人工智能時代的計算機視覺探索

王靜娟

曲延云

一直以來，人類從外界獲取的信息，有80%以上是通過眼睛獲得的。要讓計算機具有人的智能，首先要解決的就是“看”的問題。身處大數據時代的洪流中，我們每天接觸的網絡世界就有海量的圖片資源。多年來，廈門大學教授、博士生導師曲延云一直將主要研究方向放在模式識別、計算機視覺以及機器學習上。在她看來，未來，計算機視覺行業生態在這些技術力量的驅動下，必將形成新的技術和市場格局。在這一現狀下，她以自己的研究為核心、引導推動專業人才培養的決心也更加堅定了。

走入計算機圖像領域

數學是打開科學大門的鑰匙，從小，曲延云就對數學有著由衷的熱愛。憑借優秀的成績，曲延云在高考時順利進入了廈門大學數學系，之后又考取了復旦大學數學系的碩士學位，希望能夠在相關領域研究中展開更多的應用探索。

研究生畢業后，曲延云回到了自己的母校——廈門大學從事科學研究工作。彼時，她接觸到了圖像恢復的相關研究。在積極投入相關研究之后，曲延云意識到國內該領域科研人才的缺乏以及時代發展的需要，油然而生的使命感讓她決心專注于這一領域。2002年9月—2006年11月，曲延云師從鄭南寧院士于西安交通大學電子與信息工程學院人工智能與機器人研究所（AIAR）攻讀工學博士學位。這些經歷都潛移默化地為她將計算機視覺領域的理論基礎與工程背景結合起來打下了更加扎實的根基。

探索圖像識別與圖像恢復

隨著互聯網和社會媒體的快速發展，網絡上的圖像數據呈現萬億量級的規模。在連續兩個國家自然科學基金面上項目的支持下，曲延云課題組開展大規模目標識別的層次化學習方法研究，研究視覺感知機制對大規模目標識別建模的影響。視覺研究發現，人類視覺對目標識別的響應時間與目標類別的粗細劃分程度有關，對目標大類識別的響應時間比細分類的響應時間要短大約63毫秒。基于這樣的理解，曲延云課題組建立了視覺感知驅動的目標類層次關系，并根據這樣的層次關系設計識別模型，為大規模視覺目標識別提供新的研究思路和理論依據。

圖像識別是一個“感知”的問題，“感”是成像，“知”是識別。“感”是“知”的前提。而圖像恢復就是解決“感”的問題。在圖像恢復這一方向研究中，曲延云團隊最先將風格轉換的思想用于圖像去霧，不僅如此，他們還率先考慮用異構任務的深度學習模型對圖像去霧進行蒸餾，利用信號處理濾波器設計的理念，將其應用在圖像超分上。相關研究成果都發表在計算機視覺頂會CVPR、ECCV上，并在計算機視覺頂會CVPR、ICCV圖像恢復相關賽道上獲得3項比賽冠軍、3項比賽亞軍。

孜孜不倦育人才

計算機視覺技術有廣泛的市場需求，也是當前全球科技競爭最激烈的戰場之一。如今作為廈門大學的博士生導師，曲延云在課堂教學中，十分注重對新出現的理論和技術進行梳理，并在課堂上及時傳授給學生。她以時間為主線，講解圖像分類、目標檢測技術等深度學習方法的研究進展，讓學生學習并應用到各自研究領域中。除此之外，作為計算機系教工黨支部-全國樣板支部的支部書記，曲延云帶領全體黨員以優良師德師風帶動教風學風，目前計算機系已有國家精品課程立項1門、福建省精品課程立項2門、全國大數據公共服務平臺1個、福建省研究生優秀導師團隊2個、第一批雙萬專業建設項目1個。

“研當以報效國家為己任,學必以服務人民為榮光。”未來，曲延云還將延續目標識別以及圖像恢復這兩大研究方向，不斷提高自己的研究水平，為公共安全等方面做出更多落地生根的科研成果，不負科研之使命。