雷鋒網(wǎng) AI 科技評(píng)論消息，2018 年 9 月 15 日，中國(guó)多媒體大會(huì)（ChinaMM2018）于西安正式開(kāi)幕，此次會(huì)議由中科院計(jì)算所陳熙霖研究員、北京航空航天大學(xué)李波教授、西北工業(yè)大學(xué)張艷寧教授擔(dān)任大會(huì)主席，特邀報(bào)告嘉賓為悉尼大學(xué)馮大淦教授、紐約州立大學(xué)Buffalo分校陳長(zhǎng)汶教授、快手 AI 技術(shù)副總裁鄭文博士。除了三場(chǎng)特邀報(bào)告，今年會(huì)議內(nèi)容涵蓋多媒體與人工智能前沿講習(xí)班、專委會(huì)沙龍、產(chǎn)業(yè)前沿論壇、智能媒體學(xué)術(shù)高峰論壇、多媒體新技術(shù)成果展，探討方向涉及深度神經(jīng)網(wǎng)絡(luò)、視頻編碼、多媒體內(nèi)容分析等。

作為專委會(huì)主任和大會(huì)主席，李波教授對(duì) AI 科技評(píng)論表示，今年是 CCF 多媒體技術(shù)專委會(huì)第二次獨(dú)立承辦中國(guó)多媒體大會(huì)，今年在去年成功辦會(huì)基礎(chǔ)上，規(guī)模更大。去年參會(huì)人數(shù)在 630 人左右，而今年則達(dá)到 850 多人。他進(jìn)一步表示，今年多媒體專委會(huì)同時(shí)承辦多IEEE媒體大數(shù)據(jù)國(guó)際會(huì)議（BigMM2018），兩個(gè)會(huì)議同期舉辦，也進(jìn)行了一些合作——共享大會(huì)報(bào)告，使得會(huì)議更加國(guó)際化了。

李波教授對(duì)雷鋒網(wǎng) AI 科技評(píng)論說(shuō)道，相比去年來(lái)說(shuō)，今年在成果展示內(nèi)容方面，也迎來(lái)創(chuàng)新。參會(huì)成果數(shù)量與去年相比，增加了三十多項(xiàng)；在成果內(nèi)容方面，今年更注重大家所關(guān)心的技術(shù)問(wèn)題或行業(yè)熱點(diǎn)方面的成果，有一批智能媒體方面的成果，如數(shù)字視網(wǎng)膜、無(wú)人駕駛系統(tǒng)等。

提及今年會(huì)議的亮點(diǎn)，他著重談到新增的四項(xiàng)技術(shù)競(jìng)賽——用戶興趣建模、AI 在時(shí)尚領(lǐng)域的應(yīng)用、圖像壓縮后處理、圖像去霧處理。雷鋒網(wǎng) AI 科技評(píng)論看到，四項(xiàng)大賽的優(yōu)勝方案也在現(xiàn)場(chǎng)進(jìn)行了展示。

京東 Fashion AI 挑戰(zhàn)賽時(shí)尚風(fēng)格識(shí)別冠軍由來(lái)自業(yè)界的個(gè)人參賽者丁煌浩和萬(wàn)輝獲得，他們?cè)敿?xì)展示了這次比賽所用的模型、數(shù)據(jù)增強(qiáng)、調(diào)參、閾值搜索、集成階段的方案，詳細(xì)信息可以參見(jiàn)：

https://fashion-challenge.github.io/%E8%A5%BF%E5%A4%A9%E5%8F%96%E4%BA%AC.pdf

來(lái)自陜西師范大學(xué)的張魯同學(xué)則獲得了基于深度學(xué)習(xí)的圖像壓縮后處理競(jìng)賽冠軍，在這次比賽中，他綜合了擴(kuò)張卷積、殘差學(xué)習(xí)、對(duì)稱的跳躍鏈接技術(shù)，在最終結(jié)果上，他提出的方案只有 10 層卷積，因此運(yùn)算速度非?？?，借助改進(jìn)的擴(kuò)張卷積網(wǎng)絡(luò)，實(shí)現(xiàn)了相當(dāng)于普通卷積 20 多層的效果，再借助殘差學(xué)習(xí)、對(duì)稱的跳躍鏈接和對(duì)訓(xùn)練數(shù)據(jù)的處理，進(jìn)一步實(shí)現(xiàn)精度的提升，可以看到，最終的 PSNR 為 36.3686dB，速度為 147.18s。

