Ҏ(gu)U学研究Qhcd脑皮层的70%zd都在处理视觉信息。如果h工智能赋予机器能够像人类一h考、处理事情的能力Q计机视觉承担巨大作用。作Z门研I如何机器“看”的U学Q计机视觉已成Zh工智能的重要分支Q等同于人工的大门?/span>
提到计算觉研IӞ׃得不提vq年来一个冉冉升L(fng)“学术新星”——何恺明。从高考满分状元到“CVPR最佌文奖”第一位华人得主，再到“深度残(hu)差网l”在ImageNet比赛中击败谷歌等公司夺得W一……?0后”的他早已众多光环加w。在学界Q他被视为天才少q_(d)也被UCؓ(f)“大”，不断Cؓ(f)学界提供着诸多有分量的研究成果?/span>
何恺?/span>
从小成为“别人家的孩子?/span>
用“年成名”Ş容何恺明一点不Q因Z曾是万千学生和家镉K膜拜的对象——高考状元?/span>
出生于广州的何恺明是家中独子Q父母均在企业里从事理工作Q从就接触C良的教学环境。实际上Q能从众多学子中脱颖而出Q除?jin)教学环境之外，更多的是靠自q努力?/span>
何恺明年时p送到年宫学?fn)绘画，有时一待就是大半天Q这也不断他练?yu)出沉稳的性格。同l画一P他对于文化课的钻研也十分耐得住性子Q学?fn)成l优U而且E_。在老师的心(j)目中Q他是一个“性格比较内向”但是“目标明”的学生Q“从就立志上清华”?/span>
高(sh)Ӟ何恺明凭借全国物理竞赛一{奖被保送进清华大学机械工程?qing)其自动化专业。不q，他却依然选择l箋(hu)参加考试Qƈ凭借着扎实的基本功和轻杄?j)态一举成?003q的q东省高考状元?/span>
凭实力进入清华的何恺明，攑ּ?jin)原本保送的专业Q{而选择?jin)更有?xi)战性的基础U学班。成立于1998q的基础U学班是清华大学讄的一个跨p跨学科的尖子班Q本U学生不仅要学习(fn)物理pR数学系的大部分基础评Q还要接受一定的U学研究的实际训l?/span>
大学期间Q何恺明l箋(hu)着自己沉稳而优U的表玎ͼ不仅q箋(hu)3q获得清华奖学金Q?007q_(d)q未毕业的他p入了(jin)微Y亚洲研究院（MSRAQ实?fn)?/span>
何恺明和导师汤晓?/span>
本科毕业后，他进入香港中文大学攻ȝI生Q师从AI名h汤晓鸥。同时(h)l参与MSRA的工作?009q_(d)他的W一论文“Single ImageHaze RemovalusingDark Channel Prior”被计算觉领域顶U会(x)议CVPR接收q被评ؓ(f)q度最佌文，q是CVPR创办25q来华h学者第一ơ获此殊荣，也何恺明在CV领域声名鹊v?/span>
受游戏启发的CVPR最佌?/span>
然而，彼时刚刚涉CV领域的何恺明Q却q一帆风?/span>
在MSRA实习(fn)Ӟ他ƈ未选择自己擅长的物理和数学工作l，而是Ҏ(gu)自己的研I兴选择?jin)Ş象计组。尽他曑֜大学的时候选修q计机囑Ş囑փ的相兌E，但是qU班?gu)n的他Q兴也难以支撑工作的需要?/span>
背景知识的缺乏他在入门的\上D步维艰。回忆v那段时光Q何恺明曾表C，自己在阅L章的时候，常常都不知道哪些是大安在用的方法，哪些才是作者的贡献。一切对他来说都是新的?/span>
管有导师孙剑这L(fng)学术大牛带着他进行课题研IӞ自nE_而刻苦的品格也推动着他不断挑(xi)战困难，但在换过多次N后，全部都以p|告终?/span>
虽然l果对何恺明来说是残(hu)L(fng)Q但是他也从中学?fn)到了(jin)很多，其是多个研I课题的l历使他试?jin)许多不同的方向Q而MSRAL自由的研I方向也Z日后的科研奠定了(jin)牢固的基?/span>
其中Q何恺明׃(jin)大量旉研究的image matting问题 (半透明物体边界提取)Q就Z日后研究的“去雄法”带来很大帮助。在刚开始研I去雄时候，何恺明发现雾的方E和matting的方E非常相|而之前所研究的matting框架可以l去雑ָ来帮助。利用这个框Ӟ只需要找C个能局部估雾的浓度的Ҏ(gu)p够了(jin)?/span>
