你好！欢迎来到北京图象图形学学会！
学会动态
更多>
- 北京图象图形学学会最美女科技工作者评选结果公示
- 以推动科学技术的创新、进步和发展为目的，学会开展了“最美女科技工作者”称号的遴选工作。经过严格的评审，现对8名拟入选者进行公示，公示期为5个工作日（2025年7月22日至2025年7月27日）。按姓氏拼音排序联系人：吕洁联系电话：010-82525258联系邮箱：office@bsig.org.cn
成果展示
更多>
- 北京图象图形学学会6人拟入选2025年度“高创计划”青年人才托举工程
- 2025年7月8日，北京市科学技术协会公布了2025年度“高创计划”青年人才托举工程拟入选人员名单，本次共有500名优秀青年入选。为扶持培养一批基础扎实、德才兼备有较强科研创新能力和突出科研潜质的优秀青年人才，通过学会动员、会员积极申报，并经形式审查、专家评审、社会公示等环节，最终确定由北京图象图形学学会组织申报并推荐的卫建泽、包世龙、刘云帆、胡雨凡、舒叶芷、温玉辉六位优秀青年学者拟入选。（按姓氏笔画排序）希望入选的青年人才在责任导师的指导下，在立项组织的支持下，在工作单位的培养下，继续弘扬科学家精神，脚踏实地、潜心研究、守正创新，多出成果、出好成果，把科技成果应用在实现现代化的伟大事业中。北京图象图形学学会坚持“人才强会”战略，高度重视青年人才培养，学会将为青年人才积极搭建学术交流平台、科技创新平台、国际合作平台、职业发展平台和跟踪服务平台等，促进青年人才成长，为学会高质量发展储备人才力量，共同为北京率先建成高水平人才高地和国际科技创新中心作出应有贡献。北京图象图形学学会曾连续获得青年人才托举工程项目资助，为学会的优秀青年人才争取到了更多培养机会，学会将在青托培养过程中始终提供健全的组织保障和规范的内部治理。希望在青托的培养工作中得到社会各界的支持、帮助和监督。每年本学会均作为青委会重点项目进行组织申报，并有大量相关项目、奖项征集通知，请图像图形领域青年科技工作者关注我们，获得更多参与机会！
学术会议
更多>
- 北京图象图形学学会青年人才成长沙龙（第七期）圆满召开
- 会议现场2025年4月27日下午，北京图象图形学学会主办的第七期青年人才成长沙龙圆满落幕。作为学会重点打造的学术交流平台，本次活动通过成果展示、专家问诊等形式，有效助力青年科研人才学术能力提升与项目申报筹备。学会青工委主任、中国科学院自动化研究所董晶研究员主持活动汇聚学会青托工程申请人、专家学者及会员代表等三十余人，由学会青工委主任董晶研究员（中国科学院自动化所）主持。北京航空航天大学段海滨教授（学会副理事长）、北京工业大学毋立芳教授（学会副秘书长）、北京工商大学陈谊教授（学会常务理事）、钱学森空间技术实验室李峰研究员（学会理事）、科技部/北京市科委入库专家李惠敏等学界权威组成智囊团，共同参与指导。学会副理事长、北京航空航天大学段海滨教授学会副秘书长、北京工业大学毋立芳教授学会常务理事、北京工商大学陈谊教授学会理事、钱学森空间技术实验室李峰研究员科技部、北京市科委等政府部门入库专家李惠敏论坛创新采用"双轨并行"模式：青年学者先以5分钟精炼陈述结合PPT展演科研成果，随后专家团队针对研究路径优化、技术攻关要点及青托申报策略开展精准把脉。这种"展示-诊断-提升"的闭环设计，既实现科研成果的价值外显，又构建起跨代际学术对话机制。- 左右滑动查看更多 -据与会者反馈，此次沙龙不仅化解了项目申报中的共性困惑，更通过专家系统梳理学科发展脉络，帮助青年学者校准研究方向。学会也将持续深化"传帮带"培养体系，计划建立常态化辅导机制与成果追踪制度，切实发挥学术共同体在人才培育中的枢纽作用。时值五四青年节前夕，这场以青年学者为主体、以学术传承为纽带的交流活动，更凸显出新时代科研工作者薪火相传的生动图景。
- 显著性检测 背景吸收的马尔可夫显著性目标检测
- 显著性目标检测能够减少后续视觉任务的数据处理量，当目标的形状轮廓或色彩纹理组成复杂时，准确地检测出完整的显著性目标是一项具有挑战性的工作。专家推荐本文提出了一种背景吸收的马尔可夫显著性目标检测方法，能够克服原有方法在吸收节点选择、结果等方面的缺陷，在3个不同类型的公开数据集上与多种现有方法的比较实验表明，整体上本文方法在PR曲线、F值以及视觉效果上均有明显的优势。论文亮点1、将原始图象分割成不同数量的超像素块并筛选出合适的边界，分别基于边界节点吸收和背景节点吸收计算获得显著图，能够适应复杂场景得到鲁棒的结果。 2、提出了一种基于边界选择、背景节点选择的多层图融合模型，使得最终获得的显著图具有更好的显著性表达能力。论文方法在SLIC分割的基础上，首先通过差异化筛选去除差异较大的边界，选择剩余三条边界上的节点进行复制作为马尔可夫链的吸收节点，通过计算转移节点的吸收时间获得初始的显著图，然后从初始显著图中选择背景可能性较大的节点进行复制作为吸收节点，再进行一次重吸收计算获得显著图，并对来自不同数量超像素块分割结果导出的多层显著图进行融合获得最终的显著图。图1 本文方法的流程图实验结果实验在ASD、DUT-OMRON和SED3个数据集上，对比了现有的12种方法。