近日，第33届ACM MM国际计算机视觉大会论文录用结果揭晓，澳门6合彩开奖 李佐勇教授、赖桃桃副教授及指导的联培研究生2篇论文被录用。ACM International Conference on Multimedia (ACM MM)是计算机科学多媒体领域的顶级国际会议，是中国计算机学会（CCF）推荐的A类国际学术会议。ACM MM 2025将于2025年10月27日-10月31日在爱尔兰都柏林举办，ACM MM 2025共有4672份有效投稿，录用1251篇，录取率为26%，以下为论文简介：

论文题目：Two-View Correspondence Pruning via Channel-Spatial Interaction and Bidirectional Consensus Interaction

作者：黄贤贵,赖桃桃*,刘翼章,林舒源,李佐勇

简介：在计算机视觉中，准确识别两幅图像之间的正确对应关系是一项关键任务。当前的方法主要采用PointCN模块作为特征提取骨干，并通过渐进式学习策略来学习局部-全局一致性。然而，这些方法存在两个主要缺陷：首先，PointCN模块由多层感知机和归一化层组成，其对空间位置信息进行独立处理，导致通道维度与空间维度之间的交互受限；其次，渐进式学习策略主要关注从局部一致性到全局一致性的单向传递，忽略了局部与全局一致性之间的双向交互。为了解决上述问题，我们提出了一种基于通道-空间交互和双向一致性交互的网络结构（CSBCNet）。该网络包含三个新颖的模块：通道-空间交互模块（CSI）、局部一致性挖掘模块（LCM）以及全局一致性感知注意力模块（GCAA）。具体而言，CSI模块通过双路径注意力机制增强通道维度与空间维度之间的交互，有效缓解了PointCN模块中空间位置独立处理所带来的交互限制；LCM模块通过建模对应关系中的几何结构和空间连续性来提取可靠的局部一致性；GCAA模块通过选择置信度高的对应关系来捕获全局一致性，并利用交叉注意力机制实现局部与全局一致性之间的双向交互。

论文题目：Gradient-Aware Revitalization of Non-Effective Samples in Medical Image Segmentation

作者：林世颖,胡蓉*,李佐勇*,林清华,吴嘉炜,张长青*

简介：基于深度学习的医学图像分割因其精准的病灶定位能力，已成为多模态医学应用和智能辅助诊断系统中的核心组成部分。近年来，网络架构的不断创新显著提升了分割性能。然而，在模型优化过程中，非有效样本（Non-Effective Samples, NES）却鲜有受到关注。这类样本在训练过程中表现出损失函数梯度变化微弱，对模型优化的贡献极小。他们既包括损失值趋近于零的易分割样本，也包括始终保持高损失值的难分割样本。尤其是当NES大量积累时，模型易陷入优化停滞的困境，造成训练效果的瓶颈。为应对这一问题，我们提出了一种轻量级、即插即用的策略-基于梯度感知的样本选择与再激活策略（Gradient-Aware Sample Selection and Reactivation Strategy, GA-SRS）,用于高效识别并激活NES的训练潜力。首先，GA-SRS基于样本的历史训练信息及其在训练过程中的损失梯度变化，筛选出NES；随后，通过强数据增强操作，来重新激活这些样本的训练值。

（澳门6合彩开奖  梁礼燕 通讯员 黄昆畅）