报告题目: 从当代视觉计算视角探索6G语义通信（Exploring 6G Semantic Communication from a Contemporary Visual Computing Perspective）

报告人: 陈长汶（Chang Wen Chen） 教授

报告时间: 2025年11月7日（周五）上午10:00

地点: 临江楼D区报告厅

主持人: 刘光杰教授

报告人简介:

陈长汶，现任香港理工大学视觉计算讲座教授。2017年至2020年担任香港中文大学（深圳）理工学院院长；2018年至2021年兼任鹏城实验室副主任。2008年至2021年，任纽约州立大学布法罗分校（SUNY）帝国创新教授（Empire Innovation Professor）；2003年至2007年期间，担任佛罗里达理工学院Allan Henry讲座教授。陈教授于1983年获得中国科学技术大学学士学位，1986年获南加州大学硕士学位，1992年获美国伊利诺伊大学香槟分校（UIUC）博士学位。

曾担任IEEE Trans. Multimedia (2014-2016年)和IEEE Trans. Circuits & Systems for Video Technology (2006-2009年)的主编。陈教授荣获多项学术成就奖，包括11项国际期刊与会议最佳论文奖，2010年获颁享有盛誉的“洪堡学者奖”（Alexander von Humboldt Award），2016年获纽约州立大学校长卓越学术与创造力奖（SUNY Chancellor’s Award for Excellence in Scholarship and Creative Activities），2019年获UIUC电子工程系杰出校友奖（ECE Distinguished Alumni Award），以及2024年ACM SIGMM杰出技术成就奖（Outstanding Technical Achievement Award）。他是IEEE Fellow（2005年当选）、SPIE Fellow（2007年当选），并于2021年当选为欧洲科学院（Academia Europaea）院士。

报告摘要：

本报告将聚焦于当代视觉计算研究趋势及其对6G语义通信的关键影响。早在20世纪50年代初，Weaver和Shannon提出了“语义通信”的概念，他们将通信问题划分为三个层次：技术问题、语义问题与有效性问题。在5G之前，大多数研究者和工程师主要聚焦于第一个层次的技术问题。而在6G时代，为应对海量视觉数据在全IP通信流中的爆炸式增长，语义通信已成为必然需求。我们坚信，6G移动通信架构下需要设计一种全新的范式转变框架，用以高效传输体量庞大的视觉数据。近期当代视觉计算领域的技术进展，展现出了对6G语义通信的巨大潜力。在这些视觉数据中，相当一部分是为机器智能服务而采集的。因此，从视觉数据中提取并结构化表示其语义信息，将有助于实现6G语义通信。在当代视觉计算中，结构化的场景图生成（Scene Graph Generation, SGG）方法已被证明能够紧凑地表达视觉数据中主客体之间的逻辑关系。我们将展示这种结构化SGG的独特能力如何应用于6G语义通信，为未来视觉计算与6G的融合发展奠定基础。

This talk shall focus on contemporary visual computing research trends with critical implications for 6G semantic communications. Semantic communication was initially proposed by Weaver and Shannon 70+ years ago in the early 1950s in which they outlined the classical definition of three levels of communications: the technical problem, the semantic problem, and the effectiveness problem. Until 5G, most researchers and practitioners have been working on the first technical problem. For 6G, semantic communication becomes necessary to handle the overwhelming volume of visual data among all IP traffic. We firmly believe that a paradigmshifting framework needs to be designed to transport the volumetric visual data under the 6G mobile communication architecture. We show that recent technical advances in contemporary visual computing bear great potential for 6G semantic communication. Among the volumetric visual data, a significant portion of them has been acquired for machine intelligence purposes. Therefore, structured extraction and representation of the semantics from these visual data are desired to facilitate the 6G semantic communication. For contemporary visual computing, the well-structured scene graph generation (SGG) approaches have been demonstrated capable of representing compactly the logical relationship among the subjects and objects detected from the visual data. We shall show that the unique capability of structured SGG can be applied to 6G semantic communication towards future advances in integrating visual computing with 6G.

欢迎广大师生踊跃参加！

电子与信息工程学院

2025年11月3日