近日，我中心李翠华、曲延云教授课题组和王菡子教授课题组分别有2篇论文被多媒体国际顶级会议ACM International Conference on Multimedia（简称ACM MM，CCF A类会议）录用，两篇论文分别关注人工智能-计算机视觉中的超分辨率重建和目标跟踪任务。
由我中心博士生陈蓉和硕士生罗小同合作完成的论文“Joint-attention Discriminator for Accurate Super-resolution via Adversarial Training” 被ACM MM接收，论文框架如图1所示。该文提出一种基于生成对抗网络的联合注意力判别器用于图像超分辨率重建任务，它在生成对抗网络的判别器中注入了两种注意力机制，用于提高PSNR和SSIM等客观指标，同时与没有使用注意力机制的判别器相比，能保持很好的主观视觉效果。两种注意力机制分别关注浅层的和中高层的通道，用于提升浅层和中高层的特征判别能力。实验结果表明，提出的判别器可以和任意的生成器进行结合，实现更高客观指标和更逼真的主观视觉效果。该论文由曲延云教授、李翠华教授和华东师范大学谢源教授共同指导。
图 1. Joint-attention Discriminator for Accurate Super-resolution via Adversarial Training
由我中心博士生陈昊升、梁艳杰和硕士生吴强强合作完成的论文“Asynchronous Tracking-by-Detection on Adaptive Time Surfaces for Event-based Object Tracking”被ACM MM接收，论文框架如图2所示。事件相机，又被称为硅视网膜，是一种根据仿生学原理所提出的新型、异步光学相机。该论文首次提出一种基于事件相机的异步目标跟踪方法用于解决在物体快速运动和高动态光照环境下的目标跟踪问题。所提出的方法可以有效地利用事件相机的极低响应时延和高动态范围等特性，在多种对于传统光学相机具有较大挑战性的目标跟踪环境下取得了优异的跟踪结果。该论文由王菡子教授和西安电子科技大学高新波教授共同指导。
图 2. Asynchronous Tracking-by-Detection on Adaptive Time Surfaces for Event-based Object Tracking
