多媒体团队在顶级会议MM\'18竞赛单元取得佳绩

多媒体计算实验室李锡荣副教授指导的参赛团队在ACM Multimedia 2018 竞赛单元“Hulu视频内容相关性推荐”大赛取得佳绩，在电影(Movies)和电视节目(TV shows)两个子任务中分别取得了第1名和第2名。

ACM Multimedia是中国计算机学会推荐的多媒体领域A类国际会议。为了增强学界和工业界的联系，ACM Multimedia从2009年开始每年专门设置一个名为Multimedia Grand Challenge Session的竞赛单元。由工业界就它们未来5到10年所关心的前沿方向出题，学者通过参加竞赛并投稿论文的形式答题。

视频相关性预测是在线流媒体服务中最重要的任务之一。根据用户观看或搜索视频的记录，推荐系统能够提供个性化推荐以帮助用户发现更多感兴趣的视频内容。目前大多数在线服务中的视频相关性预测都是基于用户行为，这将不可避免的带来”冷启动”问题，即系统因无法获取新视频的用户行为记录而难以给出相关推荐。基于上述背景，Hulu（北京）与ACM Multimedia 2018 联合推出了基于内容的视频相关性预测大赛 (http://www.acmmm.org/2018/multimedia-grand-challenge/)。希望通过智能化的分析理解，将视频本身所包含的图像，声音，文本等源内容有效利用起来，作为视频相关性预测的可靠依据。

针对现有深度学习特征的不足，多媒体团队提出了一种新的带数据增强的特征再学习（Feature Re-Learning with data augmentation）方案。官方评测表明，该方案的推荐准确率较组织者提供的基线系统有明显提升，在Movies和TV shows两个子任务上的相对改进分别达到了30.2%和26.2%。团队将在今年10月份大会竞赛单元报告该方案。

【论文】Jianfeng Dong, Xirong Li*, Chaoxi Xu, Gang Yang, Xun Wang, Feature Re-Learning with Data Augmentation for Content-based Video Recommendation, ACM Multimedia, 2018 (Grand challenge paper)