凌云壯志 勇攀高峰
——記中國(guó)科學(xué)院自動(dòng)化研究所副研究員汪凌峰

本刊記者 范燕燕

凌云壯志 勇攀高峰
——記中國(guó)科學(xué)院自動(dòng)化研究所副研究員汪凌峰

本刊記者 范燕燕

汪凌峰

如果不是機(jī)緣巧合下的一場(chǎng)講座，汪凌峰現(xiàn)在可能會(huì)在某家公司敲著代碼、編著程序，也極有可能已告別計(jì)算機(jī)行業(yè)，另謀他就。但生活的巧妙恰恰是沒有給出現(xiàn)實(shí)之外的答案，所以此時(shí)的他，出現(xiàn)在中國(guó)科學(xué)院自動(dòng)化研究所，埋頭鉆研著計(jì)算機(jī)背后的智能奧秘。

2006年，時(shí)值汪凌峰大學(xué)本科在讀，武漢大學(xué)計(jì)算機(jī)學(xué)院是他汲取知識(shí)、收獲經(jīng)驗(yàn)的第一課堂。在這里，他了解計(jì)算機(jī)的發(fā)展，同時(shí)籌劃著自己的未來(lái)。“當(dāng)時(shí)盤算著，畢業(yè)后直接去找一份工作，沒想到朱老師來(lái)武漢大學(xué)的一場(chǎng)講座改變了我的所有規(guī)劃。”

汪凌峰口中的朱老師，是中國(guó)蓮花山計(jì)算機(jī)視覺與信息科學(xué)研究院院長(zhǎng)朱松純，也是全球著名計(jì)算機(jī)視覺專家，在人工智能、計(jì)算機(jī)視覺等方面頗有造詣。至于那場(chǎng)講座，汪凌峰記憶猶新。他這樣形容：“那是一場(chǎng)前沿、極具吸引力的講座，講述的是我之前從未接觸的領(lǐng)域，一下子勾起了我全部的興趣。”

從那時(shí)起，汪凌峰便開始接觸計(jì)算機(jī)視覺。憑借天資聰穎、后天的勤懇，在新世界的浩瀚中，他不斷向著更高的山峰攀援。

轉(zhuǎn)身 選擇另一番天地

上世紀(jì)80年代，David Marr的《視覺：從計(jì)算的視角研究人的視覺信息表達(dá)與處理》一書，開創(chuàng)出計(jì)算機(jī)視覺發(fā)展潮流。隨著時(shí)間推進(jìn)，一代代科研人的嘔心瀝血，計(jì)算機(jī)視覺如今有了更加多樣化的姿態(tài)。至今，Marr提出的3個(gè)層次研究方法，即計(jì)算理論層、表征與算法以及實(shí)現(xiàn)層，依然影響著計(jì)算機(jī)視覺的研究人員。

在對(duì)計(jì)算機(jī)視覺深層了解后，汪凌峰決定考研。經(jīng)過緊張、充足的準(zhǔn)備，在2008年，他被中國(guó)科學(xué)院研究生院錄取，在自動(dòng)化研究所正式開啟他的逐夢(mèng)之旅。5年碩博連讀，汪凌峰以一腔熱誠(chéng)和不間斷的拼搏，在計(jì)算機(jī)視覺領(lǐng)域終有所斬獲。

2013年，他博士畢業(yè)，發(fā)表了題為“基于局部感知的若干視覺問題研究”的博士論文。次年，該論文被中國(guó)科學(xué)院評(píng)選為優(yōu)秀博士論文。在論文中，他基于計(jì)算機(jī)軟硬件發(fā)展及相關(guān)學(xué)科的基礎(chǔ)，如：模式識(shí)別、圖像處理、計(jì)算機(jī)圖形學(xué)等，針對(duì)噴薄而出的多發(fā)性計(jì)算機(jī)視覺問題，作出了深入研討。考慮到多數(shù)視覺問題自身的復(fù)雜性，運(yùn)用全局模型難以準(zhǔn)確的表達(dá)，他將大問題分而治之，引入局部感知，即：局部建模問題，全局約束問題，從而更加靈活并且有效地解決視覺問題。

