西北工业大学韩军伟教授访谈

2018年3月1日，专委秘书处采访了西北工业大学自动化学院副院长、优秀青年学者韩军伟教授。下面是采访实录。

您在计算机视觉与模式识别等领域做出了很多高水平研究工作，获得了国家自然科学基金优秀青年基金支持，入选了教育部新世纪优秀人才支持计划和陕西省青年科技新星计划，是青年科技工作者学习的楷模。您能否向我们介绍一下您现在主要的研究方向是什么？是如何选择现在的研究方向的？以及怎么沿着当前的研究方向慢慢做大的？

我目前的主要研究方向是仿脑视觉信息智能处理，通过磁共振功能成像手段观测大脑的功能活动，从而理解大脑处理视觉信息的一些工作规律，接下来设计算法来模拟大脑处理视觉信息的机制，最后应用于视觉信息理解的一些实际任务中。我这个研究方向需要把脑科学和信息科学进行交叉研究，也需要同时具备两个学科的一些基本知识和实验技能。

其实在2010年前，我主要还是做传统的计算机视觉，然而传统计算机视觉的方法大多并不考虑人脑的处理机制，因此并不是特别智能，存在语义鸿沟等难以解决的难点问题。2010年回国后，我有机会跟我一位师兄合作，他在美国大学做脑成像分析方面的研究，我们在一次学术讨论中，觉得将脑成像和计算机视觉结合起来也许是一个好的研究方向。大脑在观看视频时候的功能活动蕴含了对于视频内容语义层的理解，如果能加以利用，应该能在一定程度上缓解语义鸿沟问题。

讨论出来这个想法后，我们两人都很兴奋，就立即组织一支研究小组进行这方面的研究，很快我们采集了数据，进行了实验，实验结果也符合预期，我们把实验结果整理成论文，投向了多媒体领域的顶级会议ACM Multimedia，三个审稿人一致赞同我们工作的创新性，论文以长文的形式发表了，并且还获得了最佳学生论文奖提名。

这篇顶级论文的发表，给我们很大的肯定和鼓励，我们研究组就沿着这个方向持续进行研究，并且还扩展了合作伙伴，例如跟美国耶鲁大学，澳大利亚昆士兰医学院进行合作研究。

您在国际顶级期刊和会议上发表了多篇论文并被多次引用，在您取得的这些成果中，有哪些工作让您印象特别深刻？其中有哪些不为人知的艰辛过程或者有趣经历？

让我印象特别深刻的工作就是我前面提到的2010年我回国后打算在脑科学与计算机视觉交叉这个新的研究方向上开展研究。我们当时都觉得这个工作如果能做出来，将会对多媒体领域产生较大的影响，所以我们当时把目标定在了把这个工作发表在多媒体领域的顶级会议ACM Multimedia上。

当时从我们有这个想法到投稿截止只有两个多月时间，时间紧，任务重，我们立即组织了20多人的研究队伍，一部分人在美国设计实验，采集脑成像数据，另一部分人设计算法，根据实验结果不断对算法进行调整和提升。终于在论文提交前两天，我们完成了所有实验，并且取得了很好的实验结果，我们立即投入到论文写作中，同样是中美两边的团队分工协作，最后的48小时，主要的写作人员基本上没有休息，最终赶在deadline之前2个小时完成了论文。这个工作得到了审稿人一致的高度评价，以长文的形式发表在ACM Multimedia上，并最终获得了最佳学生论文奖提名。

高效的科研团队对于深入开展课题研究有着至关重要的作用。您作为西北工业大学信息融合技术教育部重点实验室副主任，您能否简要介绍一下您的科研团队？以及您是如何高效管理科研团队的？

我回国后就着手组建自己的科研团队，经过几年的努力，目前团队已经有教授1人，副教授3人，助理教授4人，研究生20余人。

我们团队比较重视学术交流，我们经常会邀请国内外研究者到团队来进行学术报告，团队的研究成员每年都会参加领域里的一些顶级国际会议如CVPR、AAAI等。团队内部日常的学术交流也比较规范，每两周举办一次reading group，团队成员会轮流负责为大家讲述最近发表在顶级会议或者期刊上的工作。

科研团队根据研究方向又细分成三个小组，每个小组每个月都会至少开一次学术讨论会议，小组成员轮流介绍研究进展及遇到的问题，大家讨论解决方案。我对于博士生，要求每十天要书面介绍研究进展。除了会议，我们也经常通过高效的通讯方式如：QQ和微信进行交流讨论。

作为博士生导师，您在招收研究生时最注重学生的哪些方面？能否跟大家分享一下您在指导学生方面的心得体会？在您的实验室是否有某种奖罚制度用以激励学生？

我比较看重学生两个方面的情况，第一是是否勤奋刻苦，其实我发现能到我们学校和团队来的研究生智商和基础都没有太大差别，勤奋的学生一定会收获更多的成果。第二是是否自身有很高的目标和追求，自身的目标和追求高，他努力的动力就足，而有些学生抱着混个学历的态度工作，就不会很努力，导师督促也不一定会有作用，所以这一类的学生我就不愿意招收。

