我們很高興與您分享我們最近的國際會議論文《參數高效的多源自適應多模態服裝檢索》，該論文由我們的 MSAAI 學生劉袁柳撰寫，並被2026年人工智能与机电自动化国际学术会议（AIEA 2026）接收：
- Yuanliu Liu, Harris Sik-Ho Tsang, Richard Tai-Chiu Hsung, Tony Yulin Zhu, Xiaoxing Yang, Wai-Lun Lo, Ziyin Huang, Yui-Lam Chan, “Parameter-Efficient Multi-Source Adaptation for Multimodal Fashion Retrieval,” International Conference on Artificial Intelligence and Electromechanical Automation (AIEA), Shenzhen, China, Jun. 2026.
論文摘要
當我們嘗試用文字描述或隨意街拍來搜尋衣服時，線上網購平台往往很難精準命中，這是因為傳統 AI 難以跨越「現實生活照」與「專業影棚模特兒照」之間的巨大視覺落差。為了克服這個痛點，我們開發了 FashLoRA-SigLIP —— 一個智能的兩階段 AI 系統。首先，我們透過海量的多元風格數據集，訓練出一個強大的「時尚大腦」，使其能跨越不同視角精準識別服裝；接著，當應用到新的電商平台時，我們無需重新訓練整個龐大的大模型，而是採用輕量化的「低秩自適應（LoRA）」策略，僅需更新模型 5.6% 的核心參數。在業界標準數據集上的實測表明，此方法的表現顯著優於傳統模型，不僅大幅提升了「以圖搜圖（消費者生活照）」的查找準確率，更為電商平台省下了巨額的計算成本。
在本次會議上，我們獲得了最佳口頭報告獎。香港珠海學院始終致力於支持學生的研究工作，鼓勵他們在國際會議和期刊上發表論文。更多論文即將發表！
研究團隊成員
香港珠海學院
劉袁柳先生，資訊科學系硕士生
曾錫豪博士，資訊科學系助理教授
熊體超博士，資訊科學系副教授
朱禹林博士，資訊科學系助理教授
楊曉杏博士，資訊科學系助理教授
盧葦麟教授，資訊科學系教授兼系主任
深圳職業技術大學
黃子茵博士，人工智能本科學院
香港理工大學
陳銳霖教授，電機及電子工程學系副教授兼系副主任
部分作者及論文照片
我們提出的FashLoRA-SigLIP，（a）文字到圖像（T2I）檢索，以及（b）視圖到視圖（V2V）檢索。
我們提出的兩階段自適應框架 FashLoRA-SigLIP 用於多模態服裝檢索。
口頭報告
最佳口頭報告獎
