2026年7月30日至8月1日，由中国图象图形学学会（CSIG）、中国计算机学会（CCF）主办，CSIG多媒体专业委员会、CCF多媒体技术专业委员会承办，太原理工大学联合承办，中北大学、太原科技大学协办的中国多媒体大会（ChinaMM 2026）在山西省太原市召开。本次大会汇聚了多媒体领域的专家学者与产业界代表，通过主题报告、专题论坛、论文交流及技术展示等多种形式，集中分享多媒体技术的前沿研究成果与产业发展动态，促进学术交流、产业合作与产学研深度融合。教师刘伟锋、本科生刘亚宁等参加此次会议。 

图1 刘亚宁在ChinaMM 2026大会现场

团队论文《QDNet: Quantized Decorrelation Network for Domain Generalization》被大会接收。会上，刘亚宁展示了其在域泛化与鲁棒视觉学习方面的研究工作。该论文针对深度学习模型在数据分布发生变化时性能显著下降的问题，提出了一种面向域泛化的量化去相关网络QDNet。现有域泛化方法通常依赖明确的域标签或均衡的源域数据分布，而这些条件在实际应用中往往难以满足。为减少模型对域特定伪相关性的依赖，QDNet将特征去相关学习与权重量化相结合，在不依赖严格域信息假设的情况下提取更加稳定的域不变特征。

图2 本科生刘亚宁展示研究成果

会议期间，团队成员与来自国内外高校、科研院所及相关企业的专家学者进行了广泛交流，深入了解了多模态智能、生成式多媒体、可信多媒体学习及鲁棒视觉计算等方向的最新研究进展。此次参会进一步拓宽了团队成员的科研视野，加深了对多媒体智能领域发展趋势的认识，也为团队后续开展相关研究与学术合作提供了新的思路。