李明麗

左旺孟

對(duì)于每位哈爾濱工業(yè)大學(xué)的學(xué)子而言，“規(guī)矩嚴(yán)格，功夫到家”都是銘刻于心且奉為圭臬的八字方針，左旺孟也不例外。2017年，憑借一篇發(fā)表于《IEEE圖像處理匯刊》（IEEE Transactions on Image Processing）的有關(guān)圖像去噪卷積神經(jīng)網(wǎng)絡(luò)（DnCNN）的學(xué)術(shù)論文，左旺孟斬獲了此期刊近10年來引用數(shù)最高論文的好成績(jī)，且其方法在之后不僅以denoisingNetwork(.)為函數(shù)名被正式收錄于MATLAB 2017b（美國MathWorks公司出品的商業(yè)數(shù)學(xué)軟件）及后續(xù)版本的圖像處理工具箱（Image Processing Toolbox）和深度學(xué)習(xí)工具箱（Deep Learning Toolbox）之中，還被編入華盛頓大學(xué)碩士計(jì)算機(jī)視覺課程CSE 576中，甚至被美國工程院院士理查德·塞利斯基（Richard Szeliski）教授寫入其編著的計(jì)算機(jī)視覺經(jīng)典教材《計(jì)算機(jī)視覺：算法和應(yīng)用（第2版）》（Computer Vision: Algorithms and Applications<2nd Edition>）中。

左旺孟，哈爾濱工業(yè)大學(xué)計(jì)算機(jī)學(xué)院教授、博士生導(dǎo)師，主要從事圖像增強(qiáng)與復(fù)原、圖像編輯與生成、物體檢測(cè)與目標(biāo)跟蹤、圖像與視頻分類等方面的研究。多年來，他先后主持承擔(dān)區(qū)域創(chuàng)新發(fā)展聯(lián)合基金重點(diǎn)項(xiàng)目1項(xiàng)，華為終端、華為監(jiān)控、華為媒體院、阿里巴巴等公司橫向課題十余項(xiàng)，并且以課題負(fù)責(zé)人獲批國家科技創(chuàng)新2030—新一代人工智能重大項(xiàng)目1項(xiàng)。曾于2019年以排名第二的成績(jī)斬獲陜西省科技進(jìn)步獎(jiǎng)一等獎(jiǎng)；2020年更是以第一的成績(jī)獲黑龍江省自然科學(xué)獎(jiǎng)一等獎(jiǎng)。

在生理學(xué)上，視覺的產(chǎn)生始于視覺器官感受細(xì)胞的興奮，完成于視覺神經(jīng)系統(tǒng)對(duì)信息的加工。著名心理學(xué)家赤瑞特拉（Treicher）的實(shí)驗(yàn)顯示：在日常生活中，除盲人這類特殊群體外，大多數(shù)人都是依靠視覺來直觀地了解事物的形體和狀態(tài)，以及完成衣食住行等基本生存活動(dòng)。視覺在獲取外界信息的過程中發(fā)揮作用占比可達(dá)83%，其余11%來自聽覺，6%來自嗅覺、觸覺及味覺。不僅人類如此，自然界中多數(shù)動(dòng)物亦然，這足以說明視覺對(duì)生物的重要程度。然而計(jì)算機(jī)作為20世紀(jì)最重要的發(fā)明之一，在其誕生之初，是不具備“看懂”圖像的能力的，一張圖片即便再色彩繽紛，在“毫無感情”的計(jì)算機(jī)面前也只是一串?dāng)?shù)據(jù)、一個(gè)文檔而已。