除了比賽方案展示，企業(yè)和高校、研究所也來(lái)到現(xiàn)場(chǎng)進(jìn)行成果展示，共赴這場(chǎng)多媒體盛宴。

企業(yè)方面，騰訊展示了 AI 在騰訊視頻上的應(yīng)用，百度對(duì)其視覺(jué)算法和學(xué)術(shù)成果進(jìn)行了視頻展示，快手也展示了 AI 技術(shù)及多媒體傳輸算法的應(yīng)用，愛(ài)奇藝則展示了 ZoomAI 視頻增強(qiáng)解決方案。當(dāng)然，除了展示技術(shù)成果，各大企業(yè)也不忘在現(xiàn)場(chǎng)宣傳招聘信息。

來(lái)自學(xué)術(shù)界的成果則更加多樣化，北京大學(xué)、北京交通大學(xué)、北京航空航天大學(xué)、中國(guó)人民大學(xué)、中科院自動(dòng)化所，上海交通大學(xué)、中國(guó)科學(xué)技術(shù)大學(xué)、南京郵電大學(xué)等多所高校均有成果現(xiàn)場(chǎng)參展，展示內(nèi)容包括特定領(lǐng)域大規(guī)模長(zhǎng)視頻數(shù)據(jù)集、基于深度殘差網(wǎng)絡(luò)的視頻增強(qiáng)技術(shù)、有雨場(chǎng)景下監(jiān)控視頻的高效分析與編碼、基于 X 射線的輪胎缺陷智能檢測(cè)、面向公交系統(tǒng)的智能客服流統(tǒng)計(jì)算法與裝備。

圖：成果展示一角

北京大學(xué)字形計(jì)算技術(shù)實(shí)驗(yàn)室中國(guó)文字字體設(shè)計(jì)與研究中心團(tuán)隊(duì)帶來(lái)其智能造字技術(shù)方案，他們與方正公司進(jìn)行了技術(shù)上的合作，所產(chǎn)生的個(gè)性化字體目前已經(jīng)應(yīng)用在QQ等多個(gè)平臺(tái)。現(xiàn)場(chǎng)，他們也展示了在學(xué)術(shù)上的一些成果，在智能造字技術(shù)上，他們重點(diǎn)展示了基于深度學(xué)習(xí)的中文字庫(kù)自動(dòng)生成技術(shù)、紋理特效字形自動(dòng)生成技術(shù)、字形結(jié)構(gòu)理解與識(shí)別技術(shù)。

圖：紋理特效字形的自動(dòng)生成

該實(shí)驗(yàn)室學(xué)生王逸之對(duì) AI 科技評(píng)論表示，他們?cè)?CVPR 和 SIGGRAPH 上也有發(fā)表相關(guān)工作。談及參會(huì)感受，他表示，比起純學(xué)術(shù)會(huì)議關(guān)注前沿研究，這次會(huì)議更多的是學(xué)術(shù)成果的落地展示，其中深度學(xué)習(xí)技術(shù)應(yīng)用得越來(lái)越多，應(yīng)用領(lǐng)域也迎來(lái)極大擴(kuò)寬，可以看到很多圖片、視頻數(shù)據(jù)在實(shí)際中的應(yīng)用。

北京大學(xué)數(shù)字媒體研究所的仿視網(wǎng)膜成像芯片也吸引了眾人的目光。這一團(tuán)隊(duì)利用已經(jīng)取得的大腦初級(jí)視覺(jué)仿真結(jié)果，突破了仿視網(wǎng)膜視覺(jué)信號(hào)處理過(guò)程的采集成像、編碼重構(gòu)及智能處理技術(shù)。在現(xiàn)場(chǎng)，他們展示了一個(gè)集成高速攝像系統(tǒng)，據(jù)其介紹，目前他們的方案可廣泛用于各類高速目標(biāo)的檢測(cè)識(shí)別和跟蹤等任務(wù)。更多內(nèi)容可以訪問(wèn)實(shí)驗(yàn)室官網(wǎng)：http://idm.pku.edu.cn/

