2024年第二届亚洲前沿图像处理会议(AAIP 2024)

会议时间：
2024年7月26-28日

会议地点：
泰国曼谷

检索机构：
Scopus

会议官网：
http://www.aaip.net/

会议地点: 泰国曼谷

会议时间：2024年7月26-28日

联合主办：温特沃斯理工学院、国立中山大学、泰国国立法政大学

期刊支持：JOIG

会议网址：http://www.aaip.net

全文/摘要提交截止日期:2024 年 4 月 25 日

录用通知:2024 年 5 月 20 日

相机准备稿件提交截止日期:2024 年 6 月 5 日

作者注册截止日期:2024 年 6 月 5 日

会议日期:2024年7月26-28日

欢迎来到 2024 年 AAIP

2024年第二届亚洲图像处理进展大会将于 2024年7月26-28日在泰国曼谷举行。它旨在为图像处理进展领域的研究人员、从业者和来自工业界、学术界和政府的专业人士提供一个论坛，讨论相关领域的研究和开发、专业实践。

最佳演讲奖：会议将根据技术内容和演讲选出最佳口头/海报演讲。获胜者将由分会主席选出，并颁发最佳演讲证书。

AAIP 2024将采取线上线下结合的方式进行，对于无法现场参会的参会者也可以在线参会。

出版物

经过初审和严格同行评审后录用的论文将发表在 Journal of Image and Graphics上，并被 Scopus（自 2021 年起）、CNKI、Ulrich's periodicals Directory、Google Scholar、Crossref 等检索。

对于那些不想发表论文的人来说，将摘要提交给会议仅用于口头演示也是可以接受的。

征文

邀请作者提交完整的论文，描述以下领域的原创研究工作，包括但不限于：

成像采集和存储雷达

和声纳成像相机

和摄像机

医疗图像设备

图像处理

图像预处理

图像编码与压缩

图像分割

图像分析和理解

图像匹配和场景解释3D

建模

模式识别和分析

可视化

计算机图形学

建模、渲染和动画

方法

渲染算法

动画

图像和图形应用

医疗和生物医学

机器人

技术电信和遥感

文档和工业

提交格式

为了使您的论文纳入 AAIP 2024，请使用论文模板(.doc) 准备完整的论文。

如需提交摘要，请下载摘要模板（.doc）

提交方式

请登录会议投稿系统；（仅限 .pdf）提交全文。

如有任何疑问，请随时联系 aaip@academic.net。

页数限制

每篇论文至少7页，AAIP鼓励长论文提交，因此只有超过10页的论文才会被收取超长页费。

会议委员会

顾问委员会

Witold Pedrycz，加拿大阿尔伯塔大学

会议主席

En-Bing Lin，温特沃斯理工学院，美国马萨诸塞州波士顿

会议联合主席

Chua-Chin Wang，国立中山大学，台湾

李晓丽，信息通信研究所 (I2R)，A*STAR，新加坡

程序主席

Grigorios Beligiannis，希腊帕特雷大学

Ke-Lin Du，康科迪亚大学，加拿大

Yew Kee WONG，香港珠海学院，中国

Abolfazl Razi，克莱姆森大学，美国

Alina Lazar，扬斯敦州立大学，美国

项目联合主席

Phisan Kaewprapha，泰国法政大学

Kobkiat Saraubon，泰国曼谷先皇科技大学

技术计划委员会

Archit Krishna Kamath，南洋理工大学，新加坡

Sunil Kumar，马尼帕尔大学，印度

Ramit Pahwa，德克萨斯大学奥斯汀分校，美国

Togay Ozbakkaloglu，德克萨斯州立大学，美国

Şükrü Karaaslan，菲拉特大学，土耳其 Marcin Paprzycki，系统研究所，波兰

杨龙Lu，香港科技大学，香港

Mustafa Mumtaz，巴基斯坦国立科技大学 (NUST)

U. Anil Kumar，BV Raju 理工学院，印度

Habib Rostami，波斯湾大学，伊朗

De Rosal Ignatius Moses Setiadi，Dian Nuswantoro 大学，印度尼西亚

Alicia Colmenero-Fernández，哈恩大学，西班牙

谢志宇，中国电子科技大学

Chenwei Tang，四川大学，中国

Norhashila Hashim，马来西亚博特拉大学，马来西亚

Tarek Nouioua，阿尔及利亚泰贝萨大学

Gaurav Meena，印度拉贾斯坦中央大学

Rushit Dave，明尼苏达州立大学美国大学

Ljiljana Trajkovic，西蒙弗雷泽大学，加拿大

Jorge Paulo Marques Sequeira，葡萄牙里斯本高等预防与行政研究所 (ISCAL)