因此，在長(zhǎng)達(dá)半個(gè)多世紀(jì)的漫漫歲月中，數(shù)代學(xué)者為賦予計(jì)算機(jī)一雙處理圖像的“慧眼”而前赴后繼地進(jìn)取拼搏，也由此產(chǎn)生了“計(jì)算機(jī)視覺”這一學(xué)科。經(jīng)過十余年的研究，哈爾濱工業(yè)大學(xué)計(jì)算機(jī)學(xué)院教授左旺孟逐漸形成了自己的認(rèn)識(shí)：“我們研究的最終目標(biāo)是使計(jì)算機(jī)能像人那樣通過視覺觀察理解世界，具有自主適應(yīng)環(huán)境的能力?；蛟S有人會(huì)說，攝像頭拍攝已經(jīng)基本做到了‘所見即所得’，但‘看見’、‘看清’與‘看懂’，是彼此獨(dú)立的3件事，要實(shí)現(xiàn)每個(gè)環(huán)節(jié)的進(jìn)階，都需要很多人付出極大努力才行?！?/p>

規(guī)矩嚴(yán)格，功夫到家以求變

截至目前，左旺孟已在國際計(jì)算機(jī)視覺與模式識(shí)別會(huì)議（CVPR）、國際計(jì)算機(jī)視覺大會(huì)（ICCV）及歐洲計(jì)算機(jī)視覺會(huì)議（ECCV）等頂級(jí)會(huì)議和《IEEE模式分析與機(jī)器智能匯刊》（IEEE Transactions on Pattern Analysis and Machine Intelligence）等學(xué)術(shù)期刊上發(fā)表論文100余篇。然而，他與科研卻并非結(jié)緣于計(jì)算機(jī)，在走進(jìn)母?！枮I工業(yè)大學(xué)之初，他是材料科學(xué)專業(yè)的一名追夢(mèng)人。“高中時(shí)期，我的物理和化學(xué)成績(jī)還比較不錯(cuò)，在許多人的建議之下，再結(jié)合我自己對(duì)專業(yè)應(yīng)用前景的考慮，最終選擇了建立在物理和化學(xué)學(xué)科基礎(chǔ)之上的材料科學(xué)。”

但令人意外的是，6年的材料學(xué)本科和碩士學(xué)習(xí)生涯雖然為左旺孟打下了堅(jiān)實(shí)的理論基礎(chǔ)，磨煉了基本的科研素養(yǎng)，但并未使他獲得科研自信，“我總覺得我的實(shí)驗(yàn)技能與動(dòng)手能力有欠缺，或許我并不適合這個(gè)專業(yè)”。于是，在得知身邊幾位好友都下定決心轉(zhuǎn)入計(jì)算機(jī)專業(yè)后，左旺孟瞬間獲得了激勵(lì)，轉(zhuǎn)換人生的賽道，開始為攻讀計(jì)算機(jī)專業(yè)的博士學(xué)位而做準(zhǔn)備。雖然與同專業(yè)升學(xué)的同期生相比，他的基礎(chǔ)相對(duì)薄弱，但他還是憑借夜以繼日的苦讀與努力，順利升入了哈爾濱工業(yè)大學(xué)計(jì)算機(jī)應(yīng)用技術(shù)專業(yè)繼續(xù)開展研究。

在計(jì)算機(jī)領(lǐng)域之中，左旺孟不僅找回了科研的信心，還相繼邂逅了對(duì)他而言極為重要的幾位“引路之人”?！拔业牟┦可鷮?dǎo)師張大鵬教授、北京大學(xué)林宙辰教授和香港理工大學(xué)的張磊教授等人對(duì)我的成長(zhǎng)都起到了非常重要的作用。張大鵬教授算是我在這一方向上的啟蒙導(dǎo)師，是他帶我從一無所知到逐漸能在模式識(shí)別領(lǐng)域獲得一些微小的成績(jī)?？蒲械倪^程中，難免有心性不穩(wěn)、懈怠之時(shí)，每當(dāng)這時(shí)，林宙辰老師嚴(yán)謹(jǐn)自律的科研態(tài)度和在矩陣計(jì)算和優(yōu)化算法方面的積極指導(dǎo)總是激勵(lì)著我重新振作。而自2012年我決定開始做底層視覺研究之后，張磊老師就一直為我提供著指導(dǎo)與鼓勵(lì)，直至今日，他仍在全力支持著我。這3位業(yè)內(nèi)前輩的指導(dǎo)與幫助是激勵(lì)我迅速成長(zhǎng)的助推劑，可以說，沒有他們的幫助，我也許無法堅(jiān)守到今日。”

