【CSIG奖励访谈】2020年度CSIG优秀博士学位论文奖获奖者晏轶超

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2020年度CSIG优秀博士学位论文奖的获奖者晏轶超进行了专访，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，我是晏轶超，博士，现为上海交通大学人工智能研究院助理教授。2013年9月进入上海交通大学学习，师从杨小康教授，研究方向为计算机视觉，包括动作识别、行人识别、图象视频生成等任务。博士期间获国家奖学金1次，申请专利7项，2019年9月毕业并获上海市博士优秀毕业生称号。2019年9月至2021年4月担任阿联酋起源人工智能研究院研究员。累计发表包括TPAMI、TMM、CVPR、ECCV、IJCAI在内的学术论文20篇，总引用次数超过600次。同时多次担任IJCV、TIP、TMM、TCSVT等SCI期刊以及CVPR、ICCV、ECCV等国际顶级会议的审稿人。

问题二：下面请为大家简单的介绍一下您这篇论文的情况： 

精细的视觉理解任务是计算机视觉和图像理解领域的重要研究课题，有广泛的应用前景，而深度学习是研究该课题的重要方法。 本文在深入研究当前深度学习相关理论的基础上，将计算机视觉中几个主要问题的本质用了全新的表述框架进行刻画，提出了深度渐进学习的理论及系列算法。 分别在时间维度、空间维度、交互维度以及模态维度对不同的精细视觉理解任务进行建模。 首先针对视频任务中如何有效整合时序特征的问题，从时间序列信息融合的角度，提出一种基于长短时记忆网络的时序渐进特征融合模型； 其次为了更好地解决物体的细节特征挖掘与融合问题，提出空间渐进模型，使用循环注意力网络按照空间顺序依次关注物体的不同部位及空间尺度，得到更具有区分性的图像特征； 为建模群体行为识别任务个体间的交互行为，提出了一种渐进式交互信息耦合模型； 最后针对视频生成任务，提出一种模态渐进模型，使用物体的关键点作为结构模态表示，通过降低搜索空间的维度达到降低任务难度的效果。

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？

首先可 以多关注国际顶尖团队的工作，比如 Deepmind，Facebook, MSRA等，站在巨人的肩膀上去思考自己的研究方向和研究方法。 其次可以多关注自己领域之外的研究成果，可能会得到不一样的灵感。 最后可以和其他学者多交流，比如多听一些最新的讲座，保持自己接收到最新的知识。

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？

我是博士第三年结束的时候才发表第一篇论文，很多时候从有一个想法到最后发表一篇论文中间要经历漫长的过程，也需要努力和运气的加持。有时候连续几个想法都没能转化成论文会给自己的信心造成比较大的打击。在这种情况下需要不断总结经验，并自我暗示，保持斗志。同时需要和导师多交流，以便尽快找到最可行的方向。

问题五：最后，有什么话想对自己的导师说呢？

感谢杨小康教授和倪冰冰教授的悉心指导与无私帮助，博士期间在上海交通大学度过了充实的六年，非常荣幸能以青年教师的身份重新加入上海交通大学人工智能研究院，定当砥砺前行，努力奋斗，为国家人工智能战略添砖加瓦。

中国图象图形学学会已经启动2021年度自然科学奖、技术发明奖、科技进步奖、优秀博士学位论文奖、石青云女科学家奖评选工作，点击文末阅读原文可了解通知详情，欢迎申报!

华南国际工业博览会延期至2021年8月4-6日，地点不变

关于提名2021年度中国图象图形学学会会士候选人的通知

关于2021年度中国图象图形学学会奖励推荐工作的通知

中国图象图形学学会关于组织开展科技成果鉴定的通知

第二届CSIG图像图形技术挑战赛报名进行中

第二届CSIG图像图形技术挑战赛竞赛项目六：多媒体伪造取证大赛

CSIG图像图形中国行承办方征集中