“論文中，從全局和局部角度出發(fā)看待視覺問題是當(dāng)時(shí)的研究熱點(diǎn)和難點(diǎn)。利用全局約束問題，采取局部建模，從而更能抓住問題關(guān)鍵所在。局部全局兩者之間的結(jié)合、靈活使用，無(wú)論是在科研工作當(dāng)中，還是在社會(huì)生活中，都具有很大的價(jià)值意義。”汪凌峰如是說(shuō)。一艘航船，主梁是它的支撐，是全局，是宏觀，船板、船舷、哪怕一顆螺絲也是它不可或缺的一部分，這就是所謂的局部和微觀。宏觀微觀結(jié)合，航船才能揚(yáng)帆起航。

有了獨(dú)特的切入點(diǎn)，機(jī)敏的方法基礎(chǔ)，問題的解決也就變得簡(jiǎn)單不少。在后續(xù)研究中，一系列成果的展示十分可喜：首先，他提出一項(xiàng)基于局部背景感知的視覺目標(biāo)跟蹤算法，該算法可以有效地處理目標(biāo)與背景相似且背景多變的難題，解決目標(biāo)短時(shí)間遮擋及跟蹤環(huán)境光照變化問題。其次，他提出基于局部梯度模自適應(yīng)插值邊緣指導(dǎo)的單幅圖像超分辨率算法。該算法利用局部梯度模自適應(yīng)插值從低分辨率圖像中直接估計(jì)銳化的高分辨率梯度，并將估計(jì)的高分辨率梯度作為(邊緣保持的)梯度約束。再次，在貝葉斯框架下，他提出了兩個(gè)基于局部模型的水平集醫(yī)學(xué)圖像分割算法。

繼往開來(lái) 突破進(jìn)取

通過汪凌峰的解讀可以了解，目標(biāo)跟蹤在實(shí)際生活的諸多領(lǐng)域，具有不可替代的應(yīng)用價(jià)值，例如：智能視頻監(jiān)控、智能交通控制、無(wú)人機(jī)駕駛與導(dǎo)航、體感人機(jī)交互以及視頻壓縮和檢索等。同時(shí)，在軍事國(guó)防領(lǐng)域，其作用亦可見一斑。智能安防、反恐，它無(wú)處不在。隨著信息技術(shù)發(fā)展，其前景趨勢(shì)更不可限量。

目標(biāo)跟蹤作為視覺突破的難點(diǎn)，有著極其復(fù)雜的研究背景。信息的不完全化、環(huán)境的復(fù)雜性均會(huì)影響目標(biāo)跟蹤造成的結(jié)果，加之光照等外部因素，以及特化難點(diǎn)，譬如：目標(biāo)的形變、姿態(tài)的改變或旋轉(zhuǎn)等，諸如此類，都會(huì)給跟蹤創(chuàng)造出一項(xiàng)又一項(xiàng)棘手的問題。但汪凌峰強(qiáng)調(diào)，跟蹤始終會(huì)是計(jì)算機(jī)視覺的核心技術(shù)之一。

于是，在明確目標(biāo)跟蹤的劃歸范圍，以及其主要任務(wù)是從連續(xù)圖像序列中估計(jì)目標(biāo)狀態(tài)，以此為高層視覺處理提供有力的支撐等問題上，汪凌峰投入到更深層次的跟蹤研究之中。

在國(guó)家青年科學(xué)基金的大力支持下，汪凌峰的項(xiàng)目開展得如火如荼。考慮到目標(biāo)跟蹤難點(diǎn)的多樣性，在技術(shù)路線上，他一方面采取分而治之的研究策略，即根據(jù)不同的難點(diǎn)提出相應(yīng)的解決方案；另一方面，則采取由簡(jiǎn)單到復(fù)雜的研究策略，即先引入局部背景，然后結(jié)合稀疏表達(dá)，最后將它們統(tǒng)一起來(lái)。針對(duì)目標(biāo)外觀變化（光照等因素引起）和背景相似等復(fù)雜難點(diǎn)，他提出基于在線分類的跟蹤方法。面對(duì)遮擋難點(diǎn)，則采用基于結(jié)構(gòu)稀疏表達(dá)的目標(biāo)跟蹤，再次靈活運(yùn)用全局與局部概念，將局部背景感知和稀疏表達(dá)有效地結(jié)合起來(lái)，創(chuàng)新發(fā)現(xiàn)基于鑒別稀疏表達(dá)的目標(biāo)跟蹤算法。

