2024年7月21日，在中国图学学会第七届“奋发图强”青年科学家论坛召开期间，中国图学学会“奋发图强”青年人才学术沙龙2024年度第四期（总第24期）在大连成功举办，主题为“智能成像与感知技术及应用”。
本届论坛由第九届中国科协青年人才托举工程入选者、西北工业大学崔敏超教授和北京航空航天大学唐振超副教授担任论坛主席，论坛邀请到了英国兰卡斯特大学马楠博士（现任西北工业大学教授）、中国医学科学院医学信息研究所黄斌助理研究员、四川省西工大先进动力研究院杨富强副研究员、北京工业大学王博岳副教授、国防科技大学朱晨阳副教授、西北工业大学王渊彬副教授等知名专家，围绕智能成像和感知技术，就最新的理论发展、技术创新及应用实践进行深入交流与探讨。
首先，西北工业大学马楠教授介绍了特种机器人系统领域的相关进展，他着眼于大型重要工业设备原位检修与再制造的“卡脖子”难题，主要针对极端与受约束环境下原位检修与再制造需求，开发工业级内窥操作的大长径比超冗余连续体机器人系统，展开了对大长径比连续体机器人的理论研究和相关应用的进一步探讨，同时也涉及连续体机器人构型设计、力学建模等关键技术难题的分析和讨论，期望为大长径比超冗余连续体机器人系统的进一步扩展应用做出贡献。
西北工业大学马楠教授作报告
随后，中国医学科学院医学信息研究所黄斌助理研究员带来了视觉生命体征测量与智能医疗领域的最新进展。重点介绍了基于视觉生理监测(VBPM)技术，该技术能方便及时地监测血容量脉搏信号、心率、呼吸率、氧饱和度和血压等生理信息，为早诊早治提供重要数据基础和决策支持。报告从临床研究和 AI 技术角度，对 VBPM 在智能医疗与公共健康领域的应用、挑战和前景进行全面深入分析，并提出了相应的面向心血管疾病的家庭监测方案。
中国医学科学院医学信息研究所黄斌助理研究员作报告
第三，四川省西工大先进动力研究院杨富强副研究员介绍了复杂构件无损检测成像技术与应用领域的新进展。由于工业构件具有复杂的内部尺寸及几何特征，如何实现高效率、高精确无损检测一直是工业界的技术难题。他介绍了使用锥束 CT 可以提供高分辨率的三维成像，实现构件内外几何特征全检测一次性到位，适用于复杂几何形状和材料的检测。同时，还阐述了工业 CT 在检测分辨率低、图像质量差等方面涉及的相关技术方法与应用。
四川省西工大先进动力研究院杨富强副研究员作报告
第四，西北工业大学王渊彬副教授带来了基于视觉的复杂构件表面缺陷智能检测方面的报告。航空发动机叶片等复杂零件在制造业中扮演着重要的角色，其表面瑕疵检 测是制造过程中的关键一环。近年来，机器视觉在替代人工目视缺陷检测方面呈现巨大潜力，深度学习已经成为智能表面瑕疵检测的研究热点。但是，这类构件通常结构复杂、表面曲率多变，对检测准确性和效率都提出了更高的要求。本报告针对复杂构件的视觉检测路径规划、表面缺陷辨识、数据增强等方面展开探讨，介绍了围绕数据、 知识、机理融合的新思路的初步探索。
西北工业大学王渊彬副教授作报告
第五，北京工业大学王博岳副教授带来了复杂数据的知识表征方面的报告。复杂数据的表征学习致力于研究如何对多源涌现、体量巨大、非结构化、关联关系复杂的高维数据进行有效高效表达，挖掘隐藏在数据中的高价值知识从而服务于下游任务，具有重要的理论意义与应用价值。他针对复杂数据中“多源异构 难融合、依赖关系不明确、知识表达不完备”三个不同层次的难点问题，以数据内在本征结构和数据间关联关系为基础，从“数据表征=>关联表征=>知识表征”三个方面开展了深入的研究工作，建立了“多流形数据协同→多阶关系挖掘→知识演化表征” 的研究体系，提出了高维多维数据的乘积流形表示、图数据的特征演化和多阶关联、知识的本征结构和演化机理等一些列方法。
北京工业大学王博岳副教授作报告
最后，国防科技大学朱晨阳副教授带来了基于可扩展图结构的序列决策优化方面的报告。以大规模TSP问题求解为例，组合优化（Combinatorial Optimization, CO）是很多具身智能实际应用中都会涉及到的关键技术，尤其在环境感知与决策优化层面，其难点主要是解决方案空间巨大且实际应用往往需要实时响应。尽管基于深度学习的神经求解器在求解速度方面取得了显著进展，但其有限的表达能力无法很好地适应CO问题在很多应用中的多模态特性。报告人提出了一种基于可扩展图结构的序列决策优化方法，可以兼具解决方案质量和推理速度。该方法在具有10000个节点的超大规模旅行商问题和具有挑战性的最大独立集基准测试中取得了领先的性能，性能提升显著。
国防科技大学朱晨阳副教授作报告
报告结束后，各位研究专家与参会人员对共同感兴趣的领域和问题进行了沟通互动和交流，分享彼此见解。论坛主席为各位演讲嘉宾颁发了证书。
