、国家自然科学基金、芬兰信息学会博士后基金等10余个项目。相关工作见诸美国《麻省理工技术评论》等技术媒体专文报道。中国图像与图形学学会情感计算与理解专业委员会副秘书长，黑龙江省计算机学会学术工作委员会副主任、奖励工作委员会秘书长。目前的研究领域包括：智能目标感知与深度连续学习、多机策略分配与协同等。

报告题目：智能微表情分析现状、挑战与趋势

报告摘要：微表情是一种持续时间非常简短的自发人类脸部表情，往往反映了人们希望隐藏的真实情感所以不容易假冒。因此自动检测并识别这些转瞬即逝的信息在安防、医疗、商业等许多领域都具有广泛的应用前景。本次报告将简要汇报在微表情视频预处理、微表情检测、微表情识别等方面的的主要工作，总结近期基于深度学习的智能微表情分析的最新进展，并对未来发展趋势进行探讨。

简介：周修庄，北京邮电大学智能工程与自动化学院教授、博士生导师。博士毕业于北京理工大学计算机学院，研究领域包括计算机视觉、模式识别和医疗AI。发表包括TPAMI、TIFS、TAC、CVPR、MICCAI在内的期刊和会议论文60多篇，指导研究生获得CVPR、ICCV、ECCV等顶会挑战赛冠军5项，主持国家自然科学基金面上、北京市自然科学基金等项目十余项，相关技术成果在健康体检行业领军企业得到应用，产生显著效益。担任CCF计算机视觉专委会执行委员、CCF多媒体专委会执行委员、国际期刊《Neurocomputing》编委。

报告题目：人脸分析的不确定性量化

报告摘要：近年来，基于深度学习的人脸分析在预测精度方面取得了显著进展，然而单凭精度性能并不足以支撑高风险场景下的可靠决策，尤其考虑到现代深度网络往往产生过高信度的预测结果。预测不确定性的有效建模和精确量化是实现可靠和可信决策的关键技术环节，本次报告将围绕人脸分析的不确定性表示、不确定量化、不确定性校准等技术层面，介绍课题组在人脸血缘关系识别和人脸抑郁情感分析方面的研究工作，探讨其技术发展趋势。

简介：南京邮电大学教授，硕士生导师。2014年获得南京理工大学国家重点学科模式识别与智能系统专业博士学位。研究方向为高效低复杂度特征表示学习。主持结题国家自然科学基金项目2项（青年和面上）、江苏省自然科学基金项目2项（青年和优青）、江苏省“六大人才高峰”高层次人才项目1项，参与国家自然科学基金重点项目、科技创新2030-“新一代人工智能”重大项目各1项。近年来在国际权威期刊IEEE TIP/TMM/TCSVT/TIFS/TITS、PR以及权威会议AAAI、IJCAI发表论文70余篇(Google Scholar总引用2400余次)。曾获江苏省科学技术奖一等奖（7/11）。现为IEEE/CCF/CSIG 高级会员，CCF-CV/CAAI-PR/CAA-PRMI/CSIG-MV专委会委员，江苏省自动化学会青工委委员，中国图象图形学学会青工委委员，VALSE 执行AC。

报告题目：低质人脸图像增强与感知

报告摘要：在人脸识别和图像处理领域，低质人脸图像的增强与感知技术具有重要意义。由于采集条件差异、传输过程中的压缩失真以及环境噪声等原因，获取的人脸图像常常存在分辨率低、噪声高、细节缺失等问题。这些低质图像直接影响人脸识别算法的准确性和鲁棒性。本报告将介绍课题组近年来围绕低质人脸图像的增强与感知开展的研究，重点围绕模型的精度、速度等方面，提升模型的感知泛化能力。此外，本报告还将探讨针对开放动态非受限场景下的人脸图像增强与感知问题，提升模型在复杂场景下的稳健性和感知能力。