對(duì)于每位哈爾濱工業(yè)大學(xué)的學(xué)子而言，“規(guī)矩嚴(yán)格，功夫到家”都是銘刻于心且奉為圭臬的八字方針，左旺孟也不例外。得益于導(dǎo)師們的幫助與積年堅(jiān)守，他開始在計(jì)算機(jī)視覺的底層視覺與圖像增強(qiáng)等方面逐步深耕并嶄露鋒芒。2017年，憑借一篇發(fā)表于《IEEE圖像處理匯刊》（IEEE Transactions on Image Processing）的有關(guān)圖像去噪卷積神經(jīng)網(wǎng)絡(luò)（DnCNN）的學(xué)術(shù)論文，左旺孟斬獲了此期刊近10年來引用數(shù)最高論文的好成績(jī)，且其方法在之后不僅以denoisingNetwork(.)為函數(shù)名被正式收錄于MATLAB 2017b（美國MathWorks公司出品的商業(yè)數(shù)學(xué)軟件）及后續(xù)版本的圖像處理工具箱（Image Processing Toolbox）和深度學(xué)習(xí)工具箱（Deep Learning Toolbox）之中，還被編入華盛頓大學(xué)碩士計(jì)算機(jī)視覺課程CSE 576中，甚至被美國工程院院士理查德·塞利斯基（Richard Szeliski）教授寫入其編著的計(jì)算機(jī)視覺經(jīng)典教材《計(jì)算機(jī)視覺：算法和應(yīng)用（第2版）》（Computer Vision: Algorithms and Applications <2nd Edition>）中。然而，左旺孟卻感受到了更大的壓力和動(dòng)力：“我國的計(jì)算機(jī)視覺技術(shù)仍處于國際并跑位置，希望有朝一日，我能與眾多同仁一起，精準(zhǔn)識(shí)變、主動(dòng)求變，使我國在此領(lǐng)域真正實(shí)現(xiàn)領(lǐng)跑式的突破與超越?！?/p>

博學(xué)深謀，修身端行以待時(shí)

出于對(duì)母校的眷戀，左旺孟在博士畢業(yè)之后便直接留校任教，完成了走出象牙塔，隨即走上三尺講臺(tái)的“華麗轉(zhuǎn)身”。據(jù)他介紹，他的早期研究主要聚焦于傳統(tǒng)方法中的圖像去噪與圖像去模糊問題，通常會(huì)傾向于結(jié)合傳統(tǒng)模型改善網(wǎng)絡(luò)的靈活性，比如用一個(gè)網(wǎng)絡(luò)處理多個(gè)任務(wù)，但很快他就發(fā)現(xiàn)了其中瓶頸：傳統(tǒng)的底層視覺方法從數(shù)學(xué)理論上看很完美，但實(shí)際應(yīng)用中卻不可能用一個(gè)模型刻畫出圖像的所有規(guī)律，反而基于數(shù)據(jù)驅(qū)動(dòng)的深度學(xué)習(xí)方法可以對(duì)圖像的特性或者規(guī)律刻畫得更充分一些，他說：“剛開始不少學(xué)者覺得底層視覺可能不適合用深度學(xué)習(xí)來處理，但我們覺得像高斯去噪等問題實(shí)際上是仿真問題，很容易獲得無窮多的訓(xùn)練數(shù)據(jù)，反而更適合數(shù)據(jù)驅(qū)動(dòng)的深度學(xué)習(xí)方式?！?/p>

