SpecXNet: A Dual-Domain Convolutional Network for Robust Deepfake Detection
Comments ACM MM Accepted
期刊&会议
ACM MM
ACM International Conference on Multimedia · 会议 · Multimedia
Cross-Modal Retrieval with Cauchy-Schwarz Divergence
机构 * The HongKong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； University of Amsterdam（阿姆斯特丹大学） ； Vrije Universiteit Amsterdam（自由大学）
Comments Accepted by ACMMM-25
Deciphering Functions of Neurons in Vision-Language Models
机构 * University of Science and Technology of China（中国科学技术大学） ； Microsoft Research Asia（微软亚洲研究院）
Comments Accepted by the 31st ACM International Conference on Multimedia (ACM MM 2025)
Positional Prompt Tuning for Efficient 3D Representation Learning
机构 * Xi'an Jiaotong University（西安交通大学） ； Tsinghua University（清华大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
Comments Accepted at ACMMM 2025 Oral
An h-space Based Adversarial Attack for Protection Against Few-shot Personalization
机构 * Computer Vision Center Universitat Autònoma de Barcelona（计算机视觉中心自治大学巴塞罗那）
Comments 32 pages, 15 figures. Accepted by ACM Multimedia 2025
LEAF-Mamba: Local Emphatic and Adaptive Fusion State Space Model for RGB-D Salient Object Detection
机构 * Dalian University of Technology（大连理工大学） ； National University of Singapore（新加坡国立大学）
Comments Accepted to ACM MM 2025
Contextual Gesture: Co-Speech Gesture Video Generation through Context-aware Gesture Representation
机构 * University of Rochester（罗切斯特大学） ； University of California Irvine（加州大学尔湾分校） ； Imperial College（帝国理工学院）
Comments Accepted to ACM MM 2025. Project Page: https://andypinxinliu.github.io/Contextual-Gesture/
DA-Font: Few-Shot Font Generation via Dual-Attention Hybrid Integration
机构 * School of Computer Science and Technology, Soochow University（苏州大学计算机科学与技术学院）
Comments Accepted by ACM MM 2025
SD-VSum: A Method and Dataset for Script-Driven Video Summarization
机构 * ITI, CERTH（ITI、CERTH）
Comments In ACM Multimedia 2025, DOI:10.1145/3746027.3755821
Pre-Forgettable Models: Prompt Learning as a Native Mechanism for Unlearning
机构 * University of Catania（卡塔尼亚大学）
Comments Accepted at ACM multimedia 2025 BNI track
DualSG: A Dual-Stream Explicit Semantic-Guided Multivariate Time Series Forecasting Framework
机构 * SKL of Processors, Institute of Computing Technology, Chinese Academy of Sciences（处理器国家重点实验室，计算技术研究所，中国科学院） ； Fu Foundation School of Engineering and Applied Science, Columbia University（工程与应用科学学院，哥伦比亚大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Zhejiang Lab（浙江实验室） ； Beijing University of Technology（北京理工大学） ； Institute of Computing Technology, Chinese Academy of Sciences（计算技术研究所，中国科学院）
Comments This paper has been accepted by ACM Multimedia 2025 (ACM MM 2025)
FreeAudio: Training-Free Timing Planning for Controllable Long-Form Text-to-Audio Generation
机构 * Tsinghua University（清华大学） ； Shengshu AI（盛舒AI） ； University of Science and Technology of China（中国科学技术大学）
Comments Accepted at ACM MM 2025
SmokeBench: A Real-World Dataset for Surveillance Image Desmoking in Early-Stage Fire Scenes
机构 * Beijing Jiaotong University（北京交通大学） ； Dalian Polytechnic University（大连理工大学） ； Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； Dalian Martime University（大连海洋大学） ； Nanjing University of Science and Technology（南京理工大学）
Comments Accepted by ACMMM 2025 Datasets Track
OnlineHOI: Towards Online Human-Object Interaction Generation and Perception
机构 * Tsinghua University, Shanghai Qi Zhi Institute（清华大学，上海启智研究院） ； Guangdong Laboratory of Artificial Intelligence（人工智能与数字经济广东实验室） ； Sun Yat-Sen University（中山大学） ； Shenzhen University（深圳大学）
Comments Accepted at ACM MM 2025
TinyServe: Query-Aware Cache Selection for Efficient LLM Serving
机构 * Yale University（耶鲁大学） ； Columbia University（哥伦比亚大学）
Comments Accepted to ACM MM as Oral Paper, also accepted to ICML MOSS workshop, publicly available as https://openreview.net/forum?id=sOdtl4jLci
Taming Anomalies with Down-Up Sampling Networks: Group Center Preserving Reconstruction for 3D Anomaly Detection
机构 * College of Computer Science and Software Engineering, Shenzhen University（深圳大学计算机科学与软件工程学院） ； Shenzhen Audencia Financial Technology Institute（深圳Audencia金融科技研究院） ； Faculty of Applied Sciences, Macao Polytechnic University（澳门理工学院应用科学学院） ； School of Artificial Intelligence, Shenzhen University（深圳大学人工智能学院） ； Guangdong Provincial Key Laboratory of Intelligent Information Processing（广东省智能信息处理重点实验室）
Comments ACM MM25 Accepted, 9 pages, 2 figures, 8 tables
Journal ref 33rd ACM International Conference on Multimedia 2025
SAM-TTT: Segment Anything Model via Reverse Parameter Configuration and Test-Time Training for Camouflaged Object Detection
