【征稿】ACM MM 2021 多媒体对抗机器学习主题Workshop
-
以深度学习为代表的通用人工智能技术，在计算机视觉、语音识别、自然语言处理等智能多媒体方向上已经取得了巨大进展，并在公共安全、金融经济、国防安全等领域发挥了极其关键的作用。
然而，由于现实应用场景的开放性，以大数据训练和经验性规则为基础的智能多媒体应用面临环境的动态变化、输入的不确定性、甚至是恶意攻击等问题，暴露出稳定性、安全性等方面的安全和隐私的隐患。对抗样本这种精心设计的、人类难以感知的微小噪音便可轻松实现对基于深度学习的智能多媒体模型进行攻击和误导，对其模型的安全性和数据的隐私性产生巨大挑战。近年来，国内外广泛意识到智能系统安全的重要性，并将其上升到行业、甚至国家战略层面。因此，如何进一步提升基于深度学习的智能多媒体模型应用的安全性，突破深度学习的安全性机理，成为解决当前深度学习模型与系统安全性并提升其可用性问题的核心。
基于ACM MM 2021大会，本次AdvM Workshop关注于智能多媒体的安全与隐私，面向智能图像、文本、语音等相关子领域的深度学习技术安全鲁棒性、模型可解释性、数据隐私保护等深受关注的话题，以期促进智能多媒体的安全规范发展，推动技术进步和社会进步。本次workshop有幸邀请到了包括Alan Yuille、Xiaochun Cao、Bo Li、Cihang Xie等在内的领域大佬作为演讲嘉宾。我们的投稿截止日期为2021年8月8日（太平洋时间），所有录用论文都会收录在ACM MM的特别Proceeding中（EI索引），还有best paper awards，详情请关注主页https://advm-workshop-2021.github.io/。欢迎大家投稿！
https://mmbiz.qpic.cn/mmbiz_jpg/s7YKINJYHDASVBibMsZBHJYsrNicshocfwWjWSibLTicd57SbqGEsRkpfkm4JvzFe6iaRNaGYicgpOb1El0hppTtlgfg/640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy=1&wx_co=1