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2022年度CSIG优秀博士学位论文奖的获奖者余昌黔进行了专访，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，我是余昌黔，2021年博士毕业于华中科技大学，师从桑农教授。曾赴澳大利亚阿德莱德大学访问，合作导师为沈春华教授；曾赴微软亚洲研究院访问，合作导师为王井东老师。本人曾在IJCV、CVPR、ECCV等国际顶刊顶会发表论文24篇；其中以第一作者发表论文7篇、担任通讯作者1篇，其中被评为ESI高被引论文1篇、ESI热点论文1篇。谷歌学术总引用数超3300次；所提出的实时语义分割算法BiSeNet单篇谷歌引用超1500次，被评为ECCV2018最具影响力工作TOP20、近五年谷歌引用量居ECCV论文第16名，被广泛集成和应用于多个主流分割框架和业务。参与了多项世界计算机视觉竞赛，曾获2018年COCO&Mapillary全景分割挑战赛两项冠军、2022年GigaVision Trajectory Prediction冠军。担任清华大学计算机系专业实践课程企业指导教师、中国图象图形学报专题编委会编委。曾获国家奖学金、国家建设高水平大学公派研究生奖学金、CSIG优秀博士学位论文奖。本人现任美团自动驾驶算法专家，将继续研究自动驾驶中的感知与预测等相关前沿算法。

问题二：下面请为大家简单的介绍一下您这篇论文的情况： 

       该论文对场景分割中判别特征感知方法进行了系统的研究，从特征解耦和特征选择两个方面增强特征判别性，主要包括边缘与区域特征解耦、细节与语义特征解耦、隐式引导特征选择、显式引导特征选择四个角度：(1)针对类内不一致和类间低区分性问题,提出了区域特征增强类内一致性、边缘特征增强类间区分性的研究方法；(2)针对实时场景分割精度与速度平衡问题, 提出了双路网络解耦细节与语义特征的研究方法；(3)针对长距离关系建模问题，分析了自注意力机制中冗余计算的问题，提出了利用特征相似性关系隐式引导特征选择的研究方法；(4)针对类内类间上下文关系建模问题，提出了显式监督引导特征选择的研究方法。共提出6个算法：DFNet、BiSeNet、RGNet、CPNet、CondNet。

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？

       其实，许多优秀的人已经介绍过了很多好方法了，比如保持开放、多沟通交流、养成读论文的习惯等等。我介绍三个提的比较少，但是我觉得非常重要的好方法：(1) 对算法复现，对人生复盘。纸上得来终觉浅，绝知此事要躬行。复现是深入理解和吃透算法的基础。可能我还不够机敏，所以，很多工作我要亲手写一遍、复现一遍才能真正理解其中的核心点和本质。此外，我也喜欢对自己做的事进行复盘，比如每次deadline结束我都会对所做工作进行复盘，什么事情做多了，什么事情做错了，下一次就更有经验了；(2) 建立自己的Standard Operating Procedure(SOP)。初入门科研的时候，我们难免手忙脚乱，做实验、画图、写文章，好像哪儿都有问题。随着我们经验丰富，我们应该逐渐建立自己的SOP，小到画图写文章用什么工具、有些什么固定代码片段、如何阅读论文等等，大到整个事情的流程、时间管理、任务管理等等。当我们自己的科研SOP搭建好时，就会发现科研做得会越来越得心应手；(3) 敢于challenge传统。当我们做研究已经有一定时间后，我们可以尝试challenge传统，比如这个方法一定要这样吗？这个领域的流程一定要这样吗？这个challenge的过程代表着真正的科研才刚刚开始，当然我也还在这个过程中，与诸君共勉。

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？

       最大的挑战莫过于如何平衡发散的思维(contribution)和待解决问题(motivation)，后续的时间管理、项目管理等问题都是由此引发的。筹备论文做实验初期，我们往往踌躇满志、思维活跃，发现这里可以做做、那里可以试试，任由思维漫步，忘了为什么出发。结果deadline来临之际，发现好像各种尝试都没效果，或者发现有很多小点都有点效果，但是没法整合成一篇文章。这是我最开始做研究的时候的经历。后来我发现，contribution和motivation两者应该是迭代进行的。最开始我们有个问题/motivation，我们就要直接针对这个motivation去尝试，尝试的过程中要时不时思考这个和motivation有什么关系、想要证明什么，如果走的太远就马上停掉、拉通思考哪里出了问题。当实验证明motivation有问题的时候，再调整我们的motivation。两者交互迭代，才能既促进我们深入思考问题，又保证我们的contribution是well-motivated。而且整个过程还更有利于管理时间和进度。

问题五：最后，有什么话想对自己的导师说呢？

       非常感谢我的导师桑农教授和高常鑫教授的指导、帮助、支持和鼓励，也非常感谢实习、访学过程所遇到的俞刚老师、沈春华教授、王井东老师。非常幸运且感激他们对我的指导和帮助，为我的科研习惯、方法、思维奠定了扎实的基础。他们深厚的学术功底、渊博的学术知识，曾多次在我绞尽脑汁的时候为我点明方向。他们的学术态度、科研思维和价值观也在持续地影响着我现在乃至到未来的工作和人生。此外，在生活中、在职业选择、重要抉择的时候，他们也都毫无保留地给出建议和帮助。我由衷地感激他们对我的帮助和支持。