當你開著車行駛在馬路上，看到一位老人正要過馬路，你點了點剎車穩(wěn)穩(wěn)停在了斑馬線前；繼續(xù)上路，有塊路面正在維修，你輕輕轉了把方向，繞過施工警示牌……也許對于這些操作，你已經(jīng)駕輕就熟。

但如果這是一輛自動駕駛的汽車呢？如何讓汽車能“看見”面前的這些信息迅速做出反應？這就是機器視覺研究的一個重要應用方向。

前不久回國全職加盟浙江大學計算機科學與技術學院的沈春華教授，正是這一領域的世界頂級學者。深耕機器視覺研究多年的他，此前曾是澳大利亞阿德萊德大學計算機科學學院的終身教授，同時任職澳大利亞機器學習研究院、澳大利亞機器人視覺卓越研究中心，不僅帶領團隊做出過FCOS、RefineNet等知名的視覺算法，還貢獻了不少開源工具。

“希望在浙大，我們能讓機器‘看’得更清楚?！鄙虼喝A說。

讓視覺識別更加靈敏

給機器一張圖片或者一段視頻，如何把目標信息找出來？現(xiàn)在常用的是基于錨定框（anchor box）的目標檢測算法，預先設計好不同的模板，讓算法在經(jīng)過“訓練”之后利用最匹配的模板檢測并識別出目標。

“業(yè)界之前普遍認為，去掉錨定框會大大降低識別效果。缺點是算法設計比較復雜，錨定框數(shù)量非常多，比如小汽車是矮矮胖胖的矩形框，路燈桿是細細長長的矩形框，每種常見事物都得考慮進去?！鄙虼喝A說，這些問題影響了視覺識別的效率。于是他帶領團隊開始研究新的算法。

2019年，沈春華和他的博士生發(fā)表論文，提出了FCOS（Fully Convolutional One-Stage Object Detection）目標檢測算法。這是一個基于FCN算法的無錨點的目標檢測模型，顯著地簡化了目標檢測算法的復雜性，提高識別效率。實踐證明，這個新算法提供了可與基于錨定框的方法媲美的目標檢測效果，目前論文單篇引用量超過2100，成果廣泛應用到了自動駕駛等諸多CV領域中。

“這相當于用逐像素的方法來識別物體。比如對于一輛小汽車，只要能定位出擋風玻璃的幾個關鍵點，就能提取出有效特征，最終定位出這輛車。就像我們只要識別出鼻子，就能大概知道整個臉的輪廓了。”

這個比喻，頗有點牽牛要牽牛鼻子的意味。研究工作也是如此，認準方向，抓住矛盾，然后使出全力。在多年的研究中，沈春華聚焦目標檢測、圖像分割等方向，在NeurIPS、CVPR、ICCV等頂會上發(fā)表論文150余篇，除了提出RefineNet、FCOS算法、實例分割新方法SOLO外，還貢獻了AdelaiDet、AdelaiDepth等開源工具，好評如潮。

算法也講究“大道至簡”

蘋果手機的Siri系統(tǒng)軟件，相信大家已經(jīng)不陌生了，手機通過強大的語音識別功能，可以輕松實現(xiàn)與人對話交流。

可是你能想象，20年前的功能手機，就可以初步實現(xiàn)語音識別了嗎？本世紀初，摩托羅拉手機就率先推出了“念號碼打電話”的功能，用戶對手機說出一串電話號碼或者通訊錄里的姓名，手機就能撥打出去。

而當時的開發(fā)團隊中就有沈春華。“剛好我當時南大的導師和摩托羅拉有項目合作，我就去了摩托羅拉中國研究中心實習，參與了這個項目，也由此開始接觸人工智能相關研究，”沈春華說，那時他常常去圖書館找紙質(zhì)的美國電子工程學會的最新期刊來看，自學了一些基礎算法，“人工智能那時候才剛剛興起，做的人不多，但我還是對它著了迷。”

赴澳大利亞留學后，沈春華將研究鎖定在了計算機視覺領域。從二維的語音到三維的圖像，這又是全新的挑戰(zhàn)，他從頭開始學起，不知疲倦。

博士畢業(yè)后，在澳大利亞國家通訊信息研究院工作時，團隊帶頭人是計算機視覺研究先驅之一的理查德·哈特利 （Richard Hartley）。“他們在上世紀80年代開始做計算機視覺時，還沒有數(shù)碼相機，他們就是靠著一支筆、一把尺去做圖像數(shù)字化，研究條件跟今天天壤之別?！?/span>

沿著前輩的足跡，沈春華從跟蹤學習到創(chuàng)新探索，終于在未知的世界里大步踏出自己的路?！安灰^度設計”，這是沈春華一直堅持的，在他看來，簡單有效的算法才是好算法，“不能為了復雜而復雜，算法的最終目的還是解決問題。”

憑著“大道至簡”的設計思路，過去幾年，沈春華團隊跟產(chǎn)業(yè)界合作的一些算法被裝在手機里、電腦里，供上億用戶使用。 

創(chuàng)造更大的社會價值

在澳大利亞學習工作近20年，沈春華似乎觸摸到了天花板，他想創(chuàng)造更多社會價值的想法與浙江大學不謀而合。

“目前人工智能的發(fā)展，中國已經(jīng)超過了大部分西方國家，僅次于美國。浙大計算機學科很強，我入職的計算機輔助設計與圖形學國家重點實驗室是圖形學、圖像領域唯一的國家重點實驗室。站在這樣的高平臺上，身處人才濟濟的團隊中，相信我能和同事們做出一番事業(yè)！”

加盟浙大的半年來，沈春華在學校、學院以及國家重點實驗室的大力支持下建立了自己的研究團隊，擁有了寬敞的實驗用地。“團隊之間都是非常開放的，我很感激這里自由的科研氛圍?！?/p>

沈春華門下不僅有浙大的本科生、碩士生和博士生，其他一些國內(nèi)著名高校的學生也慕名而來。他會花很多時間跟學生交流，有時候甚至會爭得面紅耳赤。在他看來，天賦與勤奮這兩者都是不可或缺的，而能提出創(chuàng)新想法很重要，哪怕花了兩個月時間證明是錯了也是值得的。

目前，沈春華正帶領團隊在計算機視覺領域繼續(xù)深耕，期待通過加強與工業(yè)界的合作，給社會帶來更多價值。同時他還希望能與醫(yī)學、生物等學科開展交叉研究，讓人工智能的研究工作在更廣闊的土地上開花結果。

 (文字記者：吳雅蘭 攝影：盧紹慶)