主办方
计算成像是近年来国内外光电领域的研究前沿和热点方向，在车辆自动驾驶、工业生产与检测、生命科学与医疗、国防安全等领域有广泛的应用需求与发展潜力。为加强学术交流、拓宽研究视野、促进相关学科和行业发展共同发展，提升我国计算光学成像技术研究在国际上的影响力，中国光学工程学会联合国内计算成像领域相关优势单位，共同组织“国际计算成像会议(CITA2023）”，邀请国内外计算成像领域的专家共同深入探讨计算成像基础理论、系统、技术、器件、计算处理、及应用等方面的研究进展、技术瓶颈和发展趋势。CITA致力于发展成为计算成像领域规模最大、水平最高、内容最全面的国际学术盛会，诚挚欢迎国内外相关领域的科研人员、教师、研究生等踊跃投稿并参会。
地点：北京
指导委员会
DavidBrady（Universityof Arizona,USA）
戴琼海院士
Sylvain Gigan（Sorbonne University,France）
Ayodogan Ozcan（University of California,Los Angeles,USA）
Yong Keun Park（Korea Advanced Institute of Science and Technology,Korea）
Zeev Zalevsky（Bar-Ilan University ,Israel）
GuoanZheng（University of Connecticut,USA）
大会主席
吕跃广 院士庄松林院士
王建宇院士
DavidBrady（Universityof Arizona,USA）
大会共主席
陈 钱（中北大学、南京理工大学）
谭小地（福建师范大学）
大会执行主席邵晓鹏（西安电子科技大学）
曹良才（清华大学）
大会组织委员会主席（音序）
曹 汛（南京大学）
杨 艺（凌云光技术股份有限公司）
喻松林（中国电子科技集团第十一研究所）
左 超（南京理工大学）
大会组织委员会共主席（音序）
戴 博（上海理工大学）
刘 飞（西安电子科技大学）
苏 萍（清华大学深圳国际研究生院）
王茜蒨（北京理工大学）
薛 彬（天津大学）
张宗华（河北工业大学）
分专题组织结构专题主席
专题一：计算成像基础理论
郑臻荣（浙江大学）
吕群波（中国科学院空天信息创新研究院）
孙宝清（山东大学）
刘友文（南京航空航天大学）
专题二：散射成像与非视域成像
专题主席
周建英（中山大学）
蒲继雄（华侨大学）
金 欣（清华大学深圳国际研究生院）刘 飞（西安电子科技大学）
专题三：三维成像
专题主席
张启灿（四川大学）
张宗华（河北工业大学）
冯世杰（南京理工大学）
王琼华（北京航空航天大学）
专题四：偏振测量与偏振成像
专题主席
刘世元（华中科技大学）
马 辉（清华大学）
郭忠义（合肥工业大学）
朱京平（西安交通大学）
专题五：全息成像与相位成像
专题主席
左 超 (南京理工大学)
王大勇 (北京工业大学）
林 枭 (福建师范大学)
郜 鹏（西安电子科技大学）
专题六：多波段成像与计算光谱成像
专题主席
曹 汛（南京大学）
黄 华 (北京师范大学)
索津莉 (清华大学)
赵 惠 (中国科学院西安光学精密机械研究所)
专题七：单像素成像与单光子成像
专题主席
徐飞虎 (中国科学技术大学)
刘伟涛 (国防科技大学)
孙鸣捷 (北京航空航天大学)
陈 辉（西安交通大学）
专题八：微纳光学与计算成像
专题主席
肖淑敏（哈尔滨工业大学）
李 磊 (四川大学)
程鑫彬（同济大学）
魏兴战（中国科学院重庆绿色智能技术研究院）
董建文（中山大学）
专题九：生物医学与计算成像
专题主席
席 鹏（北京大学）
姚保利（中国科学院西安光学精密机械研究所）
吴嘉敏（清华大学）
付 玲（海南大学）
陈 竹（重庆西山科技股份有限公司）
专题十：人工智能与计算成像
专题主席
司徒国海（中国科学院上海光学精密机械研究所）
袁 鑫（西湖大学）
孙海江（中国科学院长春光学精密机械与物理研究所）
专题十一：计算成像中的前沿问题
专题主席
郝 群（长春理工大学）
苏 云（北京空间机电研究所）
薛 彬（天津大学）
彭祎帆（香港大学）
同期活动
无人智能感知计算成像产业论坛
