祝贺实验室 3 项科研成果发表在ACM MM 2025！

热烈祝贺第一作者 Changsheng Gao、胡张驰同学、王义钧同学！近期，实验室共有 3 项科研成果正式发表在ACM MM 2025。

DT-UFC: Universal large model feature coding via peaky-to-balanced distribution transformation

祝贺第一作者 Changsheng Gao！该论文已发表在 ACM MM 2025。

• 作者： Changsheng Gao、Zijie Liu、Li Li、Dong Liu、Xiaoyan Sun、Weisi Lin
• 发表载体： ACM MM 2025
• 发表时间： 2025年10月27日
• 相关链接： 论文链接 · PDF

论文介绍

本文首次系统研究大模型通用特征编码问题，旨在降低分布式部署中的传输与存储开销。针对不同模型提取特征分布差异显著（如DINOv2特征高度集中、SD3特征分散均匀）导致压缩效率低、跨模型泛化难的问题，提出一种从峰值分布到平衡分布的变换方法，实现通用且高效的特征压缩与传输。

Dome-DETR: DETR with density-oriented feature-query manipulation for efficient tiny object detection

祝贺胡张驰同学！该论文已发表在 ACM MM。

• 作者： Zhangchi Hu、Peixi Wu、Jie Chen、Huyue Zhu、Yijun Wang、Yansong Peng、Hebei Li、Xiaoyan Sun
• 发表载体： ACM MM
• 发表时间： 2025年10月27日
• 相关链接： 论文链接 · PDF · 代码

论文介绍

本文提出 Dome-DETR，一种面向微小物体检测的高效框架。针对现有方法特征利用不充分和计算成本高的问题，引入轻量级密度聚焦提取器（DeFE）生成紧凑前景掩码，并基于掩码的窗口注意力稀疏化（MWAS）将计算资源集中于关键区域。同时提出渐进自适应查询初始化（PAQI），自适应调节查询分布，提升检测效率与精度。

MeDKCoOp: Dual Knowledge-guided Graph Prompt Learning for Biomedical Vision-Language Models

祝贺王义钧同学！该论文已发表在 ACM MM。

• 作者： Yijun Wang、Siying Wu、Lubin Gan、Zheyu Zhang、Jing Zhang、Zhangchi Hu、Huyue Zhu、Peixi Wu、Xiaoyan Sun
• 发表载体： ACM MM
• 发表时间： 2025年10月27日
• 相关链接： 论文链接 · PDF

论文介绍

本文提出MeDKCoOp，一种面向生物医学视觉语言模型的双知识引导图提示学习方法。该方法系统整合医学领域知识，从文本与视觉分支提取专门知识并构建图结构表示，通过知识引导的关系转移实现跨模态融合，并动态优化可学习提示，以增强CLIP等模型在医学下游任务中的适应能力。实验表明其在多个生物医学基准上取得优异性能。