AI學者沈春華全職回國加入浙大，將助力浙大國重實驗室計算機視覺研究

曾獲澳大利亞科研終生成就獎，本月剛剛加盟浙江大學，他就是沈春華。談到計算機視覺的相關前沿研究，沈春華教授是業界熟知的領軍人物。

沈春華教授本科和碩士均畢業于南京大學，于2005年在阿德萊德大學獲得計算機視覺博士學位沈春華教授，曾在NICTA（澳大利亞國家信息通信技術局）堪培拉研究實驗室的計算機視覺項目工作了約6年。2012至2016年，他獲得了澳大利亞研究理事會的未來學者人才項目資助ARC Future Fellowship。他于2014-2021年之間擔任阿德萊德大學計算機科學系終身教授，其研究興趣是在計算機視覺和統計機器學習的交叉領域。

根據谷歌學術的官方統計，沈春華教授已經在計算機視覺和機器學習領域發表相關論文超過150篇，被引次數多達33000余次，此外，h指數92。

在所有發表論文中，其中包括IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI)論文32篇，International Journal of Computer Vision (IJCV)論文16篇，Journal of Machine Learning Research (JMLR)論文1篇，以及ACM Transactions on Graphics (TOG)論文 1篇。

2020年，澳大利亞終身成就者排行榜列出了澳大利亞大學和研究機構在八個主要學科領域中的五位頂尖研究人員，其依據是研究人員的科研生產力以及影響力。。

2021年，沈春華教授獲得AI 2000計算機視覺全球最具影響力學者提名。該領域的學者排名參考過去十年19366位學者在國際會議 IEEE Conference on Computer Vision and Pattern Recognition(CVPR)、International Conference on Computer Vision(ICCV)、European Conference on Computer Vision(ECCV) 以及 IEEE Transactions on Pattern Analysis and Machine Intelligence(TPAMI) 發表的22853篇論文的累計引用情況。排名前10的學者當選該領域當年最具影響力學者，排名前100內的其他學者獲最具影響力學者提名。

據阿德萊德大學官網顯示，沈春華教授已于今年10月結束任職

更加值得關注的是，沈春華教授在其GitHub主頁上，更新了工作單位，表示其已經于今年12月加入浙江大學計算機輔助設計與圖形學國家重點實驗室。

FCOS：開發者們公認的代表作

在阿德萊德大學期間，沈春華教授團隊開發的用于多個實例級檢測和識別任務的開放源碼工具箱，AdelaiDet，已被研究者們廣泛使用，主要包括FCOS、BlendMask、ABCNet、CondInst、SOLO等。

這些算法中，部分曾經用于一些旗艦手機上，以可幫助優化拍照功能，使得照片更加鮮艷，還可幫助相機更好地實現特效功能和背景虛幻等功能。

沈春華教授近期影響力最大的論文是《FCOS: Fully Convolutional One-Stage Object Detection》，該論文從2019年發表至今，目前的被引次數已經達到近1400次。

在該論文中，團隊提出了一個完全卷積的單階段物體檢測器（FCOS），以每像素預測的方式解決物體檢測，類似于語義分割。幾乎所有最先進的物體檢測器，如RetinaNet、SSD、YOLOv3和Faster R-CNN，都依賴于預先定義的錨定框。

相比之下，這篇論文提出的檢測器FCOS是無錨定框的，也無需事先生成目標的候選框。通過消除預定義的錨箱集，FCOS完全避免了與錨框有關的復雜計算，如在訓練期間計算重疊。更重要的是，FCOS還避免了與錨框有關的所有超參數，這些參數往往對最終的檢測性能非常敏感。通過唯一的后處理非最大抑制（NMS），采用ResNeXt-64x4d-101的FCOS在單模型和單規模測試的AP中達到了44.7%，超過了以前的單階段檢測器，其優點是更簡單。

