IEEE 举办的“International Conference on Multimedia & Expo”是多媒体技术研究领域的年度国际会议。自2000年在New York 举办第一届会议以来，至2017年已是18届。ICME 2017在时尚国际化大都市中国香港举办。此次ICME 2017共收到600多篇投稿，总共录用200篇左右，录取率约在30%，其中分组报告(oral)论文数量在80篇以内，录取率约为12%。可见该会的论文平均水平在不断提高。蒋树强和王树徽代表中科院计算所智能信息处理实验室参加了此次国际会议，全程参加了大会多个主题报告和tutorial报告，了解同行的研究进展，并与国内外研究学者开展了广泛深入的交流。
在7月11日上午的poster session当中，蒋树强在此次会议上介绍了课题组在图像中关系检测方面的论文“Visual Relationship Detection with Object Spatial Distribution”。在报告过程中，与会者针对所提出方法的视觉关系类型、物体空间上下文建模等方面的技术思路和现有方法的比较方面进行了提问，在交流过程中作者也受到了较多的启发。在7月12日图像标题生成的oral session当中，蒋树强作为论文“Keyword-driven Image Captioning via Context-dependent Bilateral LSTM”的合作者，听取了论文第一作者张晓丹的讲解，并同与会者进行了会后的讨论和交流，对基于深度循环神经网络的图像摘要技术的未来发展趋势进行了展望。
在7月12日上午的Oral Session中，王树徽代表吴益灵、张维刚和黄庆明对“ONLINE LOW-RANK SIMILARITY FUNCTION LEARNING WITH ADAPTIVE RELATIVE MARGIN FOR CROSS-MODAL RETRIEVAL”进行了介绍。在该研究中提出了一种在线低秩的跨模态关联学习的方法，并在两个公开数据库上对一些经典算法进行了深入评测，结果表明所提方法有效实现了在线跨模态相似度学习，应对了跨模态数据的特点。我们的工作获得了来自新加坡、中国香港、中华台北、美国和中国大陆的研究人员的广泛关注，并进行了热烈的交流和探讨。
附件：