重点实验室多媒体团队的李锡荣副教授关于跨语言看图造句的研究成果被国际多媒体大会 ACM Multimedia 2017（计算机学会推荐的A类会议）长文录用为Oral Presentation（录用率7.5%）。人们可以为一张照片给出一个句子描述其图像内容。但对于计算机来说，这是一个很困难的任务，不仅需要识别图像内容，还需要组织出流畅的语言。看图造句（Image Captioning）有很多的应用场景，比如帮助用户管理、搜索图像数据，帮助视觉障碍人士等，因此是近年来多媒体、计算机视觉、人工智能等领域的一个热点问题。

  现有的看图造句工作都是面向英语的。李锡荣老师和他的学生蓝玮毓、董建锋一起在跨语言看图造句方向进行了积极探索。在本文中，他们提出了一种跨语言深度学习算法，可以在没有目标语言（比如中文）训练数据的情形下，仅利用英文标注数据，为该目标语言训练一个高质量的看图造句模型。这项工作也为多语言环境下多媒体内容分析与检索提供了一个新的思路。据了解，这也是我院硕士生首次以第一作者身份在MM发表长文。

论文信息：

Weiyu Lan, Xirong Li*, Jianfeng Dong, Fluency-Guided Cross-Lingual Image Captioning, ACM Multimedia 2017