6月17日，中科院香港创新研究院人工智能与机器人创新研究中心（简称“创新中心”）主办，粤港澳大湾区人工智能与机器人联合会、广东人工智能与机器人学会、香港人工智能与机器人学会、澳门大湾区人工智能学会联合协办的“粤港澳大湾区CVPR圆桌论坛”在线上召开。 

　　本次论坛是创新中心为了庆祝香港回归祖国25周年举办的系列活动之一，汇聚了粤港澳大湾区在人工智能，特别是计算机视觉与模式识别方向的诸多知名学者，共同探讨如何推进人工智能学科发展，如何融入粤港澳大湾区的创科发展全局。 

　　中国科学院自动化研究所副所长、创新中心常务副主任曾大军研究员作开场致辞，他介绍了创新中心是中国科学院依托中国科学院自动化研究所，在香港地区建设的新型研发机构，旨在充分结合内地和香港在不同领域内的优势，助力大湾区的创科发展。他希望创新中心未来能够为促进AI研究向纵深方向发展提供很好的交流和讨论的平台；更加希望与大家一起合作通过科技创新增进民生福祉。 

　　报告环节中，来自香港中文大学、中山大学、创新中心、澳门科技大学的学者带来精彩报告。 

　　香港中文大学李鸿升副教授作题为 “Towards Practical Real-world Raw Image Denoising”的报告，针对现有无监督图像去噪方法中存在的性能低、难部署的问题，介绍了一种实用高效的无监督图像去噪方法，以实现最先进的去噪性能。该方法只需要单个噪声图像和一个噪声模型，这在实际的原始图像去噪中很容易获得。它迭代地执行两个步骤：（1）从噪声模型中构造一个带有随机噪声的噪声较大的数据集； (2) 在噪声较大的数据集上训练模型，并使用训练好的模型对噪声图像进行细化以获得下一轮使用的目标。该方法使用快速算法进一步逼近完整迭代方法，以实现更高效的训练，同时保持其原有的高性能。 

　　中山大学计算机学院副院长郑伟诗教授在题为“智能行为质量评估研究”的报告中指出，区别于一般的行为识别，行为质量评估并不只是识别视频图像的运动类别，更主要是分析和评价行为的完成质量。报告主要介绍了郑教授团队在行为质量评估研究上的工作；包括基于图计算的行为质量评估模型、评估函数架构自适应学习模式、类量表打分的行为质量评估策略等，并演示了上述研究如何被应用于化学实验行为质量评估和抗疫防护服智能穿脱的智能监测分析。

　　创新中心雷震研究员作题为“基于层次解析胶囊网络的无监督部件发现”的报告。胶囊网络旨在通过一组部件以及部件之间的关系来表征物体，这对视觉感知过程提供了指导。尽管最近的工作证明了胶囊网络在简单对象（如数字）上的成功，但对具有同源结构物体的探索仍然不足。本报告提出了一种层级解析胶囊网络（HP-Capsule），用于无监督的部件发现。HP-Capsule 将胶囊网络的应用从数字扩展到人脸，并向前迈出了一步，展示了神经网络如何在没有人工干预的情况下理解同源对象。 

　　澳门科技大学梁延研副教授在题为“Key issues for deep representation learning”的报告中讨论了深度表示学习的一些关键问题，包括尺度方差、特征的非均匀分布、多模态数据和多任务导向。

　　香港中文大学（深圳）吴保元副教授作题为“对抗机器学习最新进展”的报告，介绍了对抗机器学习中几个重要课题，包括黑盒对抗攻击、对抗训练、后门攻击与防御等，从攻击与防御两个视角、测试与训练两个阶段多维度分析深度学习系统的对抗鲁棒性问题，在梳理现有工作的基础上介绍了当前的最新进展，揭示未来发展趋势。

　　Panel环节，由创新中心执行主任张兆翔研究员主持，邀请到澳门科技大学张渡教授、香港理工大学张磊教授、悉尼科技大学徐东教授、中国科学院深圳先进研究院乔宇研究员、以及华南理工大学金连文教授，就计算机视觉与模式识别的前沿态势与思考以及计算机视觉与模式识别如何在大湾区创科发展中发挥作用等问题分享交流思考与见解。最终达成了科学研究需要沉心静气，不被浮躁的科研环境带偏，埋头苦干做出有影响力的工作的共识。

　　论坛最后，创新中心执行主任张兆翔作总结，对各位嘉宾在百忙之中支持论坛召开表示衷心感谢，也希望与各位同仁携手共同支持创新中心的建设，为促进大湾区科技发展做出自己的贡献。