简介：王财勇，北京建筑大学电气与信息工程学院讲师，硕士生导师，主要研究方向为生物特征识别、计算机视觉、模式识别等。2020年毕业于中国科学院自动化研究所模式识别国家重点实验室，获得工学博士学位。近年来主持国家自然科学基金青年基金项目1项和北京市自然科学基金面上项目1项，入选北京建筑大学金字塔人才培养工程“建大英才”和北京市科协青年人才托举工程。目前在IEEE TIFS/TBIOM、自动化学报、计算机辅助设计与图形学学报和ICB、IJCB、ICASSP等国际国内主流学术期刊和会议上发表论文30余篇，其中1篇论文获第12届IAPR国际生物特征识别大会（ICB 2019）最佳论文提名奖，1篇论文获第7届国际生物特征识别联合会议（IJCB 2023）最佳学生论文奖，授权国家发明专利3项。担任SCI期刊CMC-Computers, Materials & Continua青年编委。

报告题目：眼部生物特征识别的进展与展望

报告摘要：虹膜识别技术因其唯一性、稳定性、非接触性、防伪性等特性，被认为是最具有潜力的生物特征识别技术，可作为万物互联时代的身份入口。然而当虹膜识别技术逐步放松对成像和用户的双重限制，应用在远距离、行进中、移动端、可见光、VR/AR等非约束的场景时，识别性能与安全性方面均会带来一些挑战。本次报告将从虹膜图像获取设备及数据库、虹膜分割和定位、虹膜识别、虹膜生成与活体检测以及多种眼部特征（虹膜、巩膜、眼周等）融合等方面介绍以虹膜为主体的眼部生物特征识别的最新进展，并对未来发展趋势进行展望。

简介：中国科学院自动化研究所、多模态人工智能系统全国重点实验室研究员和博士生导师、中国科学院大学人工智能学院岗位教授、国际模式识别学会IAPR Fellow、中国人工智能学会模式识别专委会副主任、中国图象图形学学会机器视觉专委会副主任，国际期刊IEEE Transactions on Biometrics, Behavior, and Identity Science编委，主要研究方向人工智能、多模态人机交互，主持国家级科研项目10余项，发表国际期刊和会议论文300多篇，获得超过16000次Google学术引用和2000次SCI他引，H因子65，授权发明专利56项。科研成果获得国家技术发明二等奖、中国专利优秀奖、中国图象图形学学会自然科学一等奖、吴文俊人工智能科学技术进步奖、北京市科技进步二等奖，入选国家万人计划科技创新领军人才。

简介：韩琥，中国科学院计算技术研究所研究员、博士生导师。2011年博士毕业于中科院计算所，之后分别在美国密歇根州立大学和谷歌从事生物特征识别研究工作，2015年回到中科院计算所工作。主要研究方向为计算机视觉、生物特征识别及医学视觉智能。在领域主流国际期刊与会议上发表学术论文100余篇，谷歌学术引用8000余次，H指数: 45。研究工作先后获得5项论文奖，包括1项IEEE信号处理学会的最佳论文奖(2020)和4项会议论文奖。受邀担任IEEE Trans. BIOM，Pattern Recognition，EURASIP等权威国际期刊的编委，及MICCAI2024, CVPR2024, MICCAI2023, FG2023，ECCV2022, ISBI2022, IJCAI2021，ICPR2020等权威国际会议的领域主席、Senior PC、Session主席；10余次在ICCV / CVPR / IJCAI / FG / WACV / PRCV等国内外重要会议上组织大会专题与学术论坛。

简介：朱翔昱，中国科学院自动化研究所副研究员，从事生物特征识别及人工智能基础理论研究与应用。国际模式识别协会（IAPR）生物特征识别青年学者奖（YBIA）获得者（每两年从全球范围内评选40岁以下学者一名）。发表文章的Google Scholar总引用次数为9400余次。获得三次国际竞赛冠军以及四项最佳论文及提名奖。入选IEEE Senior Member、国际期刊IEEE Transactions on Information Forensics & Security（T-IFS, CCF:A类）副编，中国科学院青年创新促进会、北京科协青年人才托举工程、百度学术全球华人AI青年学者榜单（全球25人），受到腾讯犀牛鸟基金支持。获2021中国电子学会科技进步二等奖、中国图象图形学学会优秀博士论文提名奖。