机构 * College of Computer Science and Artificial Intelligence, Wenzhou University（计算机科学与人工智能学院，温州大学） ； College of Computer Science and Technology, Tongji University（计算机科学与技术学院，同济大学） ； College of Information Science and Technology, Zhejiang Shuren University（信息科学与技术学院，浙江师大）
Comments accepted by ACM MM 25
Regist3R: Incremental Registration with Stereo Foundation Model
机构 * College of Computer Science and Technology（计算机科学与技术学院） ； National Key Laboratory of Parallel and Distributed Computing（并行与分布式计算国家重点实验室） ； National University of Defense Technology（国防科技大学）
Comments Accepted by ACM Multimedia 2025. github link: https://github.com/Liu-SD/Regist3R
FineQuest: Adaptive Knowledge-Assisted Sports Video Understanding via Agent-of-Thoughts Reasoning
机构 * School of Automation, Northwestern Polytechnical University（自动化学院，西北工业大学） ； The University of Hong Kong（香港大学） ； School of Software, Northwestern Polytechnical University（软件学院，西北工业大学） ； Unmanned System Research Institute, Northwestern Polytechnical University（无人系统研究院，西北工业大学）
Comments ACM MM 2025
WeatherBench: A Real-World Benchmark Dataset for All-in-One Adverse Weather Image Restoration
机构 * Dalian Polytechnic University（大连工业大学） ； Nanjing University of Science and Technology（南京理工大学） ； Dalian Martime University（大连海洋大学）
Comments Accepted by ACMMM 2025 Datasets Track
SpeCa: Accelerating Diffusion Transformers with Speculative Feature Caching
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shandong University（山东大学） ； University of Electronic Science and Technology of China（电子科学与技术大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Tsinghua University（清华大学） ； National University of Singapore（新加坡国立大学）
Comments 15 pages, 9 figures, ACM Multimedia 2025
Formal Reasoning for Intelligent QA Systems: A Case Study in the Educational Domain
机构 * Ho Chi Minh City University of Technology (HCMUT) - VNU-HCM（胡志明市技术大学（HCMUT）- VNU-HCM） ； International University - VNU-HCM（国际大学 - VNU-HCM）
Comments Published at the 2nd ACM Workshop in AI-powered Question & Answering Systems (AIQAM '25), co-located with ACM Multimedia 2025
Journal ref Proceedings of the 2nd ACM Workshop in AI-powered Question and Answering Systems (AIQAM '25), October 27-28, 2025, Dublin, Ireland
Cross-Domain Attribute Alignment with CLIP: A Rehearsal-Free Approach for Class-Incremental Unsupervised Domain Adaptation
机构 * School of Computer Science and Engineering（计算机科学与工程学院） ； Nanjing University of Science and Technology（南京理工大学） ； School of Automation Science and Electrical Engineering（自动化科学与电气工程学院） ； Beihang University（北航） ； School of Automation and Intelligent Sensing（自动化与智能感知学院） ； Shanghai Jiao Tong University（上海交通大学）
Comments Accepted to ACM MM 2025
Occlusion-Aware Temporally Consistent Amodal Completion for 3D Human-Object Interaction Reconstruction
机构 * Elmore Family School of Electrical and Computer Engineering（电气与计算机工程学院） ； Purdue University（普渡大学） ； Department of Artificial Intelligence（人工智能系） ； Korea University（韩国大学） ； Honda Research Institute USA（本田美国研究院） ； School of Mechanical Engineering（机械工程学院）
Comments ACM MM 2025
Fighting Fire with Fire (F3): A Training-free and Efficient Visual Adversarial Example Purification Method in LVLMs
机构 * Tsinghua University, Tencent（清华大学，腾讯） ； Tencent（腾讯） ； University of Science and Technology Beijing（北京科技大学） ； Tencent, University of Macau（腾讯，澳门大学） ； Tsinghua University（清华大学）
Comments Accepted by ACM Multimedia 2025 BNI track (Oral)
MultiMind: Enhancing Werewolf Agents with Multimodal Reasoning and Theory of Mind
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Tencent（腾讯）
Comments Accepted by ACMMM 2025
Immunizing Images from Text to Image Editing via Adversarial Cross-Attention
机构 * University of Florence（佛罗伦萨大学） ； University of Siena（锡耶纳大学）
Comments Accepted as Regular Paper at ACM Multimedia 2025
Drawing2CAD: Sequence-to-Sequence Learning for CAD Generation from Vector Drawings
机构 * Hangzhou Dianzi University（杭州电子科技大学） ； Zhejiang University（浙江大学） ； Shenzhen Research Institute of Big Data（深圳大数据研究院） ； Guangzhou University（广州大学） ； University of Science and Technology of China（中国科学技术大学）
Comments Accepted to ACM MM 2025
A New Dataset and Benchmark for Grounding Multimodal Misinformation
机构 * National Engineering Research Center for Multimedia Software, School of Computer Science, Wuhan University（多媒体软件国家工程研究中心，计算机科学学院，武汉大学） ； School of Computing, National University of Singapore（计算学院，新加坡国立大学） ； School of Computer Science, Peking University（计算机科学学院，北京大学） ； State Key Laboratory for Multimedia Information Processing, Peking University（多媒体信息处理国家重点实验室，北京大学）
Comments 6 pages, 5 figures, ACM Multimedia 2025 Dataset Track
Tackling Device Data Distribution Real-time Shift via Prototype-based Parameter Editing
机构 * Zhejiang University（浙江大学）
Comments Published on MM'25: Proceedings of the 33rd ACM International Conference on Multimedia