除了與圖像和視頻相關(guān)的研究，來(lái)自中科院自動(dòng)化所的團(tuán)隊(duì)也帶來(lái)了 www.zhuanzhi.ai 基于人工智能的知識(shí)分發(fā)平臺(tái)，這一平臺(tái)基于機(jī)器學(xué)習(xí)、知識(shí)圖譜、多媒體語(yǔ)義分析等技術(shù)，聚焦提供人工智能領(lǐng)域的知識(shí)服務(wù)，在大會(huì)頒獎(jiǎng)晚宴上，該平臺(tái)獲得多媒體前沿技術(shù)杰出展示獎(jiǎng)。

更多獎(jiǎng)項(xiàng)如下圖所示。

以上成果也與李波教授的話相互印證，這次參展成果中，可以看到許多具有實(shí)用意義的技術(shù)。

中國(guó)多媒體大會(huì)的前身是始于 1992 年的全國(guó)多媒體技術(shù)學(xué)術(shù)會(huì)議（NCMT），迄今已有二十余年歷史，李波教授對(duì)雷鋒網(wǎng) AI 科技評(píng)論表示，中國(guó)目前研究聲音、視頻、圖像的研究團(tuán)隊(duì)逐漸多起來(lái)了，再加上這幾年技術(shù)的發(fā)展，中國(guó)在國(guó)際上的影響力也越來(lái)越大，在一些頂尖國(guó)際學(xué)術(shù)會(huì)議上，中國(guó)學(xué)者都占了相當(dāng)大的比例，甚至逐步成為主力軍。

他進(jìn)一步表示，在圖像視頻應(yīng)用方面，這幾年出現(xiàn)了很多新興企業(yè)，如此次前來(lái)參會(huì)的快手、商湯、愛(ài)奇藝等，而在行業(yè)應(yīng)用上，以?？低暈榇淼钠髽I(yè)在安防監(jiān)控方面已經(jīng)處于國(guó)際前列。中國(guó)的這些企業(yè)，在多媒體應(yīng)用方面的技術(shù)處于前沿，在行業(yè)應(yīng)用的深度和廣度上也做得相當(dāng)不錯(cuò)。

而談到對(duì)多媒體技術(shù)的展望，他表示，隨著技術(shù)的應(yīng)用越來(lái)越普及，會(huì)提出一些關(guān)于智能媒體方面更深、難度難度更大的問(wèn)題；如果我們認(rèn)為目前對(duì)語(yǔ)音、視頻的分析還處于感知層面，那怎么把聲音、圖像、文字像人一樣有機(jī)結(jié)合起來(lái)進(jìn)行理解，這就涉及到更復(fù)雜的研究，這是從認(rèn)知層面將信息結(jié)合起來(lái)。

此外，他說(shuō)道，在一些實(shí)時(shí)性較強(qiáng)的系統(tǒng)中，比如無(wú)人駕駛系統(tǒng)、導(dǎo)航系統(tǒng)等，時(shí)間空間的變化是實(shí)時(shí)的，涉及到的知識(shí)、數(shù)據(jù)類型更加豐富，也存在更深層次的研究。現(xiàn)在大家談?wù)摯髷?shù)據(jù)比較多，主要在數(shù)據(jù)分析；進(jìn)一步發(fā)展，需要把數(shù)據(jù)驅(qū)動(dòng)和知識(shí)驅(qū)動(dòng)有機(jī)結(jié)合，把各種感知信息、經(jīng)驗(yàn)和決策知識(shí)用于視覺(jué)導(dǎo)航系統(tǒng)、無(wú)人系統(tǒng)，在開(kāi)放環(huán)境的實(shí)時(shí)系統(tǒng)中進(jìn)行推廣應(yīng)用，這些都需要更多更高水平的研究和開(kāi)發(fā)。

接下來(lái)精彩繼續(xù)，敬請(qǐng)關(guān)注雷鋒網(wǎng) AI 科技評(píng)論更多現(xiàn)場(chǎng)報(bào)導(dǎo)。

（完）

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。