Eugenia R. Zhuo，菲律宾圣托马斯大学

Zahid Akhtar，纽约州立大学理工学院，美国

Goi Bok Min，东姑阿都拉曼大学，马来西亚

Pavel Loskot，浙江大学，中国

Paulo Batista，葡萄牙埃武拉大学

欢迎资深学者和研究人员加入AAIP会议技术计划委员会，帮助审阅提交给AAIP的论文。申请人请将简历发送至aaip@academic.net。

主讲嘉宾

维托尔德·佩德里茨教授

加拿大阿尔伯塔大学

IEEE 终身研究员

简介： Witold Pedrycz（IEEE 终身研究员）是加拿大埃德蒙顿阿尔伯塔大学电气与计算机工程系教授。他还在波兰华沙波兰科学院系统研究所工作。Pedrycz博士是波兰科学院外籍院士、加拿大皇家学会院士。他曾获得多项奖项，包括 IEEE 系统、人类与控制论协会颁发的 Norbert Wiener 奖、IEEE 加拿大计算机工程奖章、欧洲软计算中心颁发的 Cajastur 软计算奖、Killam 奖、模糊先锋奖荣获 IEEE 计算智能学会颁发的 2019 年度功勋服务奖，以及 IEEE 系统人与控制论学会颁发的 2019 年功勋服务奖。

主要研究方向包括计算智能、粒计算、机器学习等。

Pedrycz 教授担任《Information Sciences》主编、《WIREs Data Mining and Knowledge Discovery》（Wiley）主编、《Int. 》联合主编。J. 粒度计算 (Springer) 和 J. 数据信息与管理 (Springer)。

张义成教授

弗里堡大学，弗里堡，瑞士

欧洲科学院（Academia Europaea）会员

简历：张一成教授是瑞士弗里堡大学的高级教授。阿里巴巴研究院第一届学术委员会委员、中国信息学会50人论坛专家。在RPL、PNAS、Physics Reports等国际顶级期刊上发表论文250余篇，Google Scholar引用次数超过32,000次，h指数为65。着有牛津大学出版的学术著作四本出版社并在欧盟第七框架计划下承担了多个国际项目。他的主要学术贡献包括著名的KPZ（Kardar-Parisi-Zhang）方程，该方程是其导师Giorgio Parisi教授荣获2021年诺贝尔物理学奖的三大著作之一。奥地利数学家马丁·海尔也因其对KPZ方程求解的杰出贡献而于2014年获得菲尔兹奖。此外，张教授还在少数博弈、经济物理学、信息物理学等信息科学和复杂科学的各个领域做出了开创性和基础性的贡献。他的研究成果不仅在国际上产生了广泛的学术影响，而且在工业界得到了广泛应用。他是为数不多的在学术和工业领域都做出重大贡献的顶尖科学家之一。张教授在少数博弈、经济物理学、信息物理学等信息科学和复杂科学的各个领域做出了开创性和基础性的贡献。他的研究成果不仅在国际上产生了广泛的学术影响，而且在工业界得到了广泛应用。他是为数不多的在学术和工业领域都做出重大贡献的顶尖科学家之一。张教授在少数博弈、经济物理学、信息物理学等信息科学和复杂科学的各个领域做出了开创性和基础性的贡献。他的研究成果不仅在国际上产生了广泛的学术影响，而且在工业界得到了广泛应用。他是为数不多的在学术和工业领域都做出重大贡献的顶尖科学家之一。

