【中枢教育】Berkeley学长解析计算机视觉方向申请讲座.docxVIP

Pivot EECS小助手的直播间223人次已结束Berkeley 学长解析计算机视觉方向申请本次课程于2018-05-19 20:00:00开始主持人Pivot EECS小助手：各位同学晚上好！欢迎大家参加今天的【Berkeley学长解析计算机视觉方向申请】讲座。本次的主讲嘉宾是Q学长。Q 学长 香港科技大学数学计算机双学位，曾在CVPR顶会发表论文，在18fall申请中获得Berkeley CS PhD, CMU MLD PhD, UW CS PhD 等顶级计算机项目全奖今天的讲座分为两个部分：Q学长就数学专业如何转申计算机博士;Computer Vision方向概述以及前沿课题;Computer Vision方向顶级学校老师简介;MSRA实习经历;如何在顶级会议上发表文章;PhD面试经验等信息进行分享。2 .答疑环节。大家可以编辑问题发至千聊内，Q学长会和大家进行沟通讨论。接下来就让我们进入直播间，正式开始今天的讲座吧讲座嘉宾：齐浩之大家好，我是今天的主讲人。大家可以叫我Q学长很高兴大家能抽出时间来听我这次讲座。讲座嘉宾：齐浩之我主要就打字吧，不发语音了，我先说一下我个人的申请时间线吧。我是在大二暑假的时候开始第一段科研，是我们学校和联想香港研究院的合作暑期项目。这也是我第一次接触到 Computer Vision 相关的科研。大三上学期的时候，我到了联想香港研究院做兼职实习。继续做我在暑假做的科研项目。第一次投了一篇 CVPR，但是因为当时经验太不足，没有中稿。大三下学期申请到了 MSRA 实习。大三下加上暑假一直连续做了 7 个月，完成了一篇共同一作的 CVPR。大四在学校做毕业设计，同时和 MSRA 保持着合作关系。完成了一篇共同一作的 ICCV。最后是 GAP 了一年，回到了 MSRA 同一个组实习。在这期间完成了博士的申请。不是毕业设计发的顶会，是我大四主要干的两件事一个是毕业设计，一个是跟MSRA合作的另一个项目，那个项目发了顶会接下来我会介绍一下，我是怎么从数学专业转申计算机博士的，大家有问题可以随时提问。讲座嘉宾齐浩之：我主要做的是 Visual Recognition 这一块，包括 object detection, object segmentation, image classification。两篇顶会也都是这个方向的讲座嘉宾齐浩之：大三上因为知道要去实习了，所以刻意选了少一点的课。因为我大二的时候上的课比较多，所以少上一些课也没问题讲座嘉宾齐浩之：好的，那我还是按顺序，先说怎么从数学专业转申计算机博士的讲座嘉宾齐浩之：我入学的时候是想以数学作为专业，但同时也尝试性地去学习了一些计算机科学的知识。我们学校选课非常自由，所以我大一大二的时候一直数学计算机两边各花了一半的时间精力。之后我在大二暑假的时候参加了学校与的联合项目（上文提到的那个），在那个项目中第一次接触到了 computer vision 的科研。讲座嘉宾齐浩之：两个多月的科研中，我觉得还是计算机视觉的科研比较吸引我，比如，计算机视觉的研究成果能很直观的看到，就决定选择走计算机视觉科研这条路。我觉得转申计算机博士的话最重要的是要能够展示出自己在计算机方向上足够的科研/实习经历。如果你是数学系出身（会被认为是有很好的数学能力），并且又能展示出很多工程方面上的能力，我觉得在申请中（尤其是PhD）申请，是很占优势的。讲座嘉宾齐浩之：以我为例子的话，我自从大二暑假决定之后从事计算机方向的职业之后，就到各处实习（计算机相关内容），并且在学校的课程也转而以计算机为主。所以PhD招生委员会就不会觉得“转专业”会导致我编程能力不强。（插一句）我们是一个环节一个环节提问呢？还是所有都结束了提问比较好？讲座嘉宾齐浩之：接下来我打算介绍的是计算机视觉概述以及现在的课题一言以蔽之，计算机视觉就是一门研究该如何让机器“看”的科学。我们希望通过给机器图片或者视频，让它能够学会感知，识别，理解，推断，并作出相应动作的学科。像现在很流行的自动驾驶，我们希望汽车可以定位马路上哪里有人，哪里是障碍物，交通标志在表达什么意思，然后根据这些信息来作出驾驶决定。这就是计算机视觉研究的内容。几年以前的计算机视觉，大多是通过手工提取特征（比如 SIFT，HOG）然后借用机器学习的方法进行分类（比如SVM）。最近几年，深度学习被广泛应用在计算机视觉领域，并且无论是性能还是效率都有了很大的提高。于是近几年来的被研究最多的课题几乎都与深度学习有关。Visual Recognition，这个是最基础的，或者也可以说是最核心的，教计算机如何去看的研究课题。讲座嘉宾齐浩之：其中又细分为，Classification（如何分辨一个图片是猫还是狗），detection（找到图片中的猫和狗），segm