ACM MM

Infrared and Visible Image Fusion with Language-Driven Loss in CLIP Embedding Space

红外与可见图像融合中的语言驱动损失在CLIP嵌入空间中

Yuhao Wang, Lingjuan Miao, Zhiqiang Zhou, Lei Zhang, Yajun Qiao

机构 * School of Automation\ Institute of Technology Beijing China ； School of Automation\ Institute of Technology 纠错

AI总结 本文提出一种基于语言驱动损失的IVIF方法，利用CLIP嵌入空间实现融合目标与输入图像模态的关系建模，提升融合性能。

Comments Accepted by ACM MM 2025

Pathology-Aware Prototype Evolution via LLM-Driven Semantic Disambiguation for Multicenter Diabetic Retinopathy Diagnosis

基于LLM驱动语义消歧的病理感知原型演化用于多中心糖尿病视网膜病变诊断

Chunzheng Zhu, Yangfang Lin, Jialin Shao, Jianxin Lin, Yijun Wang

机构 * Hunan University（湖南大学） 纠错

AI总结 本文提出HAPM框架，通过整合细粒度病理描述和临床知识，提升多中心糖尿病视网膜病变诊断的准确性。

Comments ACMMM 2025

Motion Matters: Motion-guided Modulation Network for Skeleton-based Micro-Action Recognition

动作至关重要：用于基于骨骼的微动作识别的运动引导调制网络

Jihao Gu, Kun Li, Fei Wang, Yanyan Wei, Zhiliang Wu, Hehe Fan, Meng Wang

机构 * University College London（伦敦大学学院） ； ReLER, CCAI, Zhejiang University（ReLER、CCAI、浙江大学） ； Hefei University of Technology（合肥工业大学） ； Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（人工智能研究院、合肥综合性国家科学中心） ； Intelligent Interconnected Systems Laboratory of Anhui Province（安徽省智能互联系统实验室） 纠错

AI总结 本文提出运动引导调制网络MMN，通过骨骼和帧级运动线索调制提升微动作识别的准确性。

Comments Accepted by ACM MM 2025