在指导学生方面，我个人的一个心得是还需要因材施教，每个学生的性格、追求、目标、优缺点都还是会有不同，导师还是要多和学生交流，为不同类型的学生定制出来适合他们的培养方案。在我的实验室，对于发表高水平论文的学生，我会发些奖金作为激励。

科研基金是开展科研工作的前提，您认为书写基金申请书时应注意哪些问题？能否分享一下您个人申请科研基金的成功经验或者失败原因？

我觉得基金申请跟写论文有很多相似的地方，往往能够发表高水平论文的学者基金也会写的很好。我个人理解，书写基金最重要的一点还是要突出创新性，能够把你的研究和其他人研究的差别和优势准确的表述出来。基金申请书跟论文写作的区别在于基金往往是要对一个研究方向持续研究，研究内容和创新点会更多，往往要包含多个研究工作。而通常情况下，一篇论文基本上对应一个研究工作，所以基金书写还要注意描述清楚这些研究工作之间的关系。

您是多个期刊和会议的编委或审稿人，您能否结合自己的审稿经历，分享一下学术论文写作投稿过程中需要注意哪些方面的问题？或者有哪些建议？

我对于论文写作方面的建议主要是针对初学者。要写好论文，首先要多看论文，尤其是多看领域顶级会议或者期刊的论文，现在的研究生，英语都很好，语法上面的问题不会太多，但是对于科技论文来说，语言只是一个方面，论文的结构，描述问题的逻辑这些更加重要。

我通常建议我的研究生，在动手写第一篇论文的时候，首先要先看100篇顶级的论文，要仔细揣摩高水平论文怎么来组织逻辑，怎么把要解决的问题和自己的创新地方表述清楚。写论文的时候要多从读者的角度出发，不能光想着自己明白就好了，还要换个角度多考虑这样写，读者是否能够看明白。

您认为计算机视觉与模式识别领域未来比较有潜力的研究方向主要有哪些？您认为未来哪些技术的在社会上的应用需求会比较大？

我觉得未来几年里，深度学习肯定还是计算机视觉和模式识别领域的主流研究方向，未来深度学习的发展方向可能集中在深度学习的理论解释、脑工作机理启发的深度学习方法等这些方面。

另外，我对于弱监督／无监督学习比较看好。目前很多具体的任务都缺少训练样本，更缺少标注很好的训练样本，而且很多情况下训练样本标注是高噪声的。对于这些实际应用，弱监督／无监督学习是很好的解决方案，但是这个方向的研究理论上存在很多难点和挑战，如果有所突破，会有很广泛的应用场景。

您对现在深度学习技术发展的看法是什么？您认为优势和劣势都有哪些？未来的发展趋势是什么？

毋庸置疑，深度学习技术在过去5年是整个计算机视觉和模式识别最主流的技术，应用深度学习技术的论文数量也是这几年在领域各大顶级会议和期刊上最多的。它的优势劣势领域里面都争论多年了，我相信大家都比较清楚了。

我个人认为未来几年，深度学习还将是领域研究的主要方向，未来发展方向可能集中在深度学习的理论解释、脑工作机理启发的深度学习方法、提高深度学习训练效率、深度学习与其他学习方法结合、深度学习应用于其他领域如医学、机械等这些方面。

您可否可以大家分享一下您的业余生活？是否经常进行体育锻炼？以及您是如何协调工作和家庭的呢？

我的兴趣爱好比较少，业余时间会打打篮球，如果不遇到出差，基本上每周会打一次球。这些年来，很感谢家人对我工作的理解和支持，让我能够把更多的时间用于工作上。

韩军伟

西北工业大学教授，自动化学院副院长，信息融合技术教育部重点实验室副主任，陕西省科技创新团队负责人，欧盟玛丽居里国际人才引进基金获得者。入选了国家优青、教育部新世纪优秀人才、陕西省中青年科技领军人才、陕西省青年科技新星等人才计划。主要研究方向是多媒体信息处理、人工智能和生物医学图像处理。已在领域顶级期刊如：Proceedings of the IEEE，IEEE TPAMI, IJCV, NeuroImage, Cerebral Cortex等发表学术论文50余篇，在领域顶级的国际会议如：CVPR，ICCV，MICCAI，IPMI, IJCAI等发表学术论文30余篇。论文被引用4000余次，ESI高被引论文14篇，ESI热点论文7篇。获得国际会议ACM Multimedia 2010，MICCAI 2011和ICME 2016最佳学生论文奖提名。获得教育部自然科学二等奖等3个省部级科技奖励，担任国际期刊IEEE Trans. on Neural Networks and Learning Systems、IEEE Trans. on Circuits and Systems for Video Technology等7个国际期刊编委，担任领域权威国际会议如：ICPR, ACCV等的区域主席。

                                           （责任编辑：黄岩 余烨 ）