2013年，為獎(jiǎng)勵(lì)汪凌峰在計(jì)算機(jī)視覺方向所做出的杰出貢獻(xiàn)，中國(guó)科學(xué)院特授予其“院長(zhǎng)特別獎(jiǎng)”，此獎(jiǎng)系在全院甄選40名優(yōu)秀科研工作者，以茲鼓勵(lì)。在當(dāng)年的自動(dòng)化研究所，汪凌峰的這項(xiàng)榮譽(yù)可謂獨(dú)一份。

新發(fā)展 新展望

博士畢業(yè)后的一段時(shí)間，考慮到視野的拓展和時(shí)代的需要，汪凌峰將研究方向逐步轉(zhuǎn)移到人工智能及其背后深度研發(fā)的強(qiáng)化學(xué)習(xí)和深度學(xué)習(xí)領(lǐng)域。“我希望走不同尋常的路，在科研過程中，另辟蹊徑會(huì)讓我感到欣喜。”不論是有了新的發(fā)現(xiàn)，還是與研究前沿的“大牛”不謀而合，這都讓他收獲前所未有的滿足。研究之魅力，在他這里，總是彰顯出新生的活力。

汪凌峰說(shuō)，深度學(xué)習(xí)通過構(gòu)建深度網(wǎng)絡(luò)逐步從信息中獲取知識(shí)，強(qiáng)化學(xué)習(xí)可將學(xué)習(xí)模型在失敗、成功的案例中逐漸增強(qiáng)。深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)的結(jié)合是必不可少的。首先通過大量的經(jīng)驗(yàn)信息，挖掘有用的知識(shí)，然后，將知識(shí)反作用于世界，進(jìn)而在世界反饋的機(jī)制下，對(duì)學(xué)習(xí)模型進(jìn)一步調(diào)整。通俗地講，這種學(xué)習(xí)過程如嬰孩的成長(zhǎng)一般。“要認(rèn)識(shí)世界，就難免會(huì)有跌倒、摔碰，但正是接觸的過程才會(huì)獲取認(rèn)識(shí)的經(jīng)驗(yàn)，從而為成長(zhǎng)鋪墊下一步道路。”

以號(hào)稱“打敗”人類的AlphaGo為例，汪凌峰做了更為深入的介紹。“AlphaGo背后的技術(shù)原理，其核心內(nèi)容就是深度學(xué)習(xí)與強(qiáng)化學(xué)習(xí)的結(jié)合。通過分析幾千萬(wàn)個(gè)專業(yè)圍棋玩家棋譜，從而使其學(xué)會(huì)評(píng)估不同走法的系統(tǒng)，進(jìn)而運(yùn)用搜索機(jī)制來(lái)選擇最佳走法。”他還表示，AlphaGo所面臨的棋局理解問題，在狀態(tài)空間的表示上，相對(duì)尚小，目前來(lái)看也非最復(fù)雜的。在金融、醫(yī)療、仿真對(duì)抗游戲等方面還存在更多、更艱難的問題，而這些難題的主要難點(diǎn)一方面源于狀態(tài)空間的表示，另一方面則源于信息的不完全。

在未來(lái)，汪凌峰將以深度學(xué)習(xí)為基石，推動(dòng)人工智能多領(lǐng)域技術(shù)研發(fā)，將強(qiáng)化學(xué)習(xí)作為著眼點(diǎn)，促進(jìn)圖像、視覺與智能化研究的全面發(fā)展。在世界頂級(jí)雜志發(fā)表學(xué)術(shù)成果，與眾前沿學(xué)者交流思想；承擔(dān)國(guó)家重大攻堅(jiān)項(xiàng)目，將成果實(shí)現(xiàn)技術(shù)轉(zhuǎn)換；增加團(tuán)隊(duì)與個(gè)人的合作溝通，展現(xiàn)獨(dú)立核心技術(shù)在應(yīng)用層面的實(shí)際效能……每一站的風(fēng)景，汪凌峰都勾勒得清晰而又明確，讓遠(yuǎn)方不再是遠(yuǎn)方，而化為觸目可及的前方。