【消息】ACM MM 2017多媒体领域各大奖项出炉！自动化所多媒体计算组获得IEEE期刊最佳论文！

2017 年 10 月 27 日 中国科学院自动化研究所

【导读】第25届ACM国际多媒体会议（ACM International Conference onMultimedia, 简称ACM MM）于2017年10月23日至27日在美国硅谷Mountain View隆重举行。来自自动化所模式识别国家重点实验室多媒体计算团队的文章“Multimodal Spatial-Temporal Theme Modeling for Landmark Analysis”获得IEEE Multimedia 2017年度的最佳论文奖。

自1993年首次召开以来，ACMMM每年召开一次，已经成为多媒体领域顶级会议，也是中国计算机学会推荐的A类国际学术。会议热门方向有大规模图像视频分析、社会媒体研究、多模态人机交互、计算视觉、计算图像等等。

ACM Multimedia 2017 概况

MM2017今年在美国山景城隆重举行。山景城位于美国加利福尼亚洲，毗邻旧金山湾区，是硅谷的一大重要组成部分。许多闻名世界的科技公司和机构都坐落于此，如谷歌总部、Mozilla公司、斯坦福大学和美国国家航空航天局埃姆斯研究中心等。MM2017的会场位于计算机历史博物馆（Computer History Musem），其具有四十余年的历史，诸多计算机历史上独一无二的原始机器和模型汇聚于此。这里展出了全球计算机领域规模最大、意义最深远的相关产品，科技感、艺术感十足。

今年吸引了来自全球各地的学术界、工业界多媒体方向的570多名专家、学生以及从业者，前来展示自己的科学成果和工业创新产品。

从今年起，会议论文取消了以前的长文和短文的形式，规定论文的长度统一为6至8页（不含参考文献），区分口头报告（Oral）和海报论文（Poster）。本届会议收到来自世界各地的论文投稿684篇，录取189篇，其中口头报告49篇，海报论文140篇，录取率分别是0.07%和20.74%，可见竞争之激烈。

今年22个领域的文章被合并为5个主题，分别是系统（System）、体验（Experience）、理解（Understanding）、参与（Engagement）以及今年新增的新兴主题（Novel Topics）。

ACM Multimedia 2017 各大奖项

最佳论文奖

论文：《Adversarial Cross-Modal Retrieval》
作者：Bokun Wang, Yang Yang, Xing Xu, Alan Hanjalic, HengTao Shen
论文地址：https://dl.acm.org/citation.cfm?id=3123326
摘要：当前，跨模态检索研究一个核心是学习一个共享的子空间使不同的模态信息（文本或者图像）能够直接进行比较。这篇论文主要是提出了一种新颖对抗性的跨模态检索（ACMR）方法用于跨模态检索任务中，核心是使用对抗学习机制在不同模态之间互相作用得到一个有效的共享子空间。其中，对抗学习机制是基于两个不同的过程之间的相互作用实现的。第一个过程是一个特征映射器，其试着在共享的子空间中产生模型不变的表示来混淆另一个过程，这个过程是模态分类器，其主要是基于第一个过程中产生的特征表示信息对不同模态进行区分。论文在四个公开的数据集上进行了实验，其性能明显优于其他跨模态检索方法，展示其方法的有效性。

最佳学生论文奖

论文：《H-TIME: Haptic-enabled Tele-Immersive Musculoskeletal Examination》
作者：Yuan Tian, Suraj Raghuraman, Thiru Annaswamy,Aleksander Borresen, Klara Nahrstedt, Balakrishnan Prabhakaran
论文地址：https://dl.acm.org/citation.cfm?id=3123395
摘要：目前最先进的远程医疗应用程序只允许医生和患者之间的视听通信，并且需要门诊医生对病人身体检查。医生依靠门诊医生的检查和病人的视听对话来进行诊断。这篇论文提出了一种触觉功能的远程沉浸式肌肉骨骼检查（H-TIME）系统，该系统可以远程检查病人身体的肌肉骨骼条件，通过三维重建在虚拟世界中的病人的模型，和使用触觉装置来感觉病人的移动性状况。H-TIME的双向触觉渲染功能可以让医生评估患有上肢功能障碍的病人，如肩、肘、腕、等，并且能够远程评估。这篇使用了user study 评价机制，实际应用效果显著，期待后续发挥更大的价值。

IEEE Multimedia 2017 最佳论文奖
论文：“Multimodal Spatial-Temporal Theme Modeling for Landmark Analysis”
作者：闵巍庆博士、鲍秉坤副研究员、徐常胜研究员（中科院自动化所模式识别国家重点实验室多媒体计算团队）