Berkeley学长解析计算机视觉方向申请讲座

1、Pivot EECS 小助手的直播间223 人次已结束Berkeley 学长解析计算机视觉方向申请本次课程于 2018-05-19 20:00:00开始主持人Pivot EECS小助手：各位同学晚上好！欢迎大家参加今天的【Berkeley学长解析计算机视觉方向申请】讲座。 本次的主讲嘉宾是Q学长。Q 学长香港科技大学数学&计算机双学位，曾在CVPR顶会发表论文，在18fall申请中获得Berkeley CS PhD, CMU MLD PhD, UW CS PhD 等顶级计算机项目全奖 今天的讲座分为两个部分：Q学长就数学专业如何转申计算机博士;Computer Vision方向概述以及前沿课题;Computer Vision方向顶级学校老师简介;MSRA实习经历;如何在顶级会议上发表文章;PhD 面试经验等信息进行分享。2答疑环节。大家可以编辑问题发至千聊内，Q学长会和大家进行沟通讨论。接下来就让我们进入直播间，正式开始今天的讲座吧讲座嘉宾：齐浩之大家好，我是今天的主讲人。大家可以叫我Q学长 很高兴大家能抽出时间来听我这次讲座。讲座嘉宾：齐浩之 我主要就打字吧，不发语音了，我先说一下我

2、个人的申请时间线吧。 我是在大二暑假的时候开始第一段科研，是我们学校和联想香港研究院的合作暑期项目。这 也是我第一次接触到 Computer Vision 相关的科研。大三上学期的时候，我到了联想香港研究院做兼职实习。继续做我在暑假做的科研项目。第 一次投了一篇CVPR，但是因为当时经验太不足，没有中稿。大三下学期申请到了 MSRA 实习。大三下加上暑假一直连续做了 7 个月，完成了一篇共同 一作的 CVPR。大四在学校做毕业设计，同时和 MSRA 保持着合作关系。完成了一篇共同一作的 ICCV。 最后是 GAP 了一年，回到了 MSRA 同一个组实习。在这期间完成了博士的申请。不是毕业设计发的顶会，是我大四主要干的两件事一个是毕业设计，一个是跟MSRA合作的 另一个项目，那个项目发了顶会 接下来我会介绍一下，我是怎么从数学专业转申计算机博士的，大家有问题可以随时提问。 讲座嘉宾齐浩之：我主要做的是 Visual Recognition 这一块，包括 object detection, object segmentation, image classification。两篇顶会也都是这

3、个方向的讲座嘉宾齐浩之： 大三上因为知道要去实习了，所以刻意选了少一点的课。因为我大二的时候上的课比较多， 所以少上一些课也没问题讲座嘉宾齐浩之： 好的，那我还是按顺序，先说怎么从数学专业转申计算机博士的讲座嘉宾齐浩之： 我入学的时候是想以数学作为专业，但同时也尝试性地去学习了一些计算机科学的知识。我 们学校选课非常自由，所以我大一大二的时候一直数学计算机两边各花了一半的时间精力。 之后我在大二暑假的时候参加了学校与的联合项目（上文提到的那个），在那个项目中第一 次接触到了 computer vision 的科研。讲座嘉宾齐浩之： 两个多月的科研中，我觉得还是计算机视觉的科研比较吸引我，比如，计算机视觉的研究成 果能很直观的看到，就决定选择走计算机视觉科研这条路。我觉得转申计算机博士的话最重要的是要能够展示出自己在计算机方向上足够的科研/实习 经历。如果你是数学系出身（会被认为是有很好的数学能力），并且又能展示出很多工程方 面上的能力，我觉得在申请中（尤其是PhD）申请，是很占优势的。讲座嘉宾齐浩之： 以我为例子的话，我自从大二暑假决定之后从事计算机方向的职业之后，就到各处实习（计 算

4、机相关内容），并且在学校的课程也转而以计算机为主。所以PhD招生委员会就不会觉得 “转专业”会导致我编程能力不强。（插一句）我们是一个环节一个环节提问呢？还是所有都结束了提问比较好？ 讲座嘉宾齐浩之：接下来我打算介绍的是计算机视觉概述以及现在的课题一言以蔽之，计算机视觉就是一门研究该如何让机器“看”的科学。我们希望通过给机器图 片或者视频，让它能够学会感知，识别，理解，推断，并作出相应动作的学科。像现在很流 行的自动驾驶，我们希望汽车可以定位马路上哪里有人，哪里是障碍物，交通标志在表达什 么意思，然后根据这些信息来作出驾驶决定。这就是计算机视觉研究的内容。几年以前的计算机视觉，大多是通过手工提取特征（比如SIFT, HOG）然后借用机器学习的 方法进行分类（比如SVM）。最近几年，深度学习被广泛应用在计算机视觉领域，并且无论 是性能还是效率都有了很大的提高。于是近几年来的被研究最多的课题几乎都与深度学习有 关。Visual Recognition ，这个是最基础的，或者也可以说是最核心的，教计算机如何去看的研 究课题。讲座嘉宾齐浩之：其中又细分为，Classifica tion （如何

