【CSIG奖励访谈】2021年度CSIG优秀博士学位论文奖获奖者王宁

会员服务 ·

【CSIG奖励访谈】2021年度CSIG优秀博士学位论文奖获奖者王宁

2022 年 6 月 10 日 中国图象图形学学会CSIG

中国图象图形学学会优秀博士学位论文奖旨在推动中国图像图形学领域的科技进步，鼓励创新性研究，促进青年人才成长。

为宣传科技工作者积极进取的工作精神，聚焦获奖人背后的故事，学会近日对荣获2021年度CSIG优秀博士学位论文奖的获奖者王宁进行了专访，以对话的形式，为读者们提供一次了解他的机会。

下面就跟着我们的脚步，走近今天的受访者吧。

问题一：首先非常感谢您接受我们的采访，请先向大家介绍一下自己：

大家好，我是王宁，自2016年于天津大学获得学士学位后，保研至中国科学技术大学6系，师从周文罡教授和李厚强教授，从事视觉目标跟踪相关研究。攻读博士期间，我在国际顶级会议和顶级期刊上以第一作者发表论文10篇（包括IJCV一篇，TIP两篇，TCSVT两篇，CVPR三篇和AAAI两篇），谷歌学术总引用量超过1400次，受邀担任十余个国际顶级会议（如CVPR、ICCV、ECCV）和顶级期刊（如TPAMI、IJCV）的审稿人。曾获评中科院院长奖优秀奖、安徽省优秀毕业生、中国科学技术大学优秀毕业生、CVPR杰出审稿人，本硕博各阶段国家奖学金等荣誉，并入选华为“天才少年”。本人现在华为消费者部研究计算机视觉相关算法。

问题二：下面请为大家简单的介绍一下您这篇论文的情况：

视频目标跟踪是计算机视觉中的一个基本任务，具有重要的研究意义和广阔的应用前景。面向高效、鲁棒的目标跟踪，本文从模型学习、压缩和集成三个方面开展深入的创新研究。在模型学习方面，针对深度跟踪模型标注成本高和训练代价大等问题，提出了基于前向后向跟踪轨迹一致性的无监督训练框架；另外，为了挖掘视频中丰富的时序信息，将Transformer结构引入到视觉跟踪领域将独立的视频帧桥接起来，以传递丰富的时序信息。在模型压缩方面，针对深度跟踪器参数量大、计算复杂度高等问题，提出了联合模型压缩和知识迁移的跟踪器加速框架。在模型集成方面，首先提出了基于多线索分析的跟踪模型集成算法，通过分析多个并行模型的关系以实现优势互补；并进一步提出了基于策略学习的切换式跟踪模型集成算法。

问题三：请问您在科研过程中，有没有什么好的方法可以推荐给大家？

博士阶段我坚持的科研方法是在一个方向做深，然后在多个领域学习和涉猎。比如我主要研究视觉目标跟踪，那么我对该方向便深入研究，花费大量精力对该领域各种算法框架，数据集，甚至各种小技巧都做到如数家珍。同时我又坚持关注视觉跟踪以外的其他研究方向的进展，并经常思考他山之石是否可以为我所用。很多时候一个小领域是很内卷的，这时候需要其他领域的思想来激活视野。对于视觉目标跟踪，近几年纯粹比拼性能已经很难，硬碰硬不是良策，于是我靠着将无监督学习，知识蒸馏，强化学习，对比学习，transformer结构等引入视觉跟踪中，继续在这个内卷比较严重的赛道发出了一些论文。所以我的科研方法主要是打开思路，思考自己擅长的赛道，并吸取各个领域的思想来积蓄力量。

问题四：在您论文筹备过程中遇到的最大的挑战是什么？是怎样克服的呢？

博士毕业论文其实是博士期间多项工作的梳理和总结。毕业论文本身不难，而困难在于平时一篇篇论文的输出。对我而言，做科研和发论文时最大的困难是寻找新的有价值的idea。没有思路对我而言是科研路上最头疼的事情，而且很容易自我怀疑并产生焦虑情绪。我个人克服的办法主要是放松心态，转换思路。没有思路的时候不妨去跑跑步，打会羽毛球，锻炼一下身体。有时我也会选择发呆和打游戏，放空之后思路更容易通畅。没有idea时，我也会静下心来看一些别的领域的论文转换心情，开阔思路。

问题五：最后，有什么话想对自己的导师说呢？

从2016到2021，我在中科大度过了开心又难忘的5年硕博连读。直至现在，毕业离校一年后，再回想起科大的日子仍是嘴角上扬。我的两位老板，周文罡教授和李厚强教授有着渊博的专业知识深厚和开阔的视野。他们严谨治学、精益求精的态度深深地影响着我。此外，两位老师在生活中细心为学生着想，比如出国开会时，生病时的备至关怀，让我一直铭记于心。实验室还有一群很合得来的小伙伴，让我的科研路充满欢声笑语。最后，感谢我父母一路上的鼓励和支持。感恩这一路遇到的人，让我在读博路上遇到了更好的自己。