ASD数据集包含1 000幅自然图像；DUT-OMRON数据集中有5168幅具有复杂背景且显著目标大小不一的图片；SED数据集中有200幅具有挑战性的图像。设置初始的边界选择时的参数超像素个数为m=250，获取背景吸收节点时的阈值t=0.015。 图2显示了多种方法在ASD数据集上的PR曲线和F值结果。图3和图4是在DUT-OMRON数据集和SED数据集进行对比的结果。从PR 曲线和F值结果可以看出，在ASD和DUT-OMRON数据集上，PR曲线和F值均是最高的，SED数据集中，PR曲线是最好的，F值略低于MC方法，但整体而言，本文算法优于其他12种现有的算法。 在图5中给出在3种不同的数据集上，各种算法的视觉比较，从图5可以看出本文的显著图结果在视觉效果上能够更好地突出整个目标，从直观上来看，本文算法优于其他12种算法。 图2 多种算法在ASD数据集上PR曲线与F值比较 图3 多种算法在DUT-OMRON数据集上PR曲线与F值比较 图4 多种算法在SED数据集上PR曲线与F值比较 图5 在3种数据库上不同方法的视觉比较 第一作者 蒋峰岭，现为中国科学技术大学模式识别与智能系统专业博士研究生，目前主要研究方向为计算机视觉。邮箱:fljiang@mail.ustc.edu.cn 通信作者 孔斌，研究员，博士生导师。中科院合肥智能机械研究所仿生视觉实验室负责人。任中国图象图形学学会理事，中国人工智能学会智能机器人专业委员会委员，安徽省人工智能学会理事。多年来一直从事图象处理、计算机视觉相关的研究工作，获中科院科技进步二等奖一项，发表论文40余篇，EI收录30多篇，申请国家发明专利10项。先后参加和承担国家攻关、国家自然科学基金、国家863、973等以及中科院下达和地方委托的科研项目二十多项。目前，主要研究方向为智能机器人环境感知、工农业机器视觉应用、仿生计算机视觉等。邮箱:bkong@iim.ac.cn.INTRODUCTION实验室介绍中国科学院合肥智能机械研究所是中国科学院合肥物质科学研究院的重要研究单元之一，致力于在仿生感知、信息获取、智能农业信息系统、智能检测与控制、微纳米技术、先进制造、安全系统等重要领域为国家做出基础性、战略性和前瞻性的研究和贡献。建所近四十年来，智能所先后承担了国家自然科学基金、“863”计划、“973”计划、国际科技合作计划、中科院、省部及地方科技攻关等课题近千项，取得了一大批重要科技成果，获得了国家科学技术进步二等奖、联合国世界信息峰会大奖、安徽省科技进步一等奖等100多项科技奖，并承办中国自动化学会核心学术期刊《模式识别与人工智能》。作者所在研究团队主要研究方向为智能机器人环境感知、工农业机器视觉应用、仿生计算机视觉等。近年来参加国家自然科学基金重大研究计划重点项目和集成项目、中国科学院战略性先导科技专项课题等的研究，参与研制的“智能先锋号”无人车在国家自然科学基金委员会主办的“中国智能车未来挑战赛”多次获得优秀成绩。 引用格式Jiang F L, Zhang H T, Yang J, Kong B . Image saliency detection based on background-absorbing Markov chain[J]. Journal of Image and Graphics, 2018, 23(6): 857-865. [蒋峰岭, 张海涛, 杨静, 孔斌. 背景吸收的马尔可夫显著性目标检测[J]. 中国图象图形学报, 2018, 23(6): 857-865.]DOI: 10.11834/jig.170492原文链接http://www.cjig.cn/html/jig/2018/6/weixin/20180608.htm近年国内外优秀的视觉显著性检测算法1、Itti等人[1]提出基于Koch生物识别框架，提取了多尺度的亮度、颜色、方向特征，采用中央周边差操作构造特征图，再将特征整合后突出显著性区域；2、Harel等人[2]提出了一种基于图的视觉显著性检测模型；3、Hou等人[3]提出了一个频谱残差模型(SR方法)来计算显著性；4、Jiang等人[4]提出的基于马尔可夫链的方法(MC方法)中，关注节点在马尔可夫链上的随机游走过程，根据转移节点到吸收节点的吸收时间的不同，获得超像素块的显著值;5、Qin等人[5]提出了基于元胞自动机的方法；6、Tu等人[6]引入最小生成树的方法，可以获得一个实时显著性检测方法。[1] Itti L, Koch C, Niebur E. A model of saliency-based visual attention for rapid scene analysis[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1998, 20(11): 1254–1259. [DOI:10.1109/34.730558][2] Harel J, Koch C, Perona P. Graph-based visual saliency[C]//Proceedings of the 19th International Conference on Neural Information Processing