20210407-09 总第235期 如何做出高水平的科研工作？--来自顶会AC/PC的观点 ...

Panel嘉宾：

Chen Change Loy (新加坡南洋理工大学)，鲁继文 (清华大学)，杨睿刚 (美国肯塔基大学)，查红彬 (北京大学)，朱军 (清华大学)

Panel议题：

1. 在当今AI领域从业者和论文数双激增的情况下，研究生该如何进行科研选题？学术热点该不该跟？热不热是否应该成为自己科研选题的动机？

2. 高水平科研工作的要素包含哪些？有什么鲜明的特征？有什么需要特别注意的？

3. 将自己高水平的科研成果投稿时应该注意哪些？从顶会顶刊论文评审的视角来看，什么样的工作容易得到评审人/读者的认可，因而能够获得高分？

4. 在撰写论文时如何对待和处理自己科研工作的局限性？是藏着掖着避免被审稿人发现，还是开诚布公的拿出来讨论更好？

5. 有些分数不高的论文最终也被接收了，中等偏上分数的论文最终却被拒稿，其中的原因是什么？什么样的工作容易得到审稿人和AC的青睐并脱颖而出获得高分？

6. 视觉和学习领域不同的主流学术会议（比如CVPR, ICCV, ECCV, NeurIPS, ICLR, ICML等）在录用论文上有没有什么倾向？有没有比较明显的分界面？论文发表是否该论文所有科研工作就已经结束？

*欢迎大家在下方留言提出主题相关问题，主持人和panel嘉宾会从中选择若干热度高的问题加入panel议题！

Panel嘉宾：Chen Change Loy (新加坡南洋理工大学)

嘉宾简介：

Chen Change Loy is a Nanyang Associate Professor with the School of Computer Science and Engineering, Nanyang Technological University (NTU), Singapore. He serves as the Co-Associate Director for S-Lab, NTU. He is also an Adjunct Associate Professor at the Chinese University of Hong Kong. He received his PhD (2010) in Computer Science from the Queen Mary University of London. Before joining NTU, he served as a Research Assistant Professor at the MMLab of the Chinese University of Hong Kong, from 2013 to 2018. He is the recipient of 2019 Nanyang Associate Professorship (Early Career Award) from Nanyang Technological University. He is recognized as one of the 100 most influential scholars in computer vision by AMiner. His research interests include computer vision and deep learning with a focus on image/video restoration, enhancement, and generation. His journal paper on image super-resolution was selected as the `Most Popular Article' by TPAMI in 2016. It remains as one of the top 10 articles to date. He serves as an Associate Editor of the IJCV and TPAMI. He also serves/served as the Area Chair of ICCV 2021, CVPR 2021, CVPR 2019, BMVC 2019, ECCV 2018, and BMVC 2018. He has co-organized several workshops and challenges at major computer vision conferences. He is a senior member of IEEE.

Panel嘉宾：鲁继文 (清华大学)

嘉宾简介：

鲁继文，清华大学自动化系副教授、博士生导师，国际模式识别学会会士（IAPR Fellow）。主要研究方向为计算机视觉与模式识别，在PAMI/IJCV/CVPR/ICCV/ECCV上发表论文100余篇，主持承担国家自然科学基金联合重点项目、优秀青年科学基金、国家重点研发计划课题等项目10余项，获2020年中国电子学会自然科学一等奖（第1完成人）。担任国际期刊Pattern Recognition Letters主编，IEEE TIP/TCSVT/TBIOM编委，国际会议ICME 2022大会主席，FG 2023、VCIP 2022、AVSS 2021程序委员会主席，IEEE图像视频多维信号处理技术委员会和IEEE多媒体信号处理技术委员会委员，中国计算机学会计算机视觉专委会和中国人工智能学会模式识别专委会常务委员。

Panel嘉宾：杨睿刚 (美国肯塔基大学)

嘉宾简介：

杨睿刚，美国肯塔基大学计算机系终身教授，曾任百度研究院机器人和自动驾驶实验室主任，现任嬴彻科技CTO。2003年于美国北卡罗莱纳大学教堂山分校获博士学位，主修计算机科学。发表论文超过100篇，（谷歌学术）引用数超过10000，是IEEE高级会员，IEEE PAMI编委会成员，曾获得美国国家基金委员会CAREER 奖。

Panel嘉宾：查红彬 (北京大学)

嘉宾简介：

查红彬，北京大学信息科学技术学院智能科学系教授，机器感知与智能教育部重点实验室主任。

主要从事计算机视觉与智能人机交互的研究，在三维视觉几何计算、三维重建与环境几何建模、三维物体识别等方面取得了一系列成果。出版学术期刊及国际会议论文300多篇，其中包括IEEE T- PAMI，IJCV, IEEE T-VCG, IEEE T-RA, IEEE T-SMC,ACM T-IST, JMLR, PR 等国际期刊以及ICCV, ECCV, CVPR, CHI, ICML, AAAI,ICRA等国际学术会议论文100多篇。

Panel嘉宾：朱军 (清华大学)

嘉宾简介：

朱军，清华大学计算机系教授、北京智源人工智能研究院首席科学家，曾任卡内基梅隆大学兼职教授。主要从事机器学习研究，担任IEEE TPAMI的副主编、AI编委，担任ICML、NeurIPS等领域主席20余次。获科学探索奖、CCF自然科学一等奖等，入选万人计划领军人才、MIT TR35中国先锋者以及IEEE“AI’s 10 to Watch”，获多项国际竞赛冠军和最佳论文奖。

主持人：山世光 (中国科学院计算技术研究所)

主持人简介：

山世光，中科院计算所研究员、博导，现任中科院智能信息处理重点实验室常务副主任。他是基金委优青，万人计划入选者，CCF青年科学家奖获得者，首届腾讯科学探索奖获得者。他的研究领域为计算机视觉、模式识别和机器学习。已在国内外刊物和学术会议上发表论文300余篇，其中CCF A类论文80余篇，论文被谷歌学术引用19000余次（H-index为69）。曾应邀担任过CVPR19/20/21, ICCV11, ACCV12/16/18，ICPR12/14/20，FG13/18/20，BTAS18等十余次领域主流国际会议的领域主席，现/曾任IEEE TIP, CVIU, PRL, Neurocomputing, FCS等国际学术刊物的编委(AE)。研究成果获2005年度国家科技进步二等奖，2015年度国家自然科学二等奖  。 

主持人：欧阳万里 (悉尼大学)

主持人简介：

欧阳万里，悉尼大学副教授，电子信息工程学院研究主任。2011年于香港中文大学获得博士学位。ICCV最佳审稿人，IJCV编委，TPAMI客座编辑，IEEE高级会员，ICCV2019展示主席，CVPR2021、ICCV2021领域主席。入选2020年度「人工智能全球2000位最具影响力学者榜」前100名学者。担任TPAMI, IJCV, TOG, TIP, CVPR, ICCV, SIGGRAPH等期刊/会议的审稿人。他和团队曾获得ImageNet和COCO物体检测第一名。研究方向包括计算机视觉，模式识别，深度学习，图像处理等。主要从事基于深度学习结构设计，物体检测与跟踪，以及与人相关的问题的课题研究。

21-09期VALSE在线学术报告参与方式：

长按或扫描下方二维码，关注“VALSE”微信公众号 (valse_wechat)，后台回复“09期”，获取直播地址。

特别鸣谢本次Webinar主要组织者：

主办AC：山世光 (中国科学院计算技术研究所)、欧阳万里 (悉尼大学)