出访人员名单（含领队）

达慧、李富晟

出访国家（地区）

爱尔兰都柏林

实际

出访时间

2025年10月27日

至2025年11月2日

实际往返路线（相关城市）

福州长乐机场-北京大兴机场-多哈哈马德机场-都柏林机场

都柏林机场-多哈哈马德机场-北京大兴机场-福州长乐机场

出访任务

参加第33届国际多媒体大会ACM MM 2025（ACM International Conference   on Multimedia），并作论文报告

出

访

成

果

报

告

2025年10月，我们有幸赴爱尔兰都柏林参加 ACM MM 2025（ACM International Conference on Multimedia），这是多媒体领域最具影响力的国际会议之一。本届会议共收到有效投稿4711篇，最终录用1251 篇（接收率约 26.6%）。会议涵盖主会议、专题研讨会、专题讲习班等多种形式，为学术界与工业界提供了深度交流的平台。

在本次会议上，我们团队李富晟汇报了最新研究成果《CoFiVLA: Synergistic Coarse-Fine   Vision-Language Alignment for Image Aesthetic Assessment》（CoFiVLA：基于协同粗细粒度视觉语言对齐的图像美学评价）。该研究针对图像美学评估中主观性强、视觉信息单一等挑战，提出了创新解决方案。我们主要技术贡献包括：1、设计粗细粒度对齐框架，通过粗粒度美学摘要和细粒度完整评论的双分支协同，精准捕捉核心美学要素与细节信息。2、提出多阶段适配模块，采用多层适配器整合图像特征，构建层次化美学表示。3、利用提示词学习机制，定制可学习提示词实现跨注意力融合，支持无评论输入的高效评估。4、该方法在多个数据集上表现出稳定性能，并展现出良好的跨风格泛化能力，为图像推荐等应用提供了可靠支持。此外，我们的团队达慧汇报了最新研究成果《IPCMoE: Integrating Perceptual Cues with   Mixture-of-Experts for Joint Low-Light Image Enhancement and Deblurring》（IPCMoE：集成感知线索与专家混合模型的联合低光照图像增强与去模糊）。该研究针对现有低光图像增强与去模糊联合方法在应对退化模式与强度时的局限性，创新性地提出了一种集成感知线索的混合专家模型（IPCMoE）。我们的主要技术贡献包括：1、提出感知线索与混合专家相结合的方法，为处理多重退化图像提供了一种动态且自适应的解决方案。2、设计定制路由模块和任务定制化的专家，以开发出集成感知的专家混合模型。纹理记忆混合专家模型通过保留关键特征实现高保真细节还原，而增强专家混合专家模型能够自适应整合提亮线索与纹理线索。3、大量实验表明，本方法在LOL-Blur和Real-LOL-Blur数据集上均达到当前最先进水平。

通过在ACM MM汇报研究成果、参与专题研讨，并与全球学术界精英深入交流，我们不仅提升了在国际会议上的学术表达与沟通能力，也对多媒体计算领域的前沿动态有了更深入的理解。与同行研究者们的广泛互动进一步拓宽了我们的学术视野，使得我们接触到多元的研究视角与方法。展望未来，此次会议所带来的灵感与启发，将有力推动我们在现有研究基础上持续探索与创新。

该团组已进行事后公示。　　　　　　　　　　　　   （领队签字）

遵守外事纪律情况（含意见和建议等）：

严格遵守出访纪律。