特邀演讲嘉宾

副教授。帕维尔·洛斯科特教授

中国 ZJU-UIUC 学院

演讲题目：阵列信号处理中的估计问题

抽象的：空间信号由空间分布的源生成，然后在多个空间位置同时观察到。空间维度允许人们假设空间信号是图像的一种特殊情况，然而，空间信号也是时变的，并且它们通常被建模为高斯随机过程。示例场景包括无线通信系统中发射和接收天线之间的无线电波传播、多通道 EEG 测量、复杂环境中的遥感以及一般断层扫描重建中的多重投影。所有这些场景中出现的信号处理问题总是涉及某种形式的反问题，需要推断空间信号的参数，以便在空间上解析和组合信号，在空间上外推信号，并提取或重建有关来源的信息。在本次演讲中，我们将重点回顾阵列信号处理中的关键思想和结果，其中观察者的空间位置已知，任务是推断传入时变 3D 随机场的关键参数，例如方向到达、幅度和频移，然后用于设计无线通信中天线阵列的波束成形方案。我们将证明，当信号可以被视为窄带时和必须被视为宽带时，问题的表述和解决方案可能会有显着差异。任务是推断传入时变 3D 随机场的关键参数，例如到达方向、幅度和频移，然后用于设计无线通信中天线阵列的波束成形方案。我们将证明，当信号可以被视为窄带时和必须被视为宽带时，问题的表述和解决方案可能会有显着差异。任务是推断传入时变 3D 随机场的关键参数，例如到达方向、幅度和频移，然后用于设计无线通信中天线阵列的波束成形方案。我们将证明，当信号可以被视为窄带时和必须被视为宽带时，问题的表述和解决方案可能会有显着差异。

简历：Pavel Loskot 在英国斯旺西大学担任高级讲师 14 年后，于 2021 年 1 月加入中国海宁浙江大学-伊利诺伊大学香槟分校学院，担任副教授。他在加拿大阿尔伯塔大学获得无线通信博士学位，在捷克布拉格捷克技术大学分别获得无线电电子学和生物医学电子学硕士学位和学士学位。在过去的25年里，他参与了众多的合作研发项目，并与业界签订了多项咨询合同。Pavel Loskot 是 IEEE 的高级会员、英国高等教育学院院士以及英国研究生教育委员会认可的研究主管。他目前的研究兴趣集中在数学和概率建模，

助理。陆仰龙教授

中国香港科技大学

演讲题目：使用物理约束字典学习进行图像压缩和去噪

抽象的：图像压缩和去噪是图像处理中的关键任务，每项任务都面临着独特的挑战并采用不同的技术。近年来，压缩感知（CS）作为一种利用信号稀疏表示来提高数据采集效率的方法应运而生。CS 在图像压缩和去噪方面有着广泛的应用。字典学习也被开发出来，通过训练特定信号类型的基础矩阵来提高 CS 的压缩比。然而，现有方法没有优化测量矩阵，该矩阵确定要存储的像素位置，从而限制了最大化图像压缩比的定制潜力。为了解决这个限制，这项研究引入了一种利用物理约束字典学习（PCDL）将图像压缩和去噪结合起来的新颖方法。PCDL是最近开发的一种方法，旨在通过同时优化测量矩阵和基础矩阵来提高压缩率和重建精度。使用约束 FrameSense 算法优化的测量矩阵在指示要存储在图像中的像素位置方面发挥着至关重要的作用。另一方面，使用K-SVD算法训练基础矩阵。通过PCDL逆估计稀疏系数向量，可以重建原始图像，同时通过基矩阵和系数向量的线性组合结合去噪效果。这项工作证明了 PCDL 在图像压缩和去噪任务中的有效性。此外，通过合并有助于选择最重要区域的约束，同时消除冗余信息，进一步提高了压缩比。PCDL 框架已成功应用于制造过程监控背景下的医学图像和光学图像。

传：卢博士拥有博士学位。佐治亚理工学院机械工程系和学士学位。继在密歇根大学担任博士后研究员后，他于2022年加入香港科技大学担任助理教授。卢博士入围 2023 年 NSF 制造蓝天竞赛决赛，并获得 ASME 计算机和信息工程部 (CIE) 最佳博士学位。2021年论文奖。陆博士的研究重点关注多个领域，包括增材制造过程建模和监控、设计优化以及人体健康监测和诊断。在增材制造领域，主要挑战之一是构建质量的可变性。博士。卢和他的团队开发了创新的传感技术，将物理模型和机器学习方法相结合，以提高过程监控的效率和准确性。此外，卢博士还探索了基于物理的机器学习在人类健康监测中的应用，这是一个可用数据有限的领域。这一新兴方向显示出改善人类健康监测和诊断方法的希望。

登记

为了参加 AAIP 2024 会议，每篇论文至少有一名作者必须完成注册。每次注册仅允许一人参加会议。

作者注册费须在注册截止日期前缴纳；否则你的论文将不会被收录。

报名链接：

http://www.aaip.net/ payment/

早鸟登记

5 月 25 日之前付款的作者将受益于早鸟注册费。

学生折扣

全日制本科生或研究生可享受学生折扣。提交注册材料时，您需要将学生证扫描件发送至 aaip@academic.net 。

注册费用

所有付款均须通过 Visa/Master 卡通过在线支付系统或银行转账以美元支付。