ICME 2026-Day2

2026年7月6日，IEEE International Conference on Multimedia and Expo 2026（ICME 2026）在泰国曼谷继续举行。今日会议议程中，多场 Grand Challenge 专题论坛同期展开，内容涵盖 AIGC 图像质量评价、科学图像质量评价、动态三维高斯泼溅压缩、低空无人机图像质量评价、考古文物智能识别以及多模态仇恨言论检测等多个热点研究方向，同时，视觉计算实验室部分录用论文也进行了海报展示。

Grand Challenge: Lightweight Neural Networks for AIGC Image Quality Assessment :讲者为来自Nvidia相关团队的研究者，本场论坛围绕 AIGC 图像质量无参考评价中的轻量化模型设计展开讨论。论坛中展示了 LAQ-Net 等方法，重点介绍了双路径网络结构、频域信息建模以及轻量化推理在 AIGC 图像质量评估任务中的应用，为生成式图像评价模型在实际场景中的部署提供了新的思路。

Grand Challenge :SIQA: Scientific Images Quality Assessment Challenge ，讲者为来自上海AI lab的Zicheng Zhang。该论坛面向科学图像质量评价任务，关注人工智能快速融入科学研究流程后，对可靠科学图像质量评估方法的需求。与自然图像不同，科学图像往往服务于后续检测、分析、诊断或科研判断，其质量退化不仅影响视觉观感，也可能影响科学结论的准确性。讲者的讲解为解决以上问题提供了新思路。

Grand Challenge : DyGSC: Dynamic Gaussian Splatting Compression Challenge：讲者为来自北京大学深圳研究生院的 Liwei Liao。该论坛面向如何对动态三维高斯泼溅表示进行高效压缩和重建，展示了一套面向动态三维高斯泼溅表示的压缩与重建系统，通过压缩框架设计降低动态三维内容的存储与传输开销，为未来实时渲染、沉浸式通信和三维场景重建等应用提供了新的技术路径。

Grand Challenge : Perceptual Visual & 3D Point Cloud Compression and Low-Altitude UAV Image Quality Assessment，论坛由来自香港城市大学 Yuanchao Bai 和南阳理工大学的 Chengyan Jiang 共同主持。论坛覆盖感知视觉压缩和低空无人机图像质量评价等方向。论坛指出，低空无人机图像具有视角多样、目标区域复杂、场景变化明显等特点，传统图像质量评价方法难以充分反映目标感知任务中的实际质量需求。讲者回顾了近十年这三个领域的研究进展，并引出了ICME举行的面向低空无人机图像的目标感知质量评价挑战赛。

Grand Challenge：AI for Archaeological Artifacts Identification and Multilingual Multimodal Hate Speech Detection，论坛由来自Jadavpur University的Utathya Aich主持，随着网络交流从文本逐渐扩展到语音留言、直播和对话媒体，仅基于转写文本的检测系统已难以适应复杂的真实传播环境。论坛从语音、多语言和多模态信息融合角度出发，介绍了面向现实网络环境的仇恨言论检测挑战，体现了多媒体技术在内容安全、社会治理和可信传播中的应用价值。

此外，视觉计算实验室三篇录用论文的其中两篇也进行了海报展示，研究方向分别涉及医学图像分割与遥感滑坡分割，体现了实验室在多媒体智能分析与交叉应用领域的持续探索。

其中，论文“TIM-Seg: Text-Driven Interactive Model for Multi-Organ Segmentation in Abdominal CT” 围绕腹部 CT 多器官分割问题展开研究，提出一种文本驱动的交互式分割模型，将器官级文本先验与腹部 CT 图像信息相结合，以提升多器官分割的准确性。该研究将语言信息引入医学图像分析过程，为多模态交互式医学分割提供了新的思路。

另一篇论文“ABC-LandSeg: A Landslide Segmentation Framework Based on Adaptive Feature Selection and Boundary Correction” 聚焦遥感滑坡分割任务，针对滑坡区域尺度变化大、边界模糊以及复杂背景干扰等问题，提出了一种基于自适应特征选择与边界校正的滑坡分割框架。通过改进特征表达与边界细化策略，该方法在滑坡识别精度和泛化能力方面取得了较好的效果，为自然灾害遥感监测提供了有价值的技术支撑。