随着5G、6G技术的发展和业务的兴起，人们越来越享受到大带宽、低延时的便利，新的传输体制，伴随AI智能识别和智能芯片的急速发展，无人智能系统越来越需要海量信息获取、精准识别解构信息的下一代智能传感系统与之相配套。通过光电传感器和计算技术来获取、感知环境信息，从而使无人系统能够获取更快速、更精准的理解周围的世界。
计算成像在无人智能感知领域广泛应用于：自动驾驶汽车、航空和航天、环境监测、安防、生物医学、工业检测等方向。计算成像提供了无人系统快速感知和精准解构环境的关键能力，有助于改善安全性、效率和可持续性，同时也推动了许多不同领域技术和产品的升级。
以下内容为GPT视角对国际计算成像相关领域的解读，仅供参考：
国际计算成像研究最新进展
深度学习在成像中的应用：深度学习是一种基于神经网络的机器学习技术，已经被广泛应用于图像识别、图像分割、图像重建等领域。例如，研究人员已经成功使用深度学习技术实现了对医学影像的自动分析和识别。
光学相干层析成像：光学相干层析成像是一种新型的无创成像技术，可以获取生物组织的三维结构图像。例如，研究人员已经成功使用光学相干层析成像技术实现了对视网膜、肺部的无创成像。
光场成像：光场成像是一种新型的多维成像技术，可以同时获取物体的二维和三维信息。例如，研究人员已经成功使用光场成像技术实现了对物体的三维扫描和重建。
超分辨率成像：超分辨率成像是一种新型的高分辨率成像技术，可以在保持成像速度的同时提高成像的分辨率。例如，研究人员已经成功使用超分辨率成像技术实现了对细胞、分子的精细成像。
量子成像：量子成像是一种新型的无损成像技术，可以利用量子纠缠和量子隐形传态实现对物体的无损成像。例如，研究人员已经成功使用量子成像技术实现了对物体的无损测量和成像。
计算成像技术有哪些实践案例
深度学习的医学图像分析：深度学习技术已经被广泛应用于医学图像分析，例如，Google的DeepMind团队开发的AlphaFold系统，可以通过深度学习预测蛋白质的三维结构，这对于理解疾病机制和药物设计具有重要意义。
光学相干层析成像：光学相干层析成像技术已经被广泛应用于生物医学成像，例如，MIT的研究人员开发的OPTOSCOPE系统，可以通过光学相干层析成像技术实时观察活体视网膜的结构和功能。
光场成像：光场成像技术已经被广泛应用于消费电子和生物医学成像，例如，Microsoft的研究人员开发的HoloLens系统，可以通过光场成像技术实现全息显示；而哈佛医学院的研究人员开发的PivotSharp系统，可以通过光场成像技术实现对细胞的精确操控。
超分辨率成像：超分辨率成像技术已经被广泛应用于生物医学成像，例如，牛津大学的研究人员开发的Super-Resolution Fluorescence Microscopy (SRFM)系统，可以通过超分辨率成像技术实现对细胞和分子的精细成像。
量子成像：量子成像技术虽然还在研发阶段，但是已经在一些特定领域得到了应用，例如，瑞士苏黎世联邦理工学院的研究人员开发的量子显微镜，可以通过量子成像技术实现对生物样本的无损成像。
计算成像技术领域有哪些企业或品牌
Google：Google在计算成像技术领域有着重要的贡献，其DeepMind团队开发的AlphaFold系统就是一个典型的例子，该系统可以通过深度学习预测蛋白质的三维结构，这对于理解疾病机制和药物设计具有重要意义。
Microsoft：Microsoft在计算成像技术领域也有着重要的贡献，其研究团队开发的光场成像技术已经被应用于HoloLens系统中，可以实现全息显示。
Apple：Apple的iPhone X首次引入了Face ID技术，这项技术就依赖于深度学习和计算成像技术。
Nikon：Nikon是一家日本的相机制造商，其在计算成像技术领域的应用包括DSLR和无反相机的人脸识别、追踪对焦等功能。
Canon：Canon是一家日本的相机制造商，其在计算成像技术领域的应用包括DSLR和无反相机的人脸识别、追踪对焦等功能。
Intel：Intel在计算成像技术领域也有着重要的贡献，其研发的Intel RealSense技术就是一种基于深度学习的3D成像技术，已经被广泛应用于各种设备中。
京公网安备 11011202002866号