2023年度CSIG博士学位论文激励计划入选者邱荷茜

时间:2024-04-29      来源: 中国图象图形学学会

中国图象图形学学会博士学位论文激励计划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,分享激励计划入选者的科研故事,学会近日对入选2023年度CSIG博士学位论文激励计划提名的入选者邱荷茜进行了专访,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。

1714377118357692.jpg



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,我是邱荷茜,2020年12月毕业于电子科技大学,目前为电子科技大学师资博士后。主要研究方向为目标检测、多模态理解。在国际重要期刊发表论文37篇,第一/通讯作者在IEEE TIP等JCR-Top 期刊和CVPR、ICCV等CCF-A类顶级会议发表论文16篇,主持国自然青基、博士后面上等项目。入选四川省博士后创新人才支持计划、中国博士后特别资助。获火箭军装备部首届人工智能挑战赛冠军,国际无人机检测挑战赛连续两届冠军。

1714377237770045.jpg




问题二: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?



每个人的科研方法和科研思路各有不同,在科研过程中,有以下几点体会想和大家分享:

1)在阅读大量文献时,除了了解论文内容以外,更应及时进行总结,归纳和梳理出近期研究领域发展的规律,同时可以关注一些其他领域的论文,也许会有一些意想不到的启发;

2)既要大胆实现自己的想法,也要有适当的坚持,有时实验结果不如人意,可能只是某个细节或问题没有思考透彻;

3)积极广泛与同行或者跨行业的研究者进行交流,互相分享经验和见解,从而不断拓宽视野和提高思维深度,起到事半功倍的效果。

1714377148495525.jpg




问题三:请对您的论文进行简要介绍



本论文围绕视觉目标检测任务,针对复杂环境干扰、目标多样、模态差异大等关键问题开展研究,提出了多级上下文和门融合特征感知方法,构建了十字线目标检测网络,建立了偏移区间概率优化学习新范式,提出了渐进式可变形细粒度多模态目标检测框架,显著提升了复杂场景跨模态语义对齐性能。

1714377202895499.png


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?



论文筹备过程中最大的挑战是论文整体的框架以及章节之间的逻辑关系,如何条理清晰地总结自己博士期间的研究成果,是一个值得我们关注的问题。为了克服这一挑战,可以在博士开题时就有个初步的规划,并多和导师沟通交流,梳理自己的博士论文框架。同时,在论文初稿完成后,要多次反复调整和修改,相信一定可以写出一篇好的文章。

1714377290218677.jpg




问题五:获奖感言(/对导师说的话):



首先,感谢中国图象图形学学会以及学会的评审老师对我博士研究工作的认可!其次,特别感谢我的导师李宏亮教授对我的辛勤培养。从我踏入博士生涯开始,我的每一个研究工作,都离不开李老师对我的悉心指导与谆谆教诲。在我遇到科研瓶颈时,李老师总能够以他深厚的学术造诣帮助我,给予我详尽且准确的建议。在我对未来感到迷茫时,李老师总能够以他丰富的人生阅历开导我,给予我极大的信心和鼓舞。一直以来,李老师严谨认真的科研态度、扎实渊博的学识素养,勇于创新的科学精神,都深深地影响着我,值得我终身学习,能够成为李老师的学生是我此生莫大的荣幸!


Copyright © 2024 中国图象图形学学会

京公网安备 11010802035643号 京ICP备12009057号-1

地址:北京市海淀区中关村东路95号 邮编:100190

技术支持:中科服