28
0
2025-08-25
2025-08-25
2025年8月22日至24日，由中國計算機(jī)學(xué)會（CCF）、中國圖象圖形學(xué)學(xué)會（CSIG）主辦，CCF多媒體技術(shù)專業(yè)委員會、CSIG多媒體專業(yè)委員會承辦，哈爾濱工業(yè)大學(xué)(威海)、哈爾濱工業(yè)大學(xué)計算學(xué)部和哈爾濱工業(yè)大學(xué)(深圳)聯(lián)合承辦的中國多媒體大會（ChinaMM 2025）在山東省威海市召開。本次大會為多媒體領(lǐng)域的學(xué)術(shù)界和產(chǎn)業(yè)界提供前沿的技術(shù)發(fā)展動態(tài)、豐富多樣的交流活動、全面前瞻的產(chǎn)業(yè)技術(shù)宣傳平臺，以廣泛促進(jìn)學(xué)術(shù)分享與交流、產(chǎn)業(yè)合作與互動，推動產(chǎn)學(xué)研聯(lián)動發(fā)展，提升我國多媒體技術(shù)的研究與應(yīng)用水平。
圖1 團(tuán)隊參會人員合影
團(tuán)隊兩篇論文被接收，教師劉寶弟、李天寶、韓沛秀，博士生于浩然，碩士生呂萌、田朔塵參加此次會議。會上，呂萌、田朔塵分別展示了其在無標(biāo)簽跨域草圖描述及惡劣天氣場景語義分割的研究工作。其中，《Domain Adaptation via Manifold Regularization for Sketch Image Caption》提出了一種針對跨域草圖描述任務(wù)的無監(jiān)督領(lǐng)域自適應(yīng)框架。通過引入流形正則化約束及動態(tài)更新的自適應(yīng)權(quán)重，有效緩解了自然圖像與草圖圖像的顯著特征分布差異，實(shí)現(xiàn)了無配對標(biāo)注數(shù)據(jù)的草圖語義生成?！禨CM: Semantic Segmentation with Dual-Stream Semantic Synergy under Adverse Weather Conditions》提出了一種在惡劣天氣條件下進(jìn)行跨域語義分割的方法。通過DSFF融合域不變特征和分割特征，模型更好地適應(yīng)惡劣天氣條件下的語義分割任務(wù)，取得了良好的實(shí)驗(yàn)效果。
圖2 碩士生呂萌展示研究成果
圖3 碩士生田朔塵展示研究成果
本次會議期間，六人與來自國內(nèi)外高校及研究機(jī)構(gòu)的專家學(xué)者展開全面的交流，深入了解了人工智能算法在多媒體領(lǐng)域的最新進(jìn)展，不僅開闊了科研視野，也更加明確了未來研究方向與行業(yè)發(fā)展趨勢。
