她们，在”图形“科研的征途里洒下坚定信仰

2019 年 3 月 9 日 AI100

作者 | 琥珀

出品 | AI科技大本营（公众号id：rgznai100）

当我们提起中国的女科学家时，首先映入我们脑海的应该是我国首位诺贝尔生理学或医学奖获得者屠呦呦吧，但如果再问起所熟知的女科技工作者还有谁，可能绝大多数人一时都答不上来。

在我国，从事科研工作的女性工作者的比例正不断上升，根据最近的一组数字，中国已有超过 4000 万的女科技工作者。女性不再被认为只能从事文学、艺术相关的工作，在计算机领域、电子信息领域、航空航天领域、多媒体领域，正活跃着越来越多的女性。实际上，我国并不缺乏重量级的女科学家，只是我们没有关注到她们而已。

2019 年 3 月 8 日，在中科院自动化所召开的“石青云女科学家科技沙龙”现场，五位来自图象图形领域的女科技工作者获得本年度“中国图象图形学学会石青云女科学家奖 - 青年奖”。

据悉，以中科院院士石青云名字而设立的奖项，也是希望鼓励广大图象图形学科技工作者继续永攀科学的高峰。而选择的这一天，也恰恰是被誉为“女神节”的日子。

女性正成为越来越重要的科学创新力量。

这五位女性分别是中科院计算所副研究员、硕士生导师阚美娜，湖南大学教授、博士生导师李军，北京大学计算机科学技术研究所副教授刘家瑛，国防科技大学系统工程学院副教授刘丽，西北工业大学副教授孙瑾秋。

科研上，她们在各自专攻的领域荣获各项殊荣，参与组织项目攻关并取得了一定的成果落地；教学上，她们懂得如何因材施教，帮助培养学生理解、发现和解决问题的能力……

她们为何如此出色？让我们一起来领略这五位“科技女神”的风采。

▌阚美娜

通过研究基础性的科学问题，推动技术进步，可以带来直接的社会效益。

阚美娜是中科院计算所的副研究员，同时也是一名硕士生导师，她的研究工作主要关于视觉图像尤其人脸图像中的分布差异建模问题，如个体差异、场景差异、模态差异等。

相关成果除了在国际主流期刊与会议上得到发表，还多次获得相关国际竞赛的冠亚军。

在基础理论与方法层面，她主要从迁移学习与多视图学习方面开展研究，提出了协同一体化的多视图判别分析框架以及非参数化的场景分布差异度量准则，对现有的理论框架进行了有效的补充与完善。以此为支撑，针对人脸识别具体任务进行个性化的分析建模，在人脸检测、面部关键点定位、人脸识别等问题上达到了国际前沿水平，部分成果也在多家企业单位得到了应用与转化。

在阚美娜看来，具体到人脸识别以及类似的分类问题，目前基于深度学习的技术在多数场景已经可以取得很好的性能，但在适应性、自主学习、鲁棒性等一些方面还存在很大的发展空间。反观人类视觉可以灵活地适应不同场景的物体分类、推理、联想，可以不断学习吸收新的知识。这也是国内外众多学者正在关注的问题。

她认为高校科研人员的作用有大致两方面：一方面，科技进步是一个持续的过程，需要大量的人才，因此培养学生是很重要的一个责任。此外，通过研究基础性的科学问题，推动技术进步，可以带来直接的社会效益。和应用结合比较紧密的方向，在目前良好的大环境下，也很容易进入企业、甚至创业，进行快速的转化与迭代。

▌李军

基于实际问题来进行研究是基础科研的重要方向。

李军是湖南大学教授、博士生导师，2013 年，她成为国家 “青年千人” 计划入选者。主要研究方向为遥感图像处理。

乍一听，大家对这一领域其实并不熟知。李军举例道：“我国发射的许多卫星，具有获取大量数据的能力，同时，遥感对地观测在资源、环境、灾害、区域、城市等各个方面又有重大的应用需求。那么，连接卫星与对地应用的桥梁就被称为’遥感图像处理‘。”在遥感数据的开发利用方面，我国正处在快速发展的阶段。

对于这份科研工作，李军表示，首先，教书育人、为社会培训优秀的青年科研力量是高校科研人员的本职，也是为社会做出的最大贡献。其次，学术研究人员可以进入企业机构研究院，研究的最终目的是为生产生活服务，科研人员进入一线企业，可以更加深入的了解生产生活的需求。国防科技大学于起峰院士说：“科学问题本质来源于工程问题，工程问题来源于实际应用。”因此基于实际问题来进行研究是基础科研的重要方向。

