1 基本信息：

    姓名：丛润民

    工作单位：北京交通大学

    职务：副教授

    研究方向：计算机视觉、多媒体信息处理、显著性计算、开放环境内容增强

    学会任职：CSIG青年工作委员会副秘书长、国际合作与交流工作委员会委员

2 人物简介：

丛润民，北京交通大学数字媒体信息处理研究中心 (科技部重点领域创新团队，负责人为国家杰出青年基金获得者、长江学者赵耀教授) 副教授，入选中国科协“青年人才托举工程”、“北京市科技新星”计划、北京市科协“青年人才托举工程”、北京交通大学“青年英才培育计划”、2020全球前2%顶尖科学家。2019年6月博士毕业于天津大学，导师为黄庆明教授和雷建军教授，并先后在新加坡南洋理工大学、香港城市大学从事研究工作，CSIG高级会员、CSIG青年工作委员会副秘书长、国际合作与交流工作委员会委员、北京图象图形学学会理事。主持和参与了包括国家自然科学基金、国家重点研发计划、北京市科技新星计划、北京市自然科学基金、中国人工智能学会-华为MindSpore学术奖励基金在内的多项科研项目。在IEEE TIP、IEEE TCYB 、IEEE TII、IEEE TMM、IEEE TCSVT、IEEE TGRS、NeurIPS、CVPR、AAAI、IJCAI、ECCV、ACM MM 等国际学术期刊和会议上发表论文50余篇，其中CCF-A、IEEE Trans.论文32篇，热点论文1篇 (前0.1%), ESI高被引论文7篇 (前1%)；出版英文专著 (含章节) 2部；授权国家发明专利16项。 担任Neurocomputing、Signal, Image and Video Processing等SCI期刊的编委。 荣获IEEE ICME 最佳学生论文奖亚军、天津市科学技术进步一等奖、ACM SIGWEB 中国新星奖、中国图象图形学学会优秀博士学位论文奖、第十五届北京青年优秀科技论文奖等。

    3 亮点工作：

注意力感知与显著性计算。为了模拟人类的视觉注意力机制，显著性计算任务应运而生，并已被广泛应用于压缩编码、图像编辑、智能拍照等领域。团队围绕显著性目标检测任务，开展了面向RGB图像、全景图像、RGB-D图像、光场图像、图像组、视频序列、遥感图像等多源数据的体系化研究工作，代表性工作有（如图1所示）：①针对RGB-D显著性目标检测任务，从模型转换、跨模态信息交互、深度质量感知等角度提出了RGB到RGB-D图像的显著性转换框架、注意力引导的交织融合网络、跨模态差异性交互网络、跨模态调制与选择网络、动态选择网络、深度置信感知网络等；②针对多张相关的图像组数据，重点探索图间关系建模方案，提出了集成与分发网络、迭代检测框架、层次化稀疏编码框架、匹配与传播框架等；③首次利用稀疏表示进行帧间关系建模，提出了一种基于稀疏重建和传播的无监督视频显著性目标检测算法，性能超过了部分深度学习算法；④开拓了光学遥感图像显著性目标检测领域，构建了两个业内常用的公开数据集，提出了关系推理网络、稠密注意力流网络、双流金字塔嵌套网络等。相关工作发表在IEEE TIP、IEEE TCYB、IEEE TGRS、IEEE TMM、NeurIPS、AAAI、ECCV、ACM MM上，4篇论文入选ESI高被引论文，荣获天津市科学技术进步一等奖、IEEE ICME 最佳学生论文奖亚军、第十五届北京青年优秀科技论文奖等。

图 1 注意力感知显著性计算方法框架

开放环境下视觉内容增强。在日常生活中，经常遇到成像因素、环境因素等导致的视觉质量下降的情况，如低分辨率场景、低光照环境、雾霾环境、水下环境等，通过增强与复原技术可以进一步提升主观视觉效果，并对下游视觉任务起到帮助作用。团队围绕超分辨率重建、低光照增强、图像去雾、水下图像增强等具体任务开展了视觉内容增强与复原的研究工作。①将低光照增强算法建模为特定图像曲线估计任务，提出了一种零参考、实时（500FPS）和极速训练（仅30分钟）的低光照增强算法；②首次提出了一个面向真实场景、真实配对的RGB-D-D深度图超分辨率数据集，并设计了一种快速深度图超分基线算法，该数据集有助于深度图超分任务的实际落地应用；③将单目深度估计与深度图超分辨率重建任务集成在一个统一的联合学习框架下，通过设计高频引导桥接器和内容引导桥接器将两个任务关联起来，获得了更好的重建效果；④构建了大型水下图像增强配对数据集，并建立了一种融合现有水下增强结果的深度学习解决方案。相关工作发表在IEEE TIP、IEEE TMM以及CCF A类会议CVPR、ACM MM上，1篇论文入选ESI热点论文，2篇论文入选ESI高被引论文。