他在2009q获“CVPR最佌文奖”的那篇论文Q研I的正是囑փ的去雾技术，它可以还原图像的颜色和能见度Q同时也能利用雾的浓度来估计物体的距，q些在计机视觉上都有重要应用（例如三维重徏Q物体识别）(j)?/span>
北京灰霾照片的去雄?/span>
难以惌的是Q他最初对去雾研究的灵感竟是来源于?sh)脑游戏。何恺明发现Q?D游戏里有很多带有雄场景Q但q些场景都是虚构的不实在的东ѝ计机生成?D囑փ?x)与自然囑փ的统计规律有很大区别Q但人的视觉pȝ却仍然能感觉到虚拟图像中存在的雾。这让他怿Qh的视觉系l一定有一U有效的机制来感知有雄囑փQ而且q种机制一定与现存的去雾方法不一栗?/span>
Ҏ(gu)何恺明算法处理的囑փQ上为原图下为处理后
与之前的Ҏ(gu)不同Q何恺明把注意力攑ֈ?jin)无雑֛像的l计特征上。在无雾囑փ中，每一个局部区域都很有可能?x)有阴?jing)Q或者是U颜色的东西Q又或者是黑色的东ѝ因此，每一个局部区域都很有可能有至一个颜色通道?x)有很低的倹{他把这个统计规律叫做Dark Channel Prior?/span>
即有了(jin)x(chng)和实验结果，W一ơ写文章也何恺明觉得非常困难。他l常陷入自己和自己吵架的角色当中。在每一D话写好之后Q常怼(x)质问自己事情到底是不是这L(fng)Q这其中有没有漏z。他也会(x)思考，如果自己是评委，或者是读者，能看懂这文章吗Q怎么写才能让思\更加畅Q?/span>
在q样的挣(zhun)扎中Q何恺明的一EK常要写好几天。每当他把自p服了(jin)Q孙剑还是总能提出新的质疑。就在这L(fng)循环中，l于有一天孙剑说文章已经写得不错?jin)，他才开始具体的修改。正是这L(fng)苛刻要求Q才?x)有后来高质量的文章?/span>
因ؓ(f)热爱Q所以一ơ又一ơ选择走研I的?/span>
2011q_(d)博士毕业的何恺明正式加入MSRA计算觉和深度学习(fn)的研I工作。在2015q的ImageNet囑փ识别大赛中，何恺明和他的团队凭?52层深度残(hu)差网lResNet-152Q击败谷歌、英特尔、高通等业界团队Q荣L(fng)一。目前ResNets也已l成机视觉领域的流行架构，同时也被用于机器译、语韛_成、语韌别和AlphaGo的研发上?/span>
2016q_(d)何恺明凭借ResNets论文再次获得CVPR最佌文奖Q也是目前少有的一Zơ获得CVPR最佌文奖的学者?/span>
后来Q何恺明和孙剑相l离开MSRA。与孙剑的选择不同Q何凯明走得q是那条学院路。他选择?jin)去FacebookQ担d人工实验室研I科学家Q选择?jin)进一步走学术之\?/span>
在Facebook AI实验室研I期_(d)何凯明仍焉?j)于研究Q而且颇有建树(wi)?017q?月，何恺明和同事公布?jin)其最新的研究Mask R-CNNQ提Z(jin)一个概念上单、灵zd通用的用于目标实例分Ԍobjectinstance segmentationQ框Ӟ能够有效地检图像中的目标，同时q能为每个实例生成一个高质量的分割掩码。同q_(d)凭借《利用焦Ҏ(gu)失提升物体检效果》这论文，他一丑֤下了(jin)另一个计机视觉?x)议ICCV最佌文奖?/span>
ICCV2017最佌?/span>
2018q_(d)何恺明在国盐湖城召开的CVPR上，获得?jin)PAMI青年研究者奖。几个月前，何恺明等人发表论文称QImageNet预训l却q必须。何恺明和其同事使用随机初始化的模型Q不借助外部数据取得了(jin)不逊于COCO 2017冠军的结果，再次引发业内x(chng)?/span>
无论是在MSRAq是在FAIRQ何恺明始终以他沉稳而优U的表玎ͼ一路过x(chng)，为学术界带来许多重磅的研I成果。有人曾表示Q孙剑选择加盟企业Q而何恺明gq在不知人间疾苦地奋斗在研究领域Q但是虽焉不同Q最lؓ(f)行业所做A(ch)献却是相同的?/span>
清华校友M(x)服务?/span>
清华校友M(x)订阅?/span>