近日，人工智能学院刘建明博士的研究成果《Textual and Visual Guided Task Adaptation for Source-free Cross-Domain Few-Shot Segmentation》被计算机图形学与多媒体领域 CCF A类国际顶会 ACM International Conference on Multimedia（ACM MM）正式录用。该论文由刘建明副教授担任第一作者兼通讯作者，2023级研究生丘文龙、2022级研究生韦海涛分任第二、第三作者。刘建明副教授长期深耕小样本学习、细粒度图像识别、医学图像处理及视觉语言大模型领域，以第一作者或通讯作者身份发表学术论文二十余篇，获国家发明专利授权7项。

论文针对跨域小样本分割问题展开研究，创新性提出无源跨域少样本分割方法，通过融合文本与视觉信息驱动目标域任务自适应，无需依赖源域数据。论文集成 CLIP模型构建多模态嵌入体系，基于文本提示生成伪分割掩码，并通过跨视图视觉对齐与文本引导语义对齐机制，强化类级与实例级语义一致性。该模型在医学影像隐私保护处理、自动驾驶、智能机器人等领域具有广泛应用潜力，其具体框架如下：

作为美国计算机学会（ACM）主办的国际多媒体领域公认的顶级学术会议，ACM International Conference on Multimedia（ACM MM）同时被中国计算机学会（CCF）列为计算机图形学与多媒体领域 A类会议且排名首位。该会议覆盖图像、视频、音频、文本等多模态媒体研究方向，其论文录用率长期维持在较低水平，收录成果均代表本领域的前沿学术水准。自 1993年创办以来，ACM MM持续汇聚学术界与工业界的研究者与从业者，致力于推动创新成果交流与领域最新进展研讨。