這一聚焦前沿、獨(dú)辟蹊徑的推論最終得到了驗(yàn)證。2020年，左旺孟與合肥工業(yè)大學(xué)、中山大學(xué)等團(tuán)隊(duì)的研究人員一起，協(xié)同開展名為“多域視覺學(xué)習(xí)”的研究課題，旨在利用多域視覺信息的關(guān)聯(lián)/互補(bǔ)特性及不同域間學(xué)習(xí)和標(biāo)注的不一致性，實(shí)現(xiàn)多域視覺信息的協(xié)同增強(qiáng)和不同域數(shù)據(jù)的跨域轉(zhuǎn)換，從源域到目標(biāo)域的領(lǐng)域自適應(yīng)與跨域跨任務(wù)遷移，形成一套多域視覺學(xué)習(xí)理論與方法體系。此項(xiàng)研究主要針對(duì)引導(dǎo)人臉增強(qiáng)、智能圖像填充、人臉屬性編輯和人像姿態(tài)生成、多攝融合等應(yīng)用領(lǐng)域，開展關(guān)鍵技術(shù)研究并建立原型系統(tǒng)，具有重要的研究意義和實(shí)用價(jià)值。

目前，這一項(xiàng)目仍在如火如荼地進(jìn)行著，但在過去兩年內(nèi)，此前擬解決的科學(xué)問題與目標(biāo)在某種程度上已具雛形。據(jù)悉，左旺孟團(tuán)隊(duì)的主要研究對(duì)象——視覺信息的域間關(guān)聯(lián)/互補(bǔ)特性建模是關(guān)乎項(xiàng)目成敗的核心問題，因其不僅是多域視覺信息協(xié)同的基礎(chǔ)，更是跨域轉(zhuǎn)換生成中內(nèi)容和結(jié)構(gòu)一致性的重要保證。為達(dá)成自主創(chuàng)新的學(xué)術(shù)目標(biāo)，即避免囿于當(dāng)前常用的串聯(lián)和自適應(yīng)歸一化機(jī)制的思路，左旺孟獨(dú)辟蹊徑，決定從不同域間關(guān)聯(lián)的空域自適應(yīng)性出發(fā)，通過發(fā)展局部自適應(yīng)空間變換網(wǎng)絡(luò)實(shí)現(xiàn)空域關(guān)聯(lián)性建模，進(jìn)而提出多級(jí)漸進(jìn)式的高階域間關(guān)聯(lián)模型方法，相關(guān)成果相繼發(fā)表于2020年度國際計(jì)算機(jī)視覺與模式識(shí)別會(huì)議（CVPR）和2022年度歐洲計(jì)算機(jī)視覺會(huì)議（ECCV）。

在多域聯(lián)合建模方面，由于多域視覺轉(zhuǎn)換生成和多源域領(lǐng)域自適應(yīng)涉及兩個(gè)以上的域，且難以通過對(duì)雙域模型的簡(jiǎn)單拓展來解決，因此左旺孟團(tuán)隊(duì)便提出了綜合建模域間關(guān)聯(lián)和域間差異的共享編碼驅(qū)動(dòng)多域聯(lián)合學(xué)習(xí)和自適應(yīng)融合決策。如今，相關(guān)研究已取得初步成果。左旺孟及其團(tuán)隊(duì)實(shí)現(xiàn)跨域視覺轉(zhuǎn)換生成與域遷移學(xué)習(xí)面臨的下一道“關(guān)卡”則是隱變量分布的可解釋性解耦問題。問題的挑戰(zhàn)性反而激起了團(tuán)隊(duì)的研究興趣，經(jīng)過一段時(shí)間的探索，他們完成了正交雅克比正則的分布可解釋性建模，并將其發(fā)表于國際計(jì)算機(jī)視覺大會(huì)（ICCV）2021之上。

