VALSE Webinar 26-17期 总第422期 视觉编码与评价

来源：市场资讯

（来源：VALSE）

报告时间

2026年7月1日 (星期三)

晚上20:00 (北京时间)

主 题

视觉编码与评价

主持人

李帅 (山东大学)

直播地址

https://live.bilibili.com/22300737

报告嘉宾：马展 (南京大学)

报告题目：三维点云编码

报告嘉宾：邵枫 (宁波大学)

报告题目：面向多生产方式的视觉艺术图像质量评价方法研究

报告嘉宾：马展 (南京大学)

报告时间：2026年7月1日 (星期三)晚上20:00 (北京时间)

报告题目：三维点云编码

报告人简介：

马展，南京大学电子科学与工程学院的教授。他于2011年获得纽约大学博士学位，并分别于2004年和2006年获得华中科技大学的学士和硕士学位。从2011年至2014年，他曾在美国多家研究实验室工作。研究领域包括计算成像和脑启发的媒体编码。曾获2020年IEEE MMSP最佳图像编码解决方案奖、2023年IEEE WACV最佳论文奖、2023年IEEE CAS杰出青年学者、2025中国多媒体大会最佳论文奖等。担任IEEE TIP编委。

个人主页：

https://vision.nju.edu.cn

报告摘要：

本报告梳理了近年来点云编码工作的核心技术演进。整体路线从几何压缩与属性压缩的分别探索出发，逐步发展到几何属性联合建模和统一多尺度条件编码框架，并进一步叠加可变码率、码率控制和端到端渲染播放等系统能力。随着研究深入，密集对象点云与稀疏 LiDAR 点云在数据生成机制、统计结构、属性含义和部署约束上的差异逐渐显现，技术路线也从早期追求统一框架，转向面向不同场景的分化落地。总体来看，点云编码正从单一率失真优化，走向压缩效率、复杂度、实时性和应用场景共同驱动的系统化发展。

报告嘉宾：邵枫 (宁波大学)

报告时间：2026年7月1日 (星期三)晚上20:35 (北京时间)

报告题目：面向多生产方式的视觉艺术图像质量评价方法研究

报告人简介：

邵枫，宁波大学二级教授、博导，国家优秀青年科学基金获得者、浙江省杰出青年基金获得者。现任浙江省高校高水平创新团队“海洋信息感知与通信”团队负责人、“多媒体通信”教育部工程研究中心主任、“海洋信息感知与通信”省国际合作基地负责人等。主要研究方向为多媒体智能计算、多源信息融合与处理、人工智能应用。作为项目负责人主持承担了5项国家自然科学基金项目 (1项优青、3项面上、1项青年)、浙江省杰出青年基金、教育部博士点基金、宁波市重点研发计划项目、重大企业横向等。以第一/通讯作者发表本领域顶级IEEE汇刊/期刊论文80余篇，8篇论文入选ESI 高被引论文；以第一发明人授权国家发明专利100余项并实现技术转让；指导博士生获得2018年浙江省优秀博士学位论文提名奖、2021年浙江省优秀博士学位论文、2024年浙江省优秀博士学位论文和2024年中国科协青年人才托举工程博士生专项计划 (中国计算机学会)。研究成果主持或参与获得浙江省自然科学奖一等奖、浙江省科技进步奖一等奖、教育部科学技术进步奖二等奖、浙江省自然科学奖三等奖、宁波市科技进步奖一等奖等科研成果奖励。

个人主页：

https://eecs.nbu.edu.cn/info/3321/15386.htm

报告摘要：

视觉艺术内容创作正从人工绘制向机器生成加速演进，对质量评价提出了远超传统失真度量的多维诉求。如何应对人工创作中主观审美的评价模糊性、机器生成内容的可解释匮乏，以及混合场景下数据异构的泛化瓶颈，是构建统一评价体系亟需突破的关键问题。本报告将从人工生产、机器生产与混合生产三个维度，介绍面向多生产方式视觉艺术图像质量评价的研究进展，包括融合属性、情感与文本先验的人工图像美学感知方法，构建面向风格迁移与AIGC的机器图像多维度可解释评价模型，以及提出基于领域感知混合知识生成的混合图像高泛化评价模型。

主持人：李帅 (山东大学)

主持人简介：

李帅，山东大学，控制科学与工程学院，教授，齐鲁青年学者。致力于高效视频编码及分析、计算机视觉及人工智能的研究，已发表国际期刊及会议论文100余篇。荣获3次国际学术会议最佳论文奖 (IEEE ISCAS、IEEE BMSB、IIH-MSP)，并荣获IEEE Transactions on Broadcasting最佳论文奖提名。4项视频编码标准技术提案被国际和国家标准组织采纳，且被集成到相关视频编码标准的参考软件中。主持/参与国家自然科学基金青年科学基金、面上项目、重点项目及国家重点研发计划课题、山东省优青、山东省联合重点等项目。代表性工作独立循环神经网络 (IndRNN)获得谷歌及国际多位知名专家引文的肯定，包括图灵奖共同得主之一Yoshua Bengio，并被集成到多个深度学习软件库中包括TensorFlow。

特别鸣谢本次Webinar主要组织者：

主办AC：李帅 (山东大学)

活动参与方式

1、VALSE每周举行的Webinar活动依托B站直播平台进行，欢迎在B站搜索VALSE_Webinar关注我们！

直播地址：

https://live.bilibili.com/22300737；

历史视频观看地址：

https://space.bilibili.com/562085182/

3、VALSE微信公众号一般会在每周四发布下一周Webinar报告的通知。

4、您也可以通过访问VALSE主页：http://valser.org/ 直接查看Webinar活动信息。Webinar报告的PPT（经讲者允许后），会在VALSE官网更新。

看到这了，确定不关注下吗？关注下再走吧～