FCOS與流行的基于錨的階段性檢測器相比更勝一籌，FCOS完全避免了所有與錨點相關的計算，并以每像素預測的方式解決物體檢測問題與其他密集預測任務類似，如語義分割，FCOS也達到了單階段檢測器中最先進的性能。本研究還表明 FCOS可以被用作兩階段檢測器中的RPNs Faster R-CNN，并且在很大程度上超過了其RPN。鑒于其有效性和效率， FCOS有望作為目前主流的基于錨的檢測器的一個強大而簡單的替代品。

如上圖所示，FCOS能很好地處理各種物體，包括擁擠的、遮擋的、高度重疊的、極小的和極大的物體。總之，沈春華教授團隊首次展示了一個更簡單和靈活的檢測框架，實現了更高的檢測精度，且該框架可以作為許多其他實例級任務的一個簡單而強大的替代方案。

助力國重實驗室計算機視覺研究，將培養更多相關研究者

據浙大計算機學院官網介紹，學院學科建設覆蓋計算機科學與技術、軟件工程、網絡空間安全、設計學4個國家一級學科以及與一級學科體量相當的人工智能交叉學科。其中，“計算機科學與技術”、“軟件工程”雙雙獲評國家“A＋”學科并進入“雙一流”學科建設。據《基本科學指標》數據庫（ESI）2019年11月數據統計，計算機學科ESI學科排名世界前1‰，列全球第22位。USNEWS計算機學科排名全球第九。可見，浙大計算機的學術實力非常優厚。

浙江大學計算機輔助設計與圖形學國家重點實驗室，簡稱CAD&CG（紫金港），是絕對大牛級別的實驗室，實驗室的學術委員包含十名院士，還有一名外籍院士。中國工程院院士潘云鶴教授是實驗室學術委員會的現任主任。

據官網介紹，實驗室的研究工作主要集中在CAD&CG的基礎理論和算法，以及它們在工業中的應用。實驗室的目標是站在國際學術領域的前沿，爭取獲得原創性的成果。實驗室將建設成為具有國際影響力的CAD&CG領域的領先研究機構，成為培養青年人才、促進學術交流和傳播高新技術的基地。

該實驗室主要從事計算機圖形、計算機視覺與圖像處理、人機交互、可視化、虛擬現實等領域的基礎理論、算法、關鍵技術與應用系統等方面的研究。在光照明模型、曲面環境的輻射度算法、實時圖形繪制技術、三維形狀過渡和數字幾何信號處理技術等方面取得了一系列創新性成果。

過去的幾年里，在計算機科學系、數學系和機械工程系的支持下，實驗室承擔了一系列國家級科研項目和國際合作項目，并取得了眾多成果，有些成果還獲得了國家級獎項。實驗室的研究團隊富有創造性和勤奮性。實驗室與美國、德國、英國和日本等國家的CAD&CG相關機構有密切聯系。實驗室被國際期刊《科學》評為中國頂級的國家重點實驗室之一。

據實驗室官網消息，實驗室周昆教授主持的“真實感圖形的實時計算理論與方法”曾獲得2020年國家自然科學二等獎。

重點實驗室有專門的圖形與視覺計算研究方向，其研究內容主要是幾何、材質、運動數據的獲取、處理和表示的基礎理論與算法，解決復雜對象的高效構建和逼真呈現等關鍵問題，研發高清影視、立體電視、三維游戲創作的軟件系統，實現產業應用。重點研究包括幾何計算與設計、真實感圖形的高效繪制、圖象與三維視覺計算、計算機動畫與游戲。

沈春華教授將在計算機視覺領域繼續前沿研究，更加值得關注的是，他也培養了非常多的計算機視覺領域的優秀博士生，他們都在互聯網頭部企業或科研院所任職。因此，沈春華教授加盟浙大將為計算機視覺領域人才的培養貢獻其獨特的力量。此外，我們也看到，其Github主頁也已經開始招兵買馬。