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辛经纬进行了专访，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，我是辛经纬，2021年6月博士毕业于西安电子科技大学电子工程学院，师从高新波教授和黄恒教授。现任职于西安电子科技大学空天地一体化综合业务网全国重点实验室，华山准聘副教授，硕士生导师。博士期间的主要研究方向为图像超分辨和模型压缩。以第一作者发表IJCV、IEEE Trans.期刊论文及ECCV、CCF A类会议论文十余篇。多次担任CVPR/ICCV/ AAAI/TIP/TNNLS等国际会议和期刊审稿人。主持国家自然科学基金青年项目。与海信集团合作研发的图像增强算法及其IP核应用于海信发布的中国首颗全自研8K 120Hz AI画质芯片中。提出的模型量化技术应用于华为移动终端产品开发中，为华为中央研究院相关研究创新工作起到了推动和支撑作用。

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？

就科研而言，我仍然是一个初出茅庐的新人。我以我读博时期的经历，和大家分享下我的个人见解：

1. 不要让自己闲下来，每年中的各个deadline，能争取上就不要错过。惰性一旦养成会严重破坏科研节奏。

2. 要多和导师沟通交流，导师对方向的把握是清晰准确的，能够让自己少走很多弯路。另外，和同门交流和思想碰撞是非常重要的，要懂得互相欣赏与学习。

3. 除了自己的研究方向，对于其他方向的论文也要及时跟进，往往能够了解到许多可借鉴的方法。

问题三：请对您的论文进行简要介绍

我的博士论文主要的研究内容为底层视觉处理领域中人脸图像超分辨率重建问题，选题源于平安城市建设中公共安全领域的巨大需求。论文以深度学习技术与人脸的先验信息相结合为框架，针对于现实场景中由于非均匀的降质因素以及图像处理设备有限的计算资源所导致的重建图像质量退化问题、重建人脸图像身份丢失问题、人脸视频重建时序依赖混淆问题以及模型对高性能计算设备的依赖性问题展开了系统的研究。随后逐步提出了场景鲁棒且身份保真的图像/视频超分辨方法，并提出了领域内首个基于二值量化模型的图像超分辨率重建方法。

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？

我博士的前期总是找不到科研的节奏，我的第一篇论文是到了我博士的第三年才投稿并发表的，在这之前一直不知道如何能做出有价值有创新的工作，长期处于一种沮丧和焦躁的状态。不过这种状态也就持续到我第一篇论文投稿后也就结束了。在经历了发现问题、解决问题到撰写论文的流程后，自己对于科研节奏的把握有非常显著的提升。所以我也非常建议在读博士特别是低年级同学要尽快产出自己的第一篇论文。

问题五：获奖感言（/对导师说的话）：

由衷感谢我的导师黄恒教授和高新波教授。非常荣幸能够成为两位老师的学生，无论治学还是立身，两位老师的教导都让我受益良多。读博的五年时间，两位老师将曾经那个初来乍到不知所措的少年，一步一步的培养成为了具备独立科研能力的博士。感谢两位老师，我会继续努力，朝着更高的目标奋斗！