5、分辨一个图片是猫还是狗），de tec tion （找到图片中的猫和狗），segmentat ion（标记哪些像素是猫）,tracking（在一段视频中一直定位一只猫）， pose estimation （刻画人体的各个关节）等等。这里只列举了一些，还有很多更细分的领 域）。这些是复杂视觉系统的基石，正因为 recognition 的进步，才能有各种各样有趣的系统能被建立（比如说给一张图片判断两个物体的动作关系）Understanding Neural Network讲座嘉宾齐浩之：Neural Network 总是被诟病像一个黑盒子。所以有一个十分重要的研究领域就是通过可视 化或者实验设计去解释 NN 的工作原理。这个不是我自己的研究领域，但我认为这是一个相 当重要的课题。MIT有一些组（Antonio）在这个领域取得了很大的进步3D Vision最近也有很多组在研究这个问题，比如说，如何从一张图片中重建出物体的三维结构。如果 是 3D 的情况（有了深度信息），如何更有效地做物体的 recognition （就是我上面说的分 类，检测，分割，跟踪）讲座嘉宾齐浩之：还有另外一大部分课题

6、是关于 vision 与其他方向结合比如说vision + language。最经典的比如image caption,从一张图片生成一段能描述这 个图片的话。又比如说vision + Reinforcement learning。并且这个会更多的和robotics结合。另外还有vision + Generative model。包括自然图片的生成，根据一个句子生成一张图片， 或者是用generative model去改进视觉系统的performance。这些都是有很多人在跟进研 究的方向讲座嘉宾齐浩之： 接下来我想列举一些 CV 方向顶级学校的老师介绍。我想主要是列举一下我申请的老师。但 如果是我熟的老师的话我会另外介绍一下他的具体科研方向。Berkeley 的 Jitendra Malik, Trevor Darrell, Alexei Efro，s 这三位都是视觉方向非常 强的老师。如果想做 RL 的话还有 Pieter Abbeel 和 Sergey Levine。Jitendra Malik目前主要在做3D vision，还有视频算法的研究。他有一个经典的 3R （recogn

7、ition, reconstruction, reorganization） in computer vision 的理论，他一直 在沿着这个理论在做。Trevor Darrell最近也是在做recognition,但他会更加注意vision和其他方向的结合， 比如 + language 以及 + RoboticsAlexei Efros 不是太关注 recognition 了，他在做一些 generative model跟 vision 结合 的科研。Stanford 的 Fei-fei Li, Silvio Savarese他们两个人在联合带一个大实验室。我没有具体接触过，不过听说主要是一些postdoc和 research scientist 在带博士生。另外， feifei 应该会在今年9 月回到斯坦福任职（之前 在 Google）MIT 的 William Freeman, Antonio Torralba 。 antonio 的组就是我刚刚提到的，研究 Understanding Neural Network 很强的组讲座嘉宾齐浩之：CMU 的 Abhinav Gupta,

8、 Yaser Sheikh, Deva Ramanan, Ruslan Salakhutdinov 另外插一 句题外话， CMU 其实有很多做 machine learning 的好老师，但因为我的研究主要集中在 Computer Vision 这里，所以难免会有遗漏。讲座嘉宾齐浩之：Cornell的Serge Belongie, Bharath Hariharan （位新入职的教授，我跟他在开会的时 候聊过，觉得他人很好并且非常的有创造力）， Kilian Weinberger（densenet 的作者）U Washington 的 Ali Farhadi。UT Aus tin 的 Philipp Kra henbu hl, Qixing Huang。这里多说一句，当时 Phillip 面试 了我，我觉得他自身实力很强，并且非常关注学生，另外人也相当幽默。我觉得PhD申请他 的组会是一个非常好的选择。讲座嘉宾齐浩之：剩下的我就没有很个人的了解了，我就列举一下我申请了那个教授好了 oUCSD的Hao Su和 ZhuowenTuo Columbia 的 Shih-Fu Chang，Car

9、l Vondrick。Upenn 的 Jianbo shio Maryland 的 Larry DaviSoMichigan 的 Jia Deng 和 Honglak leeoPrinceton 的 Thomas Funkhouser， Olga Russakovsky。 UCLA 的 Song chun Zhu, Stefano Soatto讲座嘉宾齐浩之：下面我说一下如何在顶级会议上发表文章，其实这个话题很难回答。我尝试概括一下我过往 经历给我带来的最深的感触。我觉得发表文章是一个需要积累的过程。肯定是不能一蹴而就的(除非本身拥有极强的实力， 并且运气也必不可少)。发文章，做一个真正work的算法，是同时需要你有发现问题/解决问题的能力，工程实践 (coding)的能力，写作以及presentation的能力的。而这些能力的培养都不是一朝一夕 所能完成。讲座嘉宾齐浩之： 我的建议是尽早开始刻意地去思考科研问题，并通过阅读各类文献来想是否有合理的解 决方案。之后再去尝试用代码实现它。三者不断循环，自己的能力肯定会得到提升，这之后， 发文章倒是一个水到渠成的事情。讲座嘉宾齐浩之：我当时做科研的前一年多也没有任何产出，不过想来也都是些在积累的过程。 此外有一个良好的指导者是很重要的。指导者的作用体现在方方面面，比如说告诉你哪些才 是领域内最重要的问题，又比如说面对计算机视觉每周海量的论文，如果有一个有经验的指 导者告诉你哪些是最重要的，就再好不过了。虽然我刚刚强调了个人能力的重要，但如果有 一个好的指导者，可以让你努力地更有效率。最后说一下我的 PhD 面试经验，我拿到了 Berkeley，St anford,MIT, UW, Prince ton, UTAus tin, UCSD 的面试。面试中也有些经验也有些教训可以分享。讲座嘉宾齐浩之：我觉得 PhD 面试中，最重要的是要把自己所做过的工作讲清楚。我建议一定要准备一个 ppt， 然后对着 ppt 讲的话会容易很多。 如果自

《Berkeley学长解析计算机视觉方向申请讲座》由会员ni****g分享，可在线阅读，更多相关《Berkeley学长解析计算机视觉方向申请讲座》请在金锄头文库上搜索。