中国多媒体大会 (ChinaMM 2018)开幕，智能媒体，创新未来

【导读】2018年9月14-16日，中国计算机学会（CCF）主办，CCF多媒体技术专业委员会、中国图象图形学学会（CSIG）多媒体专业委员会、新一代人工智能产业技术创新联盟共同协办的中国多媒体大会（ChinaMM2018）在西安市盛大开幕。

大会以“智能媒体，创新未来”为主题，将汇聚学术界和产业界相关领域研究和技术人员，广泛交流多媒体领域的新理论、新方法和新技术，同时宣传介绍多媒体相关的新产品、新工具和新应用。

西北工业大学常务副校长黄维院士致欢迎词

陕西省科学技术协会韩开兴副主席致辞

北京航空航天大学李波教授详细介绍了中国多媒体大会（ChinaMM2018）和多媒体专委会的发展历程，并强调多媒体专委会聚焦以下几点，深入推动多媒体发展、全面服务专委会委员，桥接产学研合作，设立企业“常委”、“委员”，推动学科发展，助力委员发展，中国多媒体大会聚焦国际学术前沿，以及视觉认知计算学术前沿高峰论坛等一系列专题论坛。

今年的中国多媒体大会参会人数再创新高，超过800人。

西北工业大学校长助理张艳宁：“聚集了世界上在媒体、大数据、包括人工智能领域众多的高层次学者，为我们媒体、大数据的研究者和企业的运用者搭建了一个很好的平台。我们想通过这样一个会，吸引国际和国内该领域方面的研究者和企业界的关注，吸引更多该领域的人才和企业进驻陕西，希望媒体大数据来助推陕西三个经济的发展，为陕西跨越式发展做出贡献。”

本次会议邀请到澳大利亚工程院院士冯大淦教授、IEEE Fellow 陈长汶教授、快手AI技术副总裁郑文教授等多位多媒体领域的顶级专家作主题报告，分享最新的前沿技术与产业热点。在为期三天的会议期间，不仅有学术探讨，还有产业界的展示，为国际同行学术交流和成果共享搭建重要平台，共同探索产学研深度融合新路径，助力我国及国际多媒体技术发展。会议共有3个特邀报告，13个专题论坛，85个多媒体新技术与新成果展览等。

特邀报告

大会邀请了澳大利亚技术科学与工程院院士、悉尼大学终身教授冯大淦教授作题为“A New Landscape for Biomedical Research and Healthcare Delivey by BigData Multimedia”的报告；

中国科学院院士、西安交通大学数学与统计学院徐宗本教授作题为“Internet of Video Things(IoVT): Next Generation IoT with Visual Sensors”的特邀报告；

快手AI技术副总裁郑文博士作题为"多媒体技术在快手中的应用和未来展望"的报告。

视觉认知计算学术前沿高峰论坛

随着计算机网络、社交媒体和多媒体获取设备的快速发展，多媒体数据的生成、处理和获取变得越来越方便, 多媒体应用日益广泛，数据量呈现出爆炸性的增长，已经成为大数据时代的主要数据对象。多媒体领域已经成为计算机学科研究最为活跃的领域之一，全国有大量的学者从事该领域的研究工作，并已经取得了很多很好的研究成果，近年来多媒体领域很多优秀学者脱颖而出，承担了大量高水平的科研项目，在国际顶级会议和期刊上发表大量有影响的论文，在国际学术领域影响力逐年提升。

为了帮助多媒体领域青年学者和研究生开阔学术视野、选择研究方向和做好学术规划，本次大会特别设置了“学术前沿高峰论坛”，邀请浙江大学庄越挺，上海交通大学熊红凯，复旦大学薛向阳，大连理工大学卢湖川，合肥工业大学汪萌等国内该领域的学术带头人，与广大青年学者和研究生进行面对面交流，探讨相关领域的学术研究成果和热点方向，分享成长经历与研究经验。

高峰论坛地址：

http://mm.ccf.org.cn/chinamm/2018/ztlt.html

专题论坛

本次大会共有三个专题论坛，分别为新一代视频编码、后深度学习时代的多媒体内容分析、深度神经网络计算优化。

新一代视频编码：技术与标准

• AVS2沉浸视频编码技术与应用    王荣刚

  
  

• 视觉行为分析与应用：图像视频感知编码与理解分析    陈震中    

  
  