Systems. Kitakyushu, Japan: ACM, 2006: 545-552. [DOI:10.1.1.70.2254][3] Hou X D, Zhang L Q. Saliency detection: a spectral residual approach[C]//Proceedings of IEEE Conference on Computer Vision and Pattern Recognition. Minneapolis, Minnesota, USA: IEEE, 2007: 1-8. [DOI:10.1109/CVPR.2007.383267][4] Jiang B W, Zhang L H, Lu H C, et al. Saliency detection via absorbing Markov chain[C]//Proceedings of IEEE International Conference on Computer Vision. Sydney, NSW, Australia: IEEE, 2013: 1665-1672. [DOI:10.1109/ICCV.2013.209][5] Qin Y, Lu H C, Xu Y Q, et al. Saliency detection via cellular automata[C]//Proceedings of IEEE Conference on Computer Vision and Pattern Recognition. Boston, MA, USA: IEEE, 2015: 110-119. [DOI:10.1109/CVPR.2015.7298606][6] Tu W C, He S F, Yang Q X, et al. Real-time salient object detection with a minimum spanning tree[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. Las Vegas, NV, USA: IEEE, 2016: 2334-2342. [DOI:10.1109/CVPR.2016.256]
- 2014年全国科普日北京主场活动报道
- 2014年全国科普日北京主场活动，以“创新引领未来、创新改变生活、创新在我身边、创新圆我梦想”四个主题为主线，每个活动区有若干科普展项、展品和活动 ,为公众营造全新的科普体验。 中共中央政治局常委、中央书记处书记刘云山和刘奇葆、李源潮、郭金龙、韩启德等领导同志参加了20日上午在中国科技馆举行的全国科普日北京主场活动。 北京服装学院教师负责的《体感3D服饰文化展示平台》，《旗袍三维交互学习系统》，《budiu的智能定位童鞋》项目经过北京市科协的层层选拔，进入创新改变生活之居家生活展区。 参观活动结束时，刘云山指出实现“两个一百年”奋斗目标和中华民族伟大复兴的中国梦，需要以科技实力为支撑，以自主创新为动力。创新成就梦想，创新引领未来。要大力实施创新驱动发展战略，推动我国科技创新不断迈出新步伐、取得新成绩。希望中国科协和各级科协组织加强科普宣传，突出大众性、贴近性，让科技走进百姓、走进生活，让人们在参与中感受科技魅力、焕发创新动力。希望广大科技工作者、教育工作者发挥自身优势，肩负起倡导科学思想、传播科学知识的责任，引导全社会特别是青少年爱科学、学科学、用科学。各级党委和政府要把科普工作摆在重要位置，支持开展科普宣传，引导人们提高科学素质，投身建设创新型国家的生动实践。 今年全国科普日活动主题是“创新发展，全民行动”。围绕这一主题，各地将组织开展7700多项科普活动。北京的主场活动于9月20日至26日在中国科技馆举办。
- 千人进千企之—北京大模型技术研讨会第一期圆满成功
- 本次研讨会由北京市科学技术协会创新服务中心指导，由北京七月在线、中关村数智人工智能产业联盟联合主办，由北京图象图形学学会、北京秒如科技协办。于2023年11月19日，在中关村虚拟现实产业园A座成功举办，各行各业开发者、业务负责人、CEO等齐聚一堂，共同探讨大模型技术的发展，场景，经验，前沿等。分享人July分享人刘老师分享人石老师 3个小时的研讨会，4位嘉宾不遗余力地做了大模型技术分享，现场答疑，赢得了与会人员的一致好评！ 随后4位分享人进行了现场答疑，对大模型技术、应用、发展等进行了深入的探讨和交流，为个人职业规划、大模型行业的发展找到了更明确的前进方向。 本次研讨会得到了北京市科学技术协会创新服务中心、中关村数智人工智能产业联盟联合、北京图象图形学学会、北京秒如科技的大力支持，是活动能够圆满成功的关键。论坛现场 同时，感谢参与者为获取新知不断努力的热情，你们的积极参与和鼎力支持为研讨会增添了无限活力。我们相信，每个心之所向的我们会为推动大模型的发展做出更大的贡献，共同推动行业的发展。本学会小店开业，敬请光临，扫描下方二维码了解更多：
推荐出版物
更多>
精品赏析
联系我们
- 电话010-82525258
- 邮箱office@bsig.org.cn
友情链接
