圖書信息
內容簡介
對 arXiv cs.MM 分類的年度綜述，涵蓋 2025 年 9 月 至 2026 年 8 月 期間發表的研究。本卷基於對 120 篇論文 的細讀整理，組織為 44 章，按該領域的研究子方向描繪這一年的全貌。
全書框架（年度產出佔比）：
- 圖像壓縮與質量評估 (20.4%) — 利用擴散模型與神經網絡聚焦高效圖像壓縮、質量增強與無參考質量評估。
- 多模態學習與情感分析 (17.4%) — 探索多樣多媒體背景下大語言模型的多模態表示學習、情感分析與基準測試。
- 音視頻深度偽造檢測 (11.0%) — 處理深度偽造檢測、音視頻表示學習與說話頭生成的唇形同步。
- 聯合音視頻生成 (10.5%) — 研究聯合音視頻生成、視頻翻譯與從視頻同步生成音頻的統一框架。
- 視覺-語言模型與理解 (9.5%) — 聚焦用於視覺-語言理解、視頻審核與空間智能的多模態大語言模型。
- 多智能體多模態系統 (9.0%) — 考察多媒體系統中的多智能體協作、多模態檢索增強生成與任務特定預測。
- 音樂生成與演奏分析 (6.0%) — 涵蓋音樂生成、鋼琴轉寫，以及結合數據集分析的 AI 音樂系統的文化方法。
- 跨模態對齊與檢索 (5.8%) — 聚焦多模態理解的細粒度跨模態對齊、注意力機制與檢索技術。
- 實時多媒體通信 (5.7%) — 處理多媒體應用的實時視頻流、帶寬估計與低延遲通信系統。
- 多模態情感識別 (4.5%) — 專精於對話中的多模態情感識別，整合語音、視覺與語境線索實現準確檢測。
每個子方向均通過三章展開論述——它如何提出自己的問題、其關鍵結論的強度，以及它開放的爭論與前沿，從而讓讀者獲得該領域今年實際產出的可溯源圖景。
