【CSIG奖励访谈】2021年度CSIG优秀博士学位论文奖获奖者李勇

会员服务 ·

【CSIG奖励访谈】2021年度CSIG优秀博士学位论文奖获奖者李勇

2022 年 4 月 20 日 中国图象图形学学会CSIG

中国图象图形学学会优秀博士学位论文奖旨在推动中国图像图形学领域的科技进步，鼓励创新性研究，促进青年人才成长。

为宣传科技工作者积极进取的工作精神，聚焦获奖人背后的故事，学会近日对荣获2021年度CSIG优秀博士学位论文奖的获奖者李勇进行了专访，以对话的形式，为读者们提供一次了解他的机会。

下面就跟着我们的脚步，走近今天的受访者吧。

问题一：首先非常感谢您接受我们的采访，请先向大家介绍一下自己：

大家好，我是李勇，南京理工大学助理教授， 2021年获中国图象图形学学会优秀博士学位论文奖。2020年7月毕业于中国科学院计算技术研究所，博士阶段主要从事人工智能、模式识别与情感计算方面的研究工作。本人研究成果以第一作者发表在IEEE T-PAMI，IEEE T-IP，《中国图象图形学报》，CVPR，TAC等国内外重要学术期刊和会议上，谷歌学术引用530余次。入选江苏省双创博士高校创新人才计划，曾获2017年ACM Multimedia 亲子关系验证国际竞赛冠军，2019年虑得企业冠名奖学金，2020年中国科学院朱李月华优秀博士毕业生奖学金。更多信息可以浏览我的个人主页：https://mysee1989.github.io/。

问题二：下面请为大家简单的介绍一下您这篇论文的情况：

博士论文针对有监督面部表情数据匮乏这一问题开展研究，从人脸表情的定义和先验知识出发，将信号解耦与自监督学习相结合，提出了利用大规模无标注视频的表情特征自监督学习方法，并引入注意力机制缓解部分遮挡带来的影响，进一步设计了多任务元学习方法以高效利用异质标注的面部表情数据，有力地推动了表情识别问题的解决。相关方法不但能够有效提升开放场景中人脸表情分析精度，而且具有良好的可解性性，得到了国内外同行的广泛关注。

问题三：请问您在科研过程中，有没有什么好的方法可以推荐给大家？

个人认为需要首先明确所关注领域的核心问题。当前对于表情分析这一任务来说，最为关注的问题主要有三方面：一、标注数据不足；二、如何编码与身份、头部姿态、年龄等无关的表情特征表示；三、离散表情数据标签有一定歧义性。心中有了这些问题，在调研文献时目标就会更明确。

问题四：在您论文筹备过程中遇到的最大的挑战是什么？是怎样克服的呢？

在撰写论文的“绪论”章节时遇到一些挑战。主要是如何从大量零碎的文献中梳理出表情分析方法的发展脉络，并采用合理的时间线索或者方法演进线索划分若干个关键阶段。为回答这两个问题，我搜集并广泛阅读了大量的书籍和文章。比如达尔文关于表情起源的书籍《The expression of the emotion in man an animals》，面部运动编码系统（Facial Action Coding System）原著等。在阅读和概括这些书籍和经典论文的同时学习到很多，对于表情的发展历史的理解得以加深。最后通过合理的时间线索将表情分析方法的发展历史划分为四个阶段，并在每个阶段内按照方法及数据的演进线索列举并概括了若干代表性工作，并针对每个阶段的表情分析领域发展给出了尽量客观的评价和总结。

问题五：最后，有什么话想对自己的导师说呢？

首先感谢我的导师山世光研究员对我的悉心指导和帮助。几年来，山老师无论在博士论文的选题还是日常的研究进展讨论上都给予了我详尽的指导和帮助，从而引领我进入计算机视觉和模式识别的研究领域。无论是论文的写作，还是研究思路的建立，山老师都给予了我从微观到宏观的指导。几年的时间里，我在做事做人方面都学习到很多，眼界、视野、格局均得到了开阔。在计算所智能信息处理重点实验室的求学经历和磨练让我有充足信心面对以后的科研问题和挑战。

同时，感谢实验室主任陈熙霖老师和我的课题组长曾加贝老师。在学术上，陈老师鼓励大家立足于实际问题，做出有实用价值和影响力的工作；在日常生活中，陈老师要求大家注重做事的细节，精益求精，戒骄戒躁，务必实事求是。曾加贝老师为课题组创造了宽松的科研环境，让大家能够从容的开展研究工作，她对于学生的耐心，对于科学研究的热爱，带给我极为深远的影响。