图 2 开放环境下的视觉内容增强方法框架

     4 人物专访：

（1）请问您的研究领域包括哪些？最近进展如何？

目前我的主要研究领域集中在计算机视觉、多媒体信息处理，具体包括注意力感知与显著性计算、开放环境下视觉内容增强、多媒体大数据理解与应用等研究方向。此外，最近也着手开展一些先进机器学习理论与方法的研究，如零样本/小样本学习、自监督/弱监督学习、连续学习、对比学习、元学习等。尤其是2021年我们团队负责人赵耀教授牵头获批了国家科技创新2030——新一代人工智能重大项目，未来三年中我将作为项目骨干成员重点开展连续学习理论与方法的研究工作，该项目将以知识为主线，按照“不忘旧知识，学习新知识，融入人知识”的整体思路，从多源异构数据的旧知识表达和保留、数据受限下的新知识增扩、以及人类知识与机器模型的有机融合等方面开展理论和模型研究，构建面向类别、任务和领域的连续学习关键技术，并将连续学习的理论应用于三个典型应用场景，同时研究和构建通用连续学习方法的评估体系。通过本项目的研究，有望在连续学习理论方面取得突破，并在应用层面上形成一系列相关任务的开源基准数据集、软件框架及评测标准，打造连续学习应用示范新标杆。

（2）您是19年博士毕业后直接工作的，工作2年以来也入选了一些国家和省里的人才支持计划，能请您分享一下工作这两年的一些经验吗？

其实也谈不上经验吧，在我们这个领域里面有很多做的比我优秀的同行，咱们青工委里面更是人才济济。如果非要说的话，我觉得青年教师要勇于尝试、敢于拼搏。举个例子吧，我19年刚入职的时候除了学校的科研启动基金以外没有什么项目，但是我深知科研项目对于我将来在招生、开展学术活动等方面的重要性。因此我从19年下半年到20年上半年的时间里大大小小申请了约七个项目，其中包括了一个省部级的人才支持项目——北京市科技新星。这个项目的年龄门槛是35岁以下，而我当时刚好30岁，其实按年龄和资历来说可能有点早，而且该项目又属于人才项目，我起初也是一度犹豫不决要不要申请，后来我换了一个角度想，“试试呗，万一成功了呢”，所以我就花了2个月的时间去打磨申请书，总结研究成果。经过学校选拔推荐、函评、会评，最后我非常幸运的获批了该项目，这也成为了我第一个成功申请到的项目。而且，幸亏我20年申请了，21年的申请规则发生了变化，增加了申请者没有获批国家级项目的限制，更强调了“第一桶金”的定位，如果我20年没有申请的话，将永远与这个项目失之交臂了（20年我同时获批了国家自然科学基金项目）。所以，总结起来，我觉得年轻老师还是要勇于尝试，尝试了才有可能成功，这算是我的一点小经验吧。

（3）请您谈一下对CSIG青工委的感受。

说实话了解，到青工委是从我们团队的白慧慧教授那里知道的，白老师之前经常跟我说青工委里人才济济，而且氛围特别好，组织的活动也特别丰富。这也使得我向往已久，一直等着委员增选。后来有幸在2020年成功加入青工委，并且在2021年有曾选为青工委的副秘书长，分管科普和党建工作。加入青工委也已经快2年了，我也明白了为什么白老师当时那么强烈推荐我加入，因为青工委汇聚的就是国内最活跃的青年学者、最志同道合的朋友，目的就是为了给青年学者们搭建一个平等、真诚、自由、开放的交流平台。尤其是21年我加入秘书处以后，更加感受到了这个集体的温暖，白翔主任和贾伟秘书长不仅会根据大家最近是不是要写基金项目来调配安排工作，还会鼓励大家自己跟大咖对接，组织活动，给大家亮相的机会。真的非常庆幸自己能够加入青工委，能够成为这个青年大家庭中的一员，在此也祝愿青工委、以及每一位委员都发展的越来越好，虎年虎虎生威！