近日，在澳大利亚墨尔本举办的第32届ACM国际多媒体会议（ACM MM）上，中国科学技术大学与云知声联合组建的USTC-IAT-United团队在多个AI竞赛中表现出色，斩获5项冠军和2项亚军，彰显了中国在人工智能领域的领先实力。
ACM MM作为CCF A类会议，在多媒体与计算机图形学领域享有盛誉，其学术影响力和行业认可度极高。本次会议汇聚了全球顶尖的学术机构和企业，其设置的多个富有挑战性的赛事吸引了众多团队参与，竞争激烈。
USTC-IAT-United团队在微动作分析、微表情检测、人机交互、多模态群体行为分析以及视觉空间关系描述等多个AI前沿领域取得突破。以下是对其获奖情况的详细介绍：
微动作分析：团队针对微动作持续时间短、难以捕捉的特点，创新性地提出了3D-SENet Adapter，高效聚合时空信息并进行在线视频特征学习。此外，他们开发的交叉注意力聚合检测头通过集成多尺度特征，显著提升了检测精度，最终在两个赛道上分别获得冠军和亚军，相关研究成果已发表在ACM MM会议上。 这体现了团队在处理复杂时空数据方面的强大能力。
微表情检测：团队在两个不同的微表情识别赛道中均获得冠军。 他们采用基于光流的方法，精确定位微表情的起始和结束时间；并通过边界校准方案和特征增强策略，进一步提升了识别准确性和鲁棒性。 另有一项微表情挑战赛中，团队融合VideoMAE V2框架、时间信息适配器（TIA）及多尺度特征融合检测头，在STRS（Overall）评分中达到SOTA水平，再次夺冠。 这表明团队在微表情识别算法设计和优化方面处于国际领先地位。
多模态群体行为分析：团队提出的双流AI-BiLSTM模型，通过对齐和交互对话者特征，实现了更准确的参与度估计，在MultiMediate挑战赛的Multi-domain engagment estimation赛道上夺冠，展现了团队在多模态数据分析方面的深厚积累。
深度伪造检测：团队设计的局部全局交互模块（AV-LG模块）显著增强了模型的检测性能。通过增加真实样本的误差权重和将采样帧转换为频域等创新方法，最终获得该赛道冠军。 此项成果对于打击深度伪造技术具有重要意义。
USTC-IAT-United团队的优异成绩，是中科大和云知声紧密合作的成果，也展现了云知声在AGI技术架构方面的强大实力。作为国内AGI技术产业化的先行者，云知声的全栈AGI技术与产业布局，正在持续推动各行各业的智慧化升级，为智慧生活和智慧医疗等领域提供高效的产品化支撑。
