雷鋒網(wǎng) AI 科技評論消息，2018 年 9 月 15 日，中國多媒體大會（ChinaMM2018）于西安正式開幕，此次會議由中科院計算所陳熙霖研究員、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)任大會主席，特邀報告嘉賓為悉尼大學(xué)馮大淦教授、紐約州立大學(xué)Buffalo分校陳長汶教授、快手 AI 技術(shù)副總裁鄭文博士。除了三場特邀報告，今年會議內(nèi)容涵蓋多媒體與人工智能前沿講習(xí)班、專委會沙龍、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。

作為專委會主任和大會主席，李波教授對 AI 科技評論表示，今年是 CCF 多媒體技術(shù)專委會第二次獨立承辦中國多媒體大會，今年在去年成功辦會基礎(chǔ)上，規(guī)模更大。去年參會人數(shù)在 630 人左右，而今年則達到 850 多人。他進一步表示，今年多媒體專委會同時承辦多IEEE媒體大數(shù)據(jù)國際會議（BigMM2018），兩個會議同期舉辦，也進行了一些合作——共享大會報告，使得會議更加國際化了。

李波教授對雷鋒網(wǎng) AI 科技評論說道，相比去年來說，今年在成果展示內(nèi)容方面，也迎來創(chuàng)新。參會成果數(shù)量與去年相比，增加了三十多項；在成果內(nèi)容方面，今年更注重大家所關(guān)心的技術(shù)問題或行業(yè)熱點方面的成果，有一批智能媒體方面的成果，如數(shù)字視網(wǎng)膜、無人駕駛系統(tǒng)等。

提及今年會議的亮點，他著重談到新增的四項技術(shù)競賽——用戶興趣建模、AI 在時尚領(lǐng)域的應(yīng)用、圖像壓縮后處理、圖像去霧處理。雷鋒網(wǎng) AI 科技評論看到，四項大賽的優(yōu)勝方案也在現(xiàn)場進行了展示。

京東 Fashion AI 挑戰(zhàn)賽時尚風(fēng)格識別冠軍由來自業(yè)界的個人參賽者丁煌浩和萬輝獲得，他們詳細展示了這次比賽所用的模型、數(shù)據(jù)增強、調(diào)參、閾值搜索、集成階段的方案，詳細信息可以參見：

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

來自陜西師范大學(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賽冠軍，在這次比賽中，他綜合了擴張卷積、殘差學(xué)習(xí)、對稱的跳躍鏈接技術(shù)，在最終結(jié)果上，他提出的方案只有 10 層卷積，因此運算速度非?？欤柚倪M的擴張卷積網(wǎng)絡(luò)，實現(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)、對稱的跳躍鏈接和對訓(xùn)練數(shù)據(jù)的處理，進一步實現(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、研究所也來到現(xiàn)場進行成果展示，共赴這場多媒體盛宴。

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

來自學(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)、中國人民大學(xué)、中科院自動化所，上海交通大學(xué)、中國科學(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)場參展，展示內(nèi)容包括特定領(lǐng)域大規(guī)模長視頻數(shù)據(jù)集、基于深度殘差網(wǎng)絡(luò)的視頻增強技術(shù)、有雨場景下監(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、面向公交系統(tǒng)的智能客服流統(tǒng)計算法與裝備。

圖：成果展示一角

北京大學(xué)字形計算技術(shù)實驗室中國文字字體設(shè)計與研究中心團隊帶來其智能造字技術(shù)方案，他們與方正公司進行了技術(shù)上的合作，所產(chǎn)生的個性化字體目前已經(jīng)應(yīng)用在QQ等多個平臺?，F(xiàn)場，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，他們重點展示了基于深度學(xué)習(xí)的中文字庫自動生成技術(shù)、紋理特效字形自動生成技術(shù)、字形結(jié)構(gòu)理解與識別技術(shù)。

圖：紋理特效字形的自動生成

該實驗室學(xué)生王逸之對 AI 科技評論表示，他們在 CVPR 和 SIGGRAPH 上也有發(fā)表相關(guān)工作。談及參會感受，他表示，比起純學(xué)術(shù)會議關(guān)注前沿研究，這次會議更多的是學(xué)術(shù)成果的落地展示，其中深度學(xué)習(xí)技術(shù)應(yīng)用得越來越多，應(yīng)用領(lǐng)域也迎來極大擴寬，可以看到很多圖片、視頻數(shù)據(jù)在實際中的應(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。這一團隊利用已經(jīng)取得的大腦初級視覺仿真結(jié)果，突破了仿視網(wǎng)膜視覺信號處理過程的采集成像、編碼重構(gòu)及智能處理技術(shù)。在現(xiàn)場，他們展示了一個集成高速攝像系統(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)的檢測識別和跟蹤等任務(wù)。更多內(nèi)容可以訪問實驗室官網(wǎng)：http://idm.pku.edu.cn/

除了與圖像和視頻相關(guān)的研究，來自中科院自動化所的團隊也帶來了 www.zhuanzhi.ai 基于人工智能的知識分發(fā)平臺，這一平臺基于機器學(xué)習(xí)、知識圖譜、多媒體語義分析等技術(shù)，聚焦提供人工智能領(lǐng)域的知識服務(wù)，在大會頒獎晚宴上，該平臺獲得多媒體前沿技術(shù)杰出展示獎。

更多獎項如下圖所示。

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用意義的技術(shù)。

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

他進一步表示，在圖像視頻應(yīng)用方面，這幾年出現(xiàn)了很多新興企業(yè)，如此次前來參會的快手、商湯、愛奇藝等，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)處于國際前列。中國的這些企業(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。

而談到對多媒體技術(shù)的展望，他表示，隨著技術(shù)的應(yīng)用越來越普及，會提出一些關(guān)于智能媒體方面更深、難度難度更大的問題；如果我們認(rèn)為目前對語音、視頻的分析還處于感知層面，那怎么把聲音、圖像、文字像人一樣有機結(jié)合起來進行理解，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。

此外，他說道，在一些實時性較強的系統(tǒng)中，比如無人駕駛系統(tǒng)、導(dǎo)航系統(tǒng)等，時間空間的變化是實時的，涉及到的知識、數(shù)據(jù)類型更加豐富，也存在更深層次的研究?，F(xiàn)在大家談?wù)摯髷?shù)據(jù)比較多，主要在數(shù)據(jù)分析；進一步發(fā)展，需要把數(shù)據(jù)驅(qū)動和知識驅(qū)動有機結(jié)合，把各種感知信息、經(jīng)驗和決策知識用于視覺導(dǎo)航系統(tǒng)、無人系統(tǒng)，在開放環(huán)境的實時系統(tǒng)中進行推廣應(yīng)用，這些都需要更多更高水平的研究和開發(fā)。

接下來精彩繼續(xù)，敬請關(guān)注雷鋒網(wǎng) AI 科技評論更多現(xiàn)場報導(dǎo)。

（完）

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