第二天，10月16号，两大会议还将教学报告和专题研讨会合并举行。这次ACMMM与ECCV共同举行的特邀教程、教学报告和专题研讨会，大大促进了来自视觉和多媒体方向的研究人员的热烈讨论和交流，场面也异常火爆。

为此，大会特意设置了一个深度学习的专家讨论项目，专家们分享了多媒体领域在深度学习中的角色与定位。他们认为，机器学习和多媒体领域各有特点，机器学习领域的研究员有更强的数学与统计背景，更擅长解决通用（general）的问题，并对所有的应用提出一个通用的解决方案。相比之下，多媒体领域的研究员更了解实际的数据，特别是多媒体的数据的结构与特性，同时，对于处理多源和多模态数据也有更多的经验与更好的方法。因此，在解决单个实际应用问题时，结合机器学习领域和多媒体领域两方面的经验与方法就变得很重要。

　　主题演讲与SIGMM奖项

今年主题演讲之一是计算社会学在数字世界的发展与机遇，ETH Zurich的Dirk Helbing教授用一系列的真实事例来呼吁相关研究人员采取行动，利用现在的数字革命来迎接新的数字社会的到来。另一个主题演讲是Eindhoven University of Technology的Jack van Wijk教授讨论了关于多媒体可视化的挑战与机遇。他介绍了数据可视化与视觉分析的趋势，并且展示了近年来多媒体数据分析的一些工作。

之后，ACM多媒体兴趣组（ACM Special Interest Group on Multimedia , SIGMM）颁发了2016年度杰出贡献奖（ACM SIGMM award for Outstanding Technical Contributions），获奖者是Alberto Del Bimbo教授，新星奖（ACM SIGMM Rising Star Award）由Bart Thomee博士获得，杰出博士毕业论文奖（ACM SIGMM Award for Outstanding Ph.D. Thesis）则被授予Christoph Kofler博士。

　　2016ACM SIGMM杰出贡献奖颁奖仪式

由左至右分别为Rainer Lienhart、Alberto Del Bimbo和Shih-Fu Chang

　　SIGMM事务会议和新星学术报告

在会议的最后一天召开了SIGMM事务会议，会议上总结了SIGMM在前一年的各项活动。除此之外，会议上还建议从2017年起，统一ACMMM会议的长文与短文（要求为同样长度：6至8页）以及评审过程。该提议已提交筹划指导委员会，在等待批准。同时，会议上也进行了2019年ACMMM大会的申办团队报告，最终是由法国尼斯团队取得主办权。

会议的最后一项是ACM SIGMM新星学术报告。报告邀请了6名新星SIGMM成员来分享他们的学术成果以及展望，并安排一名资深成员与他们讨论多媒体研究方向。值得一提的是，在这个报告中，中国人民大学李锡荣副教授分享了他的工作，题为“Tag Embedding for Multimedia Retrieval and Deion”。

　　Microsoft Research的工作

作为ACM多媒体年会的长期赞助者，Microsoft Research（MSR，微软研究院）在这次年会上一如既往展现了其在多媒体领域的影响力。今年，来自雷德蒙的资深研究员张磊及其同事主办了图像识别大赛（MSR Image Recognition Challenge），他们提供了目前学术界最大的一个名人人脸数据库，包括10万个名人的1000万张图片。随着互联网刷脸时代开启，这一竞赛将对学术界和工业界产生深远的影响。来自亚洲研究院的资深研究员梅涛及其同事则主办了视频语言大赛（MSR Video to Language Challenge），提供了一个含有一万个视频和20万个自然语言的句子，其中每一个视频对应20种描述。由于视频描述逐渐成为学术界关注的一个前沿方向，这次竞赛吸引了来自12个国家的77个参赛队伍，其中22个队伍提交了最终结果。来自中国人民大学和卡内基梅隆大学的联合队，以及Aalto University分获Best Performance Award和Best Practice Award。