2016年10月1日， 我很榮幸地作為Thomas S. Huang黃煦濤教授學(xué)術(shù)大家庭的一員，參加了黃教授八十大壽紀念學(xué)術(shù)研討會。受研討會組委會的邀請，我作了一個相同主題的報告。現(xiàn)在整理補充以后與有興趣的同仁，尤其是年輕一代， 分享。這個報告的用意是以回顧我自己20多年學(xué)術(shù)生涯的個人歷程， 以及與黃教授更加悠長，輝煌的學(xué)術(shù)生涯的相似度， 向前輩大師致以崇高的敬意， 并希望對比我年輕的從事科研的人們有所啟發(fā)。

我們今天為什么花功夫做研究呢？ 幾百年前牛頓那個時代，科學(xué)家鳳毛麟角。 開個玩笑，傳說牛頓一日在一棵蘋果樹下打坐。砰的一聲，一個蘋果砸在牛頓頭上， 他茅塞頓開， 于是有了萬有引力定律。 這樣的好日子已經(jīng)一去不復(fù)返了。

近代也有因為蘋果靈機一動，結(jié)果財源滾滾的。 大家都知道吧？ 他就是喬布斯。

今天我們做研究的面臨一個什么樣的挑戰(zhàn)呢？地上的果子沒了，唾手可得的矮枝上的果子也給人摘光了。果子倒是還有，但是得費點力氣了。而且特別高的樹枝上， 還有特別甜的果子。

那么我們怎么樣才能摘到研究的碩果呢？ 我想是這樣的。 要向前輩，大師們學(xué)習(xí)。 學(xué)習(xí)他們的哪些方面呢？我認識黃教授也有二十多年了，幾乎和我自己的學(xué)術(shù)生涯一樣長。潛移默化， 遠程觀摩， 我自己學(xué)到了什么呢？ 第一， 要保持學(xué)術(shù)好奇心。 不要閉關(guān)自守， 要與時俱進。 不斷地嘗試新問題， 采納新的理論技術(shù)。第二， 要有學(xué)術(shù)熱誠， 不是三分鐘熱度。 一種熱愛， 一種聚焦， 并長期保持， 才會日積月累， 有所成就。 第三， 要有治學(xué)精神， 這樣才不會被各種浮躁， 各種跟風(fēng)，各種浮夸所左右， 才會保持學(xué)術(shù)的嚴謹。 最后一點， 學(xué)無止境， 活到老， 學(xué)到老，才能永葆學(xué)術(shù)青春。

來看看我的學(xué)術(shù)歷程吧。 我從本科， 碩士， 到博士論文， 都是做圖像處理Image Processing。 九十年代初， wavelet 當(dāng)紅， 我的博士論文是做圖像和視頻編碼。當(dāng)時的standard是JPEG， MPEG。 我的博士論文嘗試用Wavelet變換。 當(dāng)然也得有自己特色， 比如利用wavelet的joint spatio-frequency表征結(jié)合人類視覺系統(tǒng)HVS的特點提高編碼效率和消除解碼后的圖像瑕疵artifact。這篇論文已經(jīng)有場景分析的雛形。

博士畢業(yè)后， 在柯達研究院一干就是15年。那些年都做了什么研究呢？ 主要是智能化圖像處理Intelligent Image Processing （智能，呵呵）和計算機視覺Computer Vision。舉幾個例子。 第一， 自動紅眼消除。多少做圖像有關(guān)研究的人知道，數(shù)字照相機是誰發(fā)明的？ 柯達Kodak！自動紅眼消除， 誰發(fā)明的？Kodak！這可是我親身參加的。 那個年代， 沒有深度學(xué)習(xí)， 連人臉檢測都沒有， 我們也做出來了。 有興趣的可以去查查Kodak的專利（有很多citations）。 第二， 照片朝向自動檢測。 很多人認為照片天生就是大頭朝上的。真的嗎？ 這個問題我也提出了在當(dāng)時條件下的最合理解法。 其他還有 圖像自動標(biāo)注。 現(xiàn)在很多年輕人以為圖像自動標(biāo)注是從ImageNet 開始的， 這是很幼稚的。 地理標(biāo)記， 我們做的時候還沒有Smart phone呢。 上下文與圖像內(nèi)容結(jié)合來做vision， 也是在Kodak的時候開始倡導(dǎo)的。“野生”視頻中的動作識別和利用網(wǎng)絡(luò)數(shù)據(jù)遷移學(xué)習(xí)事件識別，是在Kodak的最后幾年做的。現(xiàn)在說這些， 不是王婆賣瓜， 是說幾個意思： 沒有深度學(xué)習(xí)也可以做vision， 很多東西其實先前就有人研究過了（所以查文獻不能只看這兩年的）， 實踐中能夠提煉出很多有價值的研究命題。 這樣的話就不需要老是跟著別人（“大牛”）的屁股后面走，去跟風(fēng)， 去拼幾個百分點。