隨著信息化社會(huì)的快速發(fā)展和智能終端設(shè)備的普及，全球范圍內(nèi)的數(shù)據(jù)呈現(xiàn)爆炸式增長(zhǎng)，大數(shù)據(jù)時(shí)代已經(jīng)來臨——數(shù)據(jù)呈現(xiàn)顯著的多模態(tài)特性，幾乎所有的互聯(lián)網(wǎng)新聞報(bào)道都包含圖像、文字描述以及視頻等多種模態(tài)；此外，由于成像設(shè)備的多樣性和拍攝視角的多樣性，圖像和視頻數(shù)據(jù)均呈現(xiàn)出顯著的多視角特性。在這樣的時(shí)代背景下，相關(guān)研究已經(jīng)引起了廣泛的關(guān)注與極高的討論熱度，這對(duì)于以左旺孟為代表的相關(guān)學(xué)者而言，是挑戰(zhàn)，但同時(shí)也是巨大的機(jī)遇?！拔磥?，我們還將從多模態(tài)學(xué)習(xí)的角度，著力于視覺場(chǎng)景解析工作的推進(jìn)，結(jié)合圖像分類、目標(biāo)檢測(cè)、語義分割等典型計(jì)算機(jī)視覺任務(wù)，探索更為便捷和高效的解決方案?！弊笸险f。

木鐸之心，滋蘭樹蕙以致遠(yuǎn)

為學(xué)者，左旺孟始終秉持“敦兮其若樸”的純粹初心；為師者，他也做到了“曠兮其若谷”的通達(dá)態(tài)度。某社交媒體上，一篇題為“如何評(píng)價(jià)哈爾濱工業(yè)大學(xué)的左旺孟老師”的帖子底下，匯集了成百上千名學(xué)生的留言，在這之中，“有責(zé)任心”“誠懇務(wù)實(shí)”“傾力幫助學(xué)生”“在自己領(lǐng)域內(nèi)頗有建樹”等關(guān)鍵詞反復(fù)出現(xiàn)，這淋漓盡致地展示了何謂“金杯銀杯不如學(xué)生們的口碑”。

面對(duì)學(xué)生的贊揚(yáng)，左旺孟并無驕傲自滿，卻在深刻思考后提出了對(duì)年輕人的殷殷期許：“由于起步比較晚，相對(duì)于國內(nèi)其他優(yōu)秀團(tuán)隊(duì)和實(shí)驗(yàn)室，我們?cè)谄脚_(tái)搭建及研究方面做得仍然不夠。因此，我希望學(xué)生們除了著眼于提升自身編寫代碼的能力和數(shù)學(xué)基礎(chǔ)外，也要懂得‘修心’，在科研中沉得住氣一些，全身心投入，從現(xiàn)實(shí)出發(fā)去發(fā)現(xiàn)一些真實(shí)的問題。”

身處競(jìng)爭(zhēng)日益激烈的社會(huì)洪流之中，左旺孟始終把握著自己的“節(jié)奏”。在論文能夠發(fā)表的基礎(chǔ)上，他會(huì)傾向于鼓勵(lì)學(xué)生多做些堅(jiān)實(shí)、有穿透力的工作，盡可能去寫一些對(duì)讀者有用而非迎合審稿人口味的文章，“近年來，‘內(nèi)卷’一詞廣獲關(guān)注，作為一個(gè)大學(xué)老師，我非常理解年輕人的壓力與焦慮。我個(gè)人也許不能改變什么，只希望能盡量為學(xué)生多提供機(jī)會(huì)，竭力將每位學(xué)子都塑造成一個(gè)能夠解決問題和創(chuàng)造機(jī)會(huì)的人”。談及個(gè)人對(duì)未來的規(guī)劃，左旺孟覺得：“為人師表者，對(duì)自己的要求更不能松懈：要有一定的基本能力與終身學(xué)習(xí)的覺悟，保持洞察力和開放性，也許成果總會(huì)在某個(gè)時(shí)刻以‘妙手偶得之’的方式出現(xiàn)?！?/p>