从CODES 到ICCV

﹏ヽ暗。殇╰゛Y 2022-08-20 05:25 9阅读 0赞

个人经验看来，思考往往源于遇到挫折。最近科研遇到些迷惘与挫折，于是有了思考，于是想把自己的一些想法记录下来。然后登陆到这个blog。看到自己前几年写的一些文字，更添感慨。

时间回到四年之前，刚刚进入硕士研究生阶段。本科的时候喜欢研究单片机，嵌入式这些底层的计算机部件，非常享受那种一个个bit从投理解计算机的过程。于是，硕士阶段就开始研究计算机体系结构，也找了这方面的老师作为导师。导师给了个方向，关于可重构硬件(例如FPGA)的高层综合。高层综合（High-level Synthesis),这个即使是几年后的今天，也是非常“学术”的词汇，国内几乎没什么研究。国外其实也就几个组在做。企业方面,当时主要的FPGA企业就两家（XILINX, ALTERA），因此，研究这块的资源也寥寥无几。

所谓高层综合，就是直接从高级编程语言生成底层硬件结构，包括内存和逻辑单元的分配。一旦这种技术成熟，程序写好之后，载入系统运行之前，经过一个编译过程，都可以有定制化的硬件平台，而无需使用一些硬件描述语言提前写好的模块。更甚者，底层硬件还可以在运行过程中动态地变化还适应程序的运行。实实在在的变形金刚。可是导师的学生也就四五个，而且全是师兄师姐，基本都出去实习了。每天我就跑去实验室，慢慢看文献，时而会为了学习到丁点新的东西而兴奋，时而会因为无比的孤独与迷惘而郁闷。由于大四实习中不太愉快的体验，我一度认为做工程开发是在无趣，做出来的东西也不一定是有用的，即使被很多人使用。因为毕竟技术流逝地太快。当时觉得既然同样是无用的，还不如钻到某个领域里深挖，体验渐入佳境的乐趣。于是对研究是满腔热情。打算硕士完了之后去读博士。可是读博士申请需要发表论文，于是一边研究高层综合，一边想着发论文的事情。曾经一度努力过，要投一投CODES（The International Conference on Hardware/Software Codesign and System Synthesis） 这个会议。可惜时间紧迫，最终实验也没做出来。其实今天回想起来，虽然一直没有入门，找不到所谓的research community，当时的过程也是幸福满满的。自己设计总线结构，搭片上系统（System on Chip）,再把linux烧到这个麻雀虽小，五脏俱全的FPGA芯片上跑起来，非常符合我的工匠欲望。

就在担心发论文，申请博士的时候，无意中看到深圳一个研究院招实习生的通知。看完之后，觉得这貌似是个能发paper的机会，也没多想，就投了。恰好当时那边的实验室确认，找人的师兄看我也是个985的硕士，也没多想，就招过来了。于是，从此我竟告别了研究了一年的计算机体系结构。来到深圳，这个实验室主要是做医学图像处理，招我进来的朱师兄就想让我做些图像处理的研究，目标是发paper：一拍集合，正合我意。第一次见面，师兄跟我聊了一堆计算机视觉什么什么的，完了我好奇地问了他一句：其实什么是计算机视觉？于是我与计算机视觉的接触就这样开始了。一直延续到现在，我博士的最后一年。所谓ICCV就是 International Conference on Computer Vision, 算是这个领域的一个盛会。上一年我底在此发了一篇文章，算是四年前从计算机体系结构到现在计算机视觉的一个标志吧。

计算机视觉简单来说就是让机器理解图像和视频。例如，实时的安保监控系统中能否及时检测到小偷偷东西，自动化妆的APP需要程序检测出人脸的五官位置，自动的服饰搭配建议需要分析衣服的特点。当然，这些具体的问题往往会基于一些一般化的模型，例如目前很火的深度卷积网络，然后加上具体问题的一些定制，例如在五官位置附近使用卷积网络提取特征。如果从“道”和“术”的观点来看，这些感觉都属于“术”的范畴，而例如深度卷积网络本身如何去自动地学习模型参数，目标函数如何去优化，就往“道”靠近了一点点，更偏向于计算机视觉中的基础问题。

看看四年前和现在，发现其实有点东西是没变的，总是一路走一路困惑，偶有所得却只会陷入更大的无知。