林倞-中国计算机学会·计算机视觉专委会.DOC

中山大学林倞教授2017年月日，。 林老师，您在视觉计算与智能感知方面取得了突出的成果，目前，您已获得国家“优青”等多项学术荣誉，研究成果也在工业界有所应用，能否跟大家分享一下您的科研经历、获得成功的经验，以及您取得这些成就的动力呢？ 这其实是个比较大的话题，我相信每个学者都有各自的答案。首先说说动力方面，我觉得自己的动力来自于兴趣和好奇心，同时也相信自己研究的人工智能、计算机视觉、机器学习这些技术能推动各个行业的进步，甚至改变世界，所以也有一些理想主义在里面。 第二点，在求学过程中受导师们影响很多(包括北京理工大学的王涌天教授和美国UCLA的朱松纯教授等)，他们给我树立了追求科研和学术的榜样，培养了我的兴趣和理念。我也希望自己成为像他们一样优秀的学者。 第三点，我到中山大学任职后，接触到很多优秀的同学，他们有扎实的基础，强烈的进取心。作为老师，我有一种强烈的培养学生的意愿，希望能够把他们引导到科研的道路上，做出比我更好的成就。 第四点，我也希望自己做的学术工作能够进一步与产业应用相结合。随着大数据时代的到来，新一代人工智能技术的兴起，使得学术界和工业界的边界越来越模糊。涌现出不少以AI技术作为产品核心竞争力的企业，这类企业除了能提供大量的数据和计算资源，还有真实的应用环境以及对科研工作的评价标准。在这样的背景下，我选择加入商汤科技，既是机遇，也是新的挑战。 科研经验方面，也是一个很大的话题，从我的角度来做一个简单探讨吧。首先，要学会坚持，不必过于计较眼前得失。这几年，人工智能相关领域的研究很热闹，每隔一段时间都有新的概念或者方法提出来。我觉得盲目追赶潮流和热点不值得鼓励。我时常建议我的研究生们：“与其做得快，不如做得扎实一些、深刻一些”。举例来说，我自己坚持做的一个方向就是统计语法模型和推理计算，对图像视频内容进行层次化语义解析，早期受限于特征表达能力和标注数据不足，进展不算快。到了2013年深度学习和神经网络成为研究热点，我也是更多地去思考这种数据驱动的深度学习方法与统计语法模型的内在关联，并设计了一些互相结合的方法。基于这样的研究思路，也取得了一些成果例如人物服饰精细化解析、场景层次解析、3D人体位姿解析，都作为大会口头报告论文发表在ICCV2015、CVPR2016、CVPR2017这三次会议上。 我的第二个经验就是要深入细节，坚持在第一线做科研。现在大家都很忙，尤其是高校教授，有很多人才竞聘、考核、项目申请的压力，这种情况下很多教授容易浮在表面上，没有时间看经典文献和深入细节讨论分析。在这方面，我自己认为坚持的还算不错，包括与学生或者同事们讨论具体实现、实验的设计等。 第三个经验是保持open mind，尤其是注意与相近领域甚至不同领域的学者的广泛交流与合作。 此外，我还建议学术界的教授、研究员们要发挥自己的优势，有条件的话，做一些前沿性的新问题。感觉正常的状态应该是学术界在引导工业界前进。 说起科研经历，也有一些小的波折，其实我在读博士之前根本没想过今后要从事学术科研，曾经一心想做产业应用。在本科大四阶段, 我还曾参与过创业，与朋友们共同创办过小公司，做一些互联网和手机增值业务的项目。开始还有些收益，但由于缺乏核心技术突破和积累，维持的非常艰难。于是我就思考，是不是该更深入地去钻研一些技术。 当时正好有机会保送研究生，而且有幸遇到了我的导师王涌天教授，他给我提供了很好的科研平台，我从增强现实、三维视觉方向开始做，在老师指导下做了一个户外环境注册定位算法。这个过程极大地激发了我的兴趣，但是也很难继续深入，主要是我当时缺乏计算机视觉的理论基础，遇到问题无法分析解决。那时我曾想放弃做科研，准备开始找工作或者实习机会，没想到又有了新的转折点。2005年的一个会议上，我有幸认识了朱松纯老师，被他的渊博知识和学术情怀所吸引（其实见到他之前曾查阅过他的论文，但是完全没看懂）。当朱老师邀请我去他在湖北莲花山新创办的研究院进行访问学习时，我丝毫没有犹豫就答应了。在莲花山研究院的访问以及后来在美国UCLA的学习工作经历，对我来说是一个脱胎换骨的变化过程，尤其是系统性地学习和掌握了计算机视觉、模式识别、统计分析等理论知识和方法。从2006年开始，我在贝叶斯概率框架下研究基于马尔科夫链蒙特卡洛原理的聚类采样算法，应用于图匹配、多目标轨迹分析等任务。此外，还完成了一个基于概率与或图的物体识别框架，在当时的几个公开数据集上取得领先性能。在UCLA做博后期间，又找到了一些很有意思的方向，例如把图像视频解析的思想引入视频非真实感绘制，后来还获得了NPAR的最佳论文Runner-up奖；与同事合作了第一个从图像解析到文本描述生成的工作，并被MIT的Technology Review所报道。 2010年初，综合考虑工作环境和家庭的原因，我选择了到