2011年加入羅切斯特大學(xué)之后， 學(xué)術(shù)自由度就更大了。 從2013年起， 我的研究小組逐漸擴大， 研究范圍也更加廣泛。 現(xiàn)在有幾個開拓點。 圖像情緒識別 （與Adobe合作）， 圖像視頻加標(biāo)題 （與Adobe， Yahoo合作），醫(yī)學(xué)圖像視頻分析 （與羅徹斯特大學(xué)醫(yī)學(xué)院多項合作）， 基于社交多媒體的計算社會學(xué)（與PARC， 紐約州司法部等合作）， 大數(shù)據(jù)圖文分析， 等等。 值得一提的是與Adobe合作的圖像加標(biāo)題算法曾經(jīng)一度踞于MSCOCO圖像加標(biāo)題競賽榜首達連續(xù)五個月， 和Yahoo合作的視頻加標(biāo)題大數(shù)據(jù)集為世界上公開的最大數(shù)據(jù)集。  這些工作都受到同行關(guān)注。

社交多媒體的研究， 我在羅徹斯特大學(xué)這幾年強力推動。個人認為社交多媒體能提取的社會信號最重要的是兩個：用戶特征信息 和 情感信息。在這兩個方面， 我們的工作包括 Twitter 圖像文本集合情感分析和Pinterest 用戶興趣挖掘。

社交多媒體的一個重要的功能是用來把握社會的脈搏。 我們的近期研究涉及美國總統(tǒng)競選狀況分析，青少年酗酒問題， 毒品消費與販賣， 等等。 具體的工作論文里有， 這里就不一一贅述了。 值得引起學(xué)術(shù)界興趣的是， 大家都在反思， 為什么美國主流媒體， 各種民調(diào)都一致認為希拉里會勝選，結(jié)果令很多人大跌眼鏡呢？ 其實我們根據(jù)上千萬希拉里和川普Twitter擁躉的社會結(jié)構(gòu)， 已經(jīng)看出川普不像輿論導(dǎo)向說的那樣在婦女，高教育，高收入， 及少數(shù)族裔中那么不得人心。 這個工作不代表我們的政治立場， 是讓數(shù)據(jù)說話（Let Data Speak）。 這個工作也不是馬后炮， 我們的一系列工作是在選舉結(jié)果出來前就見諸報端的。

我在黃教授的八十大壽研討會上秀了這樣一張照片。 那時我的導(dǎo)師陳長汶比我現(xiàn)在還年輕。 朋友開玩笑說那時的L教授一副躊躇滿志的樣子。 我覺得是初生牛犢不怕虎。

其實我博士畢業(yè)的時候一點沒有想到二十年后是這樣的。只是知道這輩子喜歡和圖像數(shù)據(jù)打交道。我現(xiàn)在仍然在和圖像數(shù)據(jù)打交道，而且樂此不疲， 而且花樣翻新。 從這個意義上， 我覺得我是在跟隨Tom的腳步，“東施效顰”。我覺得我是在模仿Tom的心境， 永遠年輕。   

二十年斗轉(zhuǎn)星移，二十載躬耕隴畝。 這讓我情不自禁的想起一首歌“ForeverYoung”。 我聽過Rod Stewart中年男的版本， 現(xiàn)在更喜歡一個更年輕的有饒舌的版本，聽起來覺得更年輕。

    Forever young,
    I want to be forever young.
    Do you really want to live forever?
    Forever, and ever

    Forever young,
    I want to be forever young.
    Do you really want to research forever?
    Forever, and ever

    Jay-Z feat. Mr Hudson Forever Young Official Music Video and Lyrics ...

    視頻鏈接 https://www.youtube.com/watch?v=m1_EDno-44M

從圖像處理， 到計算機視覺， 到多媒體， 再到社交媒體， 大數(shù)據(jù)， 啰啰嗦嗦說了自己的學(xué)術(shù)歷程。我覺得我的個人旅途是效法Tom， Tom則打趣地說我的個人旅途比他的更有趣。 我不敢當(dāng)， 只能說我enjoyed it 而且enjoying it more。

我的歷程是與“黃家軍“密不可分的。 Tom的學(xué)術(shù)大樹根深葉茂， 我也有幸成為其中一員。 我很感謝我學(xué)術(shù)生涯中共事過的人們。這條交錯的學(xué)術(shù)鏈一直從Tom，長汶，到我，再到我指導(dǎo)過的Tom的學(xué)生亮亮、 建朝， 再到亮亮和建朝都指導(dǎo)過的我的學(xué)生全增，運成。 Tom的學(xué)術(shù)家庭早已不再是一棵樹， 而是一個網(wǎng)絡(luò)， 一個深度網(wǎng)絡(luò)。

做研究的， 心里年輕， 就永遠年輕。讓我們永遠好奇， 永遠熱誠，并把這種精神傳給我們的學(xué)生。 這樣的話，年輕代代相傳，代代永駐。讓我們一起來慶祝黃教授非凡的學(xué)術(shù)生涯， 慶祝黃教授的學(xué)術(shù)之樹蓬勃向上，永遠常青！
閱讀記錄:read twice