人机协同与智能感知：人机群智与脑机智能的前沿进展
8月22日（星期五）13：00-15：00
三楼贵宾厅

简介：
       国防科技大学信息系统工程全国重点实验室副研究员，西北工业大学-美国马里兰大学联合培养博士，国防科技大学计算机学院博士后（导师王怀民院士），入选学校青年英才培养计划，主持国家自然科学基金、某理论重点课题、某重大专项课题等多项国家级军队级重要项目，研究方向为大规模人机群智高效协同理论、算法和应用，在UbiComp、ICDE、Infocom、IPSN、TMC、TON、IOT-J、JNCA、TVT、信息科学等领域顶会顶刊上发表学术论文20余篇。技术成果在某一线单位开展应用，获军委机关组织的“锦囊-2022”一等奖。

报告题目： 数据驱动的人机群智高效协同算法

报告摘要： 

       随着无人机、无人车等智能机器人的在智能物流、感知、家居等场景的广泛应用，人类和机器群智共存、协同成为完成复杂任务的一种重要范式，报告人研究的数据驱动的人机群智高效协同，旨在利用大规模的人机群智行为数据和任务数据，通过长短期任务预测、大规模群体行为理解和人机智能/知识迁移等，用于人机群智任务协同分配，以促进人机群智更高效的完成大规模复杂任务。

简介：
       厦门大学信息学院教授、副院长，中国工程院与英国皇家工程院创新领军人才，小米青年学者，福建省雏鹰计划入选者，2010年本科毕业于北京大学元培学院，2015年博士毕业于英国国家计算动画中心。研究兴趣主要集中于无扰化穿戴式动作捕捉。主持国家自然科学基金委面上项目/青年项目、中国计算机学会-腾讯犀牛鸟基金、阿里巴巴达摩院创新研究计划AIR项目等，以第一作者/通讯作者身份在ACM TOG、ACM ToCHI、ACM CHI等发表CCF-A/Trans论文二十余篇，相关工作获得CVPR 2020最佳论文奖提名、ChinaVR 2021最佳墙报奖、HHME 2024最佳技术展示奖。担任国际学术期刊Computer Animation & Virtual Worlds编委、Visual Informatics青年编委。主编《虚拟现实技术与应用》《增强现实技术与应用》系列教材，入选教育部软件工程教学指导委员会第一批推荐教材、教育部-华为智能基座优秀教材、福建省十四五规划教材。

报告题目： 无扰化穿戴式动作捕捉

报告摘要： 

       穿戴式动作捕捉技术避免了传统的光学动作捕捉对空间范围与光照条件的严格限制，是实现长时间、自然态人体动作采集的关键技术。然而，现有方法普遍依赖紧身穿戴介质与繁琐的传感器穿戴、校准流程，不可避免地对人体运动形成物理束缚，降低数据采集的真实性与连续性，严重制约其应用拓展。为突破这一瓶颈，研究团队开创性采用宽松日常服装作为传感器载体，同步研发布料形变伪影适应与传感器数据偏移动态校准等关键技术，实现舒适穿戴、无扰采集，为大规模、常态化动作捕捉开辟新路径。

简介：
       浙江大学计算机学院特聘研究员/脑机智能全国重点实验室研究员，博士生导师。CCF普适计算专委副秘书长，CCF 高级会员，担任ACM杭州分会主席团成员。2017年06月于浙江大学计算机学院获得博士学位，期间访问卡耐基梅隆大学，2017至2020年在浙江大学计算机学院从事博士后研究。研究方向为脑机接口与智能感知，聚焦于无创脑信号解码与闭环调控等研究。发表论文50余篇，获得最佳论文/封面文章共计四次，包括ACM UbiComp最佳论文奖 (CCF A，一作，国内首篇)。获得 2022年ACM分会新星奖。主持国家自然基金委面上项目、青年项目、浙江省自然基金委重点项目、科技创新2030-“脑科学与类脑研究”重大项目子课题、科技部重点研发计划子课题、央地联动项目子课题、中国博士后科学基金特等资助等项目。担任AAAI，IJCAI等会议程序委员会委员，以及UbiComp、TNSRE等国际顶级会议与期刊的审稿人。

报告题目： 普适感知调控的脑机智能

报告简介： 

       作为新一代人机融合的核心技术，普适感知调控的脑机智能通过多维度信号感知与神经调控的闭环系统，建立起大脑与外部世界的双向信息交互通道。该技术体系包含两大支柱：一方面通过融合行为数据、脑信号等多模态感知技术，实时解析人类行为意图与脑认知状态；另一方面基于实时反馈的脑状态，对大脑进行精准干预。这种"感知-解码-调控"的闭环机制，不仅实现了从物理行为到思维活动的多层级理解，更开创了通过外部设备增强人类认知能力的新范式，从而为人类提供更多精准化智能服务，使得人们能够最大限度享受高质量服务和便捷生活。本报告将重点介绍利用非侵入式脑机接口的脑信号感知、脑状态解码、脑功能的调控以及临床应用示例。