研究室的1篇论文被TOMM接收为Regular论文：Zhaoda Ye and Yuxin Peng, "Sequential Cross-Modal Hashing Learning via Multi-scale Correlation Mining", ACM Transactions on Multimedia Computing, Communications, and Applications (TOMM), 2019。祝贺叶钊达同学！
   现有跨媒体哈希方法一般通过全局特征间的关联学习以实现跨媒体哈希映射，忽视了多媒体数据具有不同尺度的特征（例如图像包括局部特征与全局特征，文本包括单词特征与句子特征），且不同尺度特征之间蕴含着丰富的关联关系。针对上述问题，本文提出了基于多尺度关联挖掘的序列化跨模态哈希方法，充分利用了不同尺度特征并实现了五种媒体之间关联的同时建模，取得了更好的检索效果。首先，提出了多尺度特征指导的序列化哈希函数学习，实现了不同尺度特征共同指导哈希函数的学习，利用不同尺度特征间的互补性避免了单一特征异常导致的错误。其次，提出了多尺度特征间关联挖掘策略，以建模不同尺度特征之间的关联关系，为哈希函数学习提供了丰富的关联信息，提高了哈希码的检索准确率。最后，提出了关联评价网络，用于评估关联关系对于检索任务的重要性，实现对检索相关的关联关系的针对性学习，进一步提高哈希码的检索准确率。