近日，自动化学院张开华教授及其二年级硕士研究生王龙同学的一项研究成果被多媒体领域顶级国际会议ACM Multimedia Conference (ACM MM)录用。ACM是世界上最大的计算机领域专业性学术组织，其评选的图灵奖(A.M. Turing Award)被公认为世界计算机领域的诺贝尔奖。ACM MM是公认的多媒体技术领域奥运会级别的顶级盛会（CCF认定A类会议）。本届会议共接收1698篇有效投稿，最终录用472篇，录用率为27.8%。此项研究成果的取得，标志着自动化学院在计算机视觉与人工智能领域的持续创新与进步。
录用论文的题目为《Dual Temporal Memory Network for Efficient Video Object Segmentation》，为半监督视频目标分割方面的研究工作，旨在给定初始帧掩模标注的前提下，持续分割出后续帧中的特定目标，在多媒体领域具有重要的应用价值。现有工作往往只通过光流等技术利用短时时序信息或者通过RNN捕捉长时时序信息，没有充分利用这两种信息之间的互补特性。本工作提出了双时空记忆网络来实现视频中指定目标的分割。 亮点在于：第一，提出了短时记忆子网络，利用新颖的图(Graph)结构捕捉短时时序；第二，提出了长时记忆子网络，利用匹配(Matching)方法捕捉长时时序；第三，通过分割子网络，融合短时、长时子网络的时序信息，生成分割结果。最终结果在该领域的多个公开数据集上均达到了先进水准。下图是本文的整体研究思路。