同样，科研带给学生的是具有发现问题、理解问题和解决问题的能力；对于自己，科研是一个日积月累的过程，但也是最公平最公正的，只要坚持和努力，就总会前进。

▌刘家瑛

科研从某种意义上应该主要还是我们工作的主线，而教学反过来对我们也有帮助，给我们带来了很多更好的学生、更深入的思考和更多的互动。

北京大学副教授，从 2010 年毕业于北大获理学博士起，刘家瑛就一直在北京大学计算机科学技术研究所承担教学科研工作。很多学生们熟知的是她在 2014 年开设并主讲的全球 MOOC 课程《程序设计实习》，后获教育部首批 “国家精品在线开放课程”，与此同时，刘家瑛在科研工作上也收获颇丰。

刘家瑛的主要研究方向为智能影像计算，其中包括图像编码优化、增强重现与行为视频分析理解等。例如图像增强方面的具体技术已应用于快手 App；实时超分辨率增强技术，则与北京正奇联讯科技有限公司合作，支撑其公司下属的部分省市电视台。

谈及自己多年以来科研与教学的出色成果，刘家瑛更认为” 教学应该叫做无心插柳 “，所在的计算机科学技术研究所是以做科研为主，并希望能够产学研结合、科研落地。不少企业包括华为、微软都与北大有合作框架，在这个层面上，老师们开展项目课题也相对非常便利。

“所以从某种意义上讲，科研应该主要还是我们的工作，但教学反过来对我们也有帮助，给我们带来了很多更好的学生，更深入的思考和更多的互动。

在学校里，教书和科研结是密切不可分的，教学本身也是学校教师非常重要的一个环节。我自己其实一直试图去平衡两者，并且在各自之中都找到很多乐趣相互支撑，至少目前还比较 enjoy 自己的状态。”刘家瑛坦言。

▌刘丽

科研生活在很多人看来是单调乏味的，但是我觉得我是真的对她热爱和喜欢。

刘丽在国防科技大学度过了她的本硕博生涯之后，曾访问芬兰奥卢大学，并获得了模式识别领域最高奖 King-Sun Fu 奖获得者 Matti Pietikäinen 教授的教导和培养，这对她也今后希望成为一名纯粹的科学家，一名好的导师产生了重要影响。

刘丽目前正在研究的科研项目包括国家自然科学基金、湖南省自然科学基金杰出青年基金、国防科技大学校预研重点项目等。研究领域为视觉模式分析与识别，涉及计算机视觉、模式识别与机器学习等。

谈及深度学习技术在视觉识别任务的应用是否有可突破的研究方向时，刘丽认为，尽管视觉识别领域取得如此显著进步，但是，目前最先进的基于深度神经网络的计算机视觉系统与人类视觉系统在功能与性能上仍存在巨大的差距。当前最先进的深度学习技术还存在数据、能耗、泛化、可解释性、可靠性等诸多瓶颈，这些方面都期待新的突破。人类能够在非常少量的样本或者先验信息（弱监督）驱动下获得物体认知能力。在获得一定（初步）认知能力的基础上，人类视觉认知机制能够通过自学习不断增强认知能力。减少人工干预（如人工标注数据）的自主学习方法，提高机器智能对环境的自主学习能力，让机器能够具备类人的学习能力，是未来可突破的研究方向。

科研生活在很多人看来是单调乏味的，但刘丽却并不这么觉得，“我觉得我对她是真的热爱和喜欢。我的科研生涯是有很多挫折的，但是我一直在坚持，也一直在成长和进步。”

▌孙瑾秋

科研工作和家庭生活之间该如何权衡？首先要学会沟通，懂得取舍，平衡心态很重要。

这位来自陕西西安的女性——孙瑾秋，不仅是西北工业大学的副教授，同样还是微小卫星技术及应用国家地方联合工程实验室副主任。所以，在很大程度上，孙瑾秋目前从事的科研工作往往是国家级重大项目。

2014 年，她入选西北工业大学首批“翱翔新星”人才计划，2018 年，又入选陕西高校“青年杰出人才支持计划”，孙瑾秋一直致力于光学目标高精度探测与清晰化重建研究。

她还承担了 973、863 重大项目、国家自然科学基金、空间碎片计划、总装预研等项目。相关研究成果有力支撑了我国首个试验卫星在轨任务及某型号体系任务的圆满完成，支撑了后续 5 个国家系列专项立项，并推广应用于六个 “国家计划”和 10 余家单位。

对于女性工作者而言，所做的工作能够得到更多学术同行的认可，莫过于是一种极大的鼓励。然而，对于绝大多数她们而言，科研、教学、生活，尤其是子女教育，在这样的一个更加多远开放的社会里，却也仍然面临困惑。孙瑾秋坦言，科研工作和家庭生活之间如何权衡，首先要学会沟通，懂得取舍，平衡心态很重要。“当然，如果说人生中最有意义的一件事，我想还是陪伴孩子一起成长，参与孩子的成长过程。”