大会合照

　　本次会议主题涵盖了模式识别、机器视觉与人工智能相关的多学科，共设立1场主旨报告、4场特邀报告以及分会场的口头报告。会议伊始，校党委副书记朱强教授致开幕辞。

　　校党委副书记朱强教授致开幕辞

　　享受国务院“政府特殊津贴”专家、国家教学名师、中南大学陈志刚教授致欢迎词。

　　中南大学陈志刚教授致欢迎词

　　国家优青、长江学者、清华大学任炬副教授针对现有云端部署模式存在的高计算开销与用户隐私风险，提出了端侧智能体架构OmniMind，并重点分析了核心技术挑战与解决思路。

　　清华大学任炬副教授作主旨报告

　　青年长江学者、南京大学戴海鹏副教授重点介绍了AI赋能下的视频分析系统优化方案。通过引入深度强化学习与深度神经网络算法，基于视频流的时空相似性，有效降低了视频处理的延迟与计算成本。

　　南京大学戴海鹏副教授作特邀报告

　　上海交通大学陈谐副教授介绍了开源高质量语音合成模型F5-TTS。模型在微软E2-TTS基础上进行架构优化，结合DiT与ConvNeXt V2，并在大规模语音数据集上训练，提升了语音合成的保真度与表现力。

　　上海交通大学陈谐副教授作特邀报告

　　全球2%顶尖科学家、兰卡斯特大学刘俊教授主要从事在人体建模与行为分析方面的系列研究工作，内容涵盖人体动作识别、姿态估计、运动分析及数字人生成等方向。他介绍了NTU RGB+D与UAV-Human等自主构建的重要数据集，以及Spatio-Temporal LSTM与DiffPose等关键算法模型，探讨了其在机器人、健康监测、元宇宙等应用场景中的实际应用价值。

　　兰卡斯特大学刘俊教授作特邀报告

　　在下午的分会场报告中，与会人员围绕模式识别、机器视觉与人工智能等相关会议主题进行了深入研讨。湖南人文科技学院信息学院彭自立博士作了题为“Light-VM2D-UNet: A Lightweight UNet Enhanced with Mamba2D for Medical Image Segmentation”的报告，他从医学图像分割面临的挑战出发，系统介绍了研究团队所提出的Light-VM2D-UNet解决方案，分析了现有方法的局限性，详细讲解了其创新的PVM2DRes模块，通过集成2D波前扫描机制和局部上下文增强，解决了现有Mamba模型在医学图像分割中的空间偏差和细节保留问题，并展示了在三个标准数据集上的实验结果。与会学者就模型的优势和未来改进方向开展了热烈讨论和交流，一致认为这项工作为资源受限环境下的医学图像分割提供了高效解决方案。

　　信息学院彭自立博士作口头报告

　　近年来，信息学院紧扣立德树人根本任务，立足高素质应用型人才培养目标，对标工程教育认证标准，以“产教融合”深化校企协同机制，将总体国家安全观贯穿育人全过程，培养信息技术创新应用先进计算人才。通过搭建专业平台服务地方产业、创新校企合作模式，实现就业质量与学科建设双提升；构建“赛创贯通、产教融合”的信息技术创新型人才培养体系，形成了“以赛促创、以创带学、产学互哺”的多维度育人生态。教师团队紧密跟踪科研前沿技术，组建了网络与计算智能、人工智能应用、电子信息科学与技术等多个科研创新团队。团队成员在边缘计算、知识图谱、因果推理、疾病识别、情感计算及计算材料学等领域深入开展研究，在TMC、TASLP、Neural Networks、Neurocomputing等权威期刊上发表论文20余篇。学院现有招生专业：计算机科学与技术（湖南省“十四五”应用特色学科）、网络工程（国家一流专业建设点）、软件工程（湖南省一流专业建设点）、人工智能、电子信息工程（湖南省一流专业建设点）、通信工程（湖南省“十二五”综合改革试点专业）、物理学。（文/图：龚成 唐宇兴）