• 基于深度学习的视频编码技术探索    刘东    

  
  

• 视频图像压缩编码：技术、标准与产业    杨海涛    

• 新视频编码时代    马思伟    

  
  

后深度学习时代的多媒体内容分析

• Marrying Causality and Association with Visual Learning  崔鹏

  
  

• 服装搭配中的兼容性建模    聂礼强    

  
  

• 跨媒体智能分析与理解    杨阳    

  
  

• 海量数据中的行人重识别    张史    

深度神经网络计算优化

• 神经网络表示与模型压缩：统一框架与标准  田永鸿

• 面向深度神经网络的稀疏学习与分布式优化    袁晓彤

  
  

• GPU加速AI计算    Simon See    

  
  

• 基于量化学习的神经网络加速方法    程健
  

   

专题论坛地址：

http://mm.ccf.org.cn/chinamm/2018/ztlt2.html

多媒体新技术成果展

技术竞赛

用户兴趣建模大赛

大赛以“基于内容的用户兴趣建模”为主题，要求参赛队伍利用多媒体内容数据，对用户交互行为进行建模和预测。本次大赛面向全球算法爱好者，致力于提升人们对多媒体技术的研究与应用能力，探索内容理解算法在推荐领域的应用场景。

竞赛地址：

www.kuaishou.com/activity/uimc

京东AI时尚挑战赛

随着中国时尚消费市场的扩大和AI技术在中国消费领域的普及，AI+Fashion正在对时尚行业产生重大影响。在AI技术促进和改善时尚相关购物体验的技术不断涌现的同时，相关技术仍然面临重重挑战。京东集团AI平台与研究院举办AI+Fashion挑战竞赛，大赛将推出与时尚相关的AI+Fashion竞赛，包含两个子任务:时尚风格识别和时尚单品搜索。

竞赛地址：

https://fashion-challenge.github.io/

基于深度学习的图像压缩后处理竞赛

现有图像压缩方案一般会造成图像信息损失、图像质量下降，产生人工痕迹 (artifacts)。图像压缩后处理是指针对压缩图像设计质量增强和人工痕迹消除的方法，改善图像的视觉效果。类似地，后处理在视频压缩中也被广泛采用。近年来，深度学习在计算机视觉和图像处理中得到了广泛应用，也有一些研究工作将深度学习用于图像或视频压缩后处理，并得到了一定的效果。然而，现有工作的一个主要问题是用于后处理的深度网络较为复杂，计算速度慢，不满足实际应用的需求。如何在处理效果和处理速度之间取得一个折中，是压缩后处理的一个主要挑战。此项竞赛旨在吸引国内多媒体领域的研究人员特别是青年学生对图像视频压缩的研究兴趣，提升国内相关研究水平。

竞赛地址：

http://staff.ustc.edu.cn/~dongeliu/chinamm2018challenge/index.html

图像去雾处理竞赛

由于雾/雾霾/沙尘等恶劣天气是一种不可避免的气候现象。在这种条件下拍照、摄像以及监控等得到的图像和视频会产生严重的图像质量退化现象。图像去雾算法则是指针对雾/雾霾/沙尘等恶劣气候下拍摄得到的低质量图像进行恢复和增强的方法，改善图像的视觉效果。

近年来，图像去雾算法在计算机视觉和图像处理中得到了广泛应用，国内外也有众多的学者研究这一课题并取得了相应的进展。然而，现有图像去雾算法一般会造成图像信息损失，或雾/雾霾残留以及产生额外的人工痕迹(artifacts)。近年来，有许多学者提出基于深度学习的图像去雾算法，但是依然无法满足实际应用的需求。如何在能够在保证去除雾化效果的同时有效保留图像细节场景信息，是图像去雾的一个主要挑战。

竞赛地址：

https://rwenqi.github.io/ChinaMM18dehazing/

中国多媒体大会ChinaMM2017在南京盛大召开，群贤毕至，规模空前，活动丰富，引起媒体广泛关注，在多媒体及相关领域引起强烈反响，有力推动了多媒体技术的学术研究和产业发展。其前身是始于1992年的全国多媒体技术学术会议（NCMT），已成功举办25届，旨在为多媒体领域的学术界和产业界提供一个互动交流平台，促进领域内学术交流与产学研“双创”发展，提高国内多媒体技术的研究与应用水平。