重要信息

官网：www.icspcs.org （详情见官网）

时间：2025年8月15-17日

地点：西安

主题

信号处理与智能计算

计算科学与人工智能

网络与多媒体技术

数字信号处理

雷达信号处理

通信信号处理

临时和传感器网络

模拟和混合信号处理

阵列信号处理

音频和电声

音频语音处理和编码

生物成像和信号处理

生物信号处理与理解

光通讯

信号处理的机器学习

多媒体信号处理

自然语言处理

非线性信号处理

并行和分布式处理

安全信号处理

信号处理理论与方法

统计信号处理

时频时标分析

视频压缩和流

水印和信息隐藏

量子信号处理

边缘智能信号处理

医学影像分析

6G通信信号处理

信高性能计算与算法

量子计算

分布式和并行系统

模型拟合与数据分析

机器学习

计算机视觉

模式识别

认知计算

大语言模型

联邦学习

异构计算

可解释人工智能

Transformer架构

多模态学习

小样本学习

边缘AI计算

FPGA加速设计

移动端模型优化

Serverless计算

通信和宽带网络

密码学与网络安全

云计算

计算机图形学

虚拟现实

数字孪生

图形可视化

神经渲染

科学可视化

物联网技术

元宇宙应用

太赫兹通信

智能反射面网络

后量子密码

云原生架构

多传感器融合

AI内容鉴别

绿色计算技术

智能感知系统

信号处理与计算机科学

Signal Processing and Computer Science

一、概念简述

🎧 信号处理（Signal Processing）

信号处理是研究对各种信号（如声音、图像、生理电信号、雷达波、传感器数据等）进行采集、分析、变换、压缩、增强与识别的方法与技术。

按领域可分为：

一维信号处理：语音、音频、生理信号等
二维/多维信号处理：图像、视频、三维点云等
时频域分析：傅里叶变换、短时傅里叶、小波分析、Hilbert-Huang 等

💻 计算机科学（Computer Science）

计算机科学关注如何通过算法、编程、硬件和系统架构来实现信息的处理与自动化。包括人工智能、图形学、计算机视觉、机器学习、网络、软件工程、嵌入式系统等众多领域。

二、二者融合的关键方向

融合方向	应用内容
🎤 语音与音频处理	语音识别、合成、降噪、声纹识别
🧠 生物信号分析	脑电EEG、心电ECG、肌电EMG等信号的特征提取与识别
📷 图像与视频处理	图像增强、去噪、目标检测、视频压缩与恢复
📡 通信信号处理	载波调制/解调、信道估计、错误控制编码
🧠 AI信号智能理解	基于深度学习的语义建模、注意力机制
🔍 多模态数据融合	图像+语音+文本等多源异构信号的协同处理

三、关键技术与算法

✅ 常见信号处理算法

算法类型	示例
时域/频域变换	傅里叶变换、短时傅里叶、小波变换、Z变换
滤波	FIR/IIR 滤波器、自适应滤波、卡尔曼滤波
压缩编码	JPEG、MP3、MPEG-4、H.264
估计与识别	特征提取、模板匹配、谱估计、峰值检测

✅ 与计算机科学融合的深度技术

技术领域	融合点
深度学习	CNN 用于图像处理，RNN/LSTM 用于序列信号分析
计算机视觉	视频信号中目标检测、人脸识别、行为分析
人工智能	用机器学习识别模式、异常信号、自动决策
边缘计算	低功耗设备上的实时信号处理（如可穿戴设备）
信号增强与重建	超分辨率重建、图像盲去噪、语音复原

四、典型应用场景

应用领域	信号处理角色
医疗健康	ECG/EEG分析、智能诊断、远程监护
工业检测	声学/光学信号缺陷检测、传感器融合
智慧交通	视频流车辆检测、雷达/激光测距信号处理
智能家居	语音控制、环境声检测
安防监控	视频增强、人脸/动作识别
通信系统	数据调制、信道编码与解码、频谱感知
人机交互	语音交互、眼动追踪、生理反馈响应

五、研究与项目选题建议

方向	示例选题
🎙️ 智能语音处理	基于深度神经网络的语音去噪与识别系统设计
📷 图像增强与复原	基于卷积神经网络的夜间低光图像增强方法研究
🧠 生理信号识别	可穿戴设备中的ECG信号异常检测系统设计
🛰️ 雷达信号分析	基于机器学习的无人机雷达信号识别算法研究
🎧 多模态分析	基于音频与图像的情感识别系统实现
📡 无线信道优化	面向5G通信的实时信号处理与误码控制