MSAAI 学生的研究成果发表：参数高效的多源自适应多模态服装检索

我们很高兴与您分享我们最近的国际会议论文《参数高效的多源自适应多模态服装检索》，该论文由我们的 MSAAI 学生刘袁柳撰写，并已被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.

论文摘要

当我们尝试用文字描述或随意街拍来搜寻衣服时，线上网购平台往往很难精准命中，这是因为传统 AI 难以跨越「现实生活照」与「专业影棚模特儿照」之间的巨大视觉落差。为了克服这个痛点，我们开发了 FashLoRA-SigLIP —— 一个智能的两阶段 AI 系统。首先，我们透过海量的多元风格数据集，训练出一个强大的「时尚大脑」，使其能跨越不同视角精准识别服装；接着，当应用到新的电商平台时，我们无需重新训练整个庞大的大模型，而是采用轻量化的「低秩自适应（LoRA）」策略，仅需更新模型 5.6% 的核心参数。在业界标准数据集上的实测表明，此方法的表现显著优于传统模型，不仅大幅提升了「以图搜图（消费者生活照）」的查找准确率，更为电商平台省下了巨额的计算成本。

在本次会议上，我们获得了最佳口头报告奖。香港珠海学院始终致力于支持学生的研究工作，鼓励他们在国际会议和期刊上发表论文。更多论文即将发表！

研究团队成员

香港珠海学院

刘袁柳先生，资讯科学系硕士生

曾锡豪博士，资讯科学系助理教授

熊体超博士，资讯科学系副教授

朱禹林博士，资讯科学系助理教授

杨晓杏博士，资讯科学系助理教授

卢苇麟教授，资讯科学系教授兼系主任

深圳职业技术大学

黄子茵博士，人工智能本科学院

香港理工大学