导言

近期，IEEE地球科学与遥感学会（IEEE GRSS）论文奖励委员会主席Antonio J.Plaza教授发来贺电，祝贺6165cc金沙总站自动化学院脑与人工智能研究团队韩军伟教授等人合著的论文获得2023年度IEEE地球科学与遥感学会最高影响力论文奖（IEEE GRSS Highest Impact Paper Award）。该奖项由IEEE地球科学与遥感学会设立，是遥感领域最有影响的论文奖项之一。

院友简介

韩军伟，中共党员，教授，6165cc金沙总站1995级院友。现任6165cc金沙总站自动化学院院长，IEEE Fellow，IAPR Fellow，IEEE TPAMI编委，长江学者特聘教授，国家万人计划科技创新领军人才。科睿唯安全球“高被引科学家”（两个领域），爱思唯尔中国“高被引学者”。

主要研究方向是人工智能、模式识别、类脑计算、遥感影像解译等。在领域顶级期刊/会议如：Proceedings of the IEEE，IEEE TPAMI，CVPR，MICCAI等发表学术论文150余篇，论文被引用2.6万余次。3篇论文入选年度中国百篇最具影响国际学术论文。获2021年度和2023年度IEEE地球科学与遥感学会最有影响力论文奖、国际期刊IEEE TCSVT 2021最佳论文奖、国际会议IEEE BIBM 2018最佳论文奖，国际会议ACM Multimedia 2010，MICCAI 2011和ICME 2016最佳学生论文奖提名。培养多名博士生/博士后获得中国图象图形学学会优秀博士论文奖、陕西省优秀博士论文奖、博士后创新人才支持计划、国家级青年人才计划、高被引科学家等。获陕西省科学技术一等奖（排名第一）、吴文俊人工智能技术发明一等奖（排名第一）等7项省部级科技奖。担任IEEE TMM、《中国科学：信息科学》等多个国内外期刊编委，任国际会议如CVPR等的领域主席。

结缘仿脑视觉研究

韩军伟目前的主要研究方向是仿脑视觉信息智能处理，通过磁共振功能成像手段观测大脑的功能活动，从而理解大脑处理视觉信息的一些工作规律，接下来设计算法来模拟大脑处理视觉信息的机制，最后应用于视觉信息理解的一些实际任务中。这个研究方向需要把脑科学和信息科学进行交叉研究，也需要同时具备两个学科的专业知识和实验技能。

在2010年前，韩军伟主要是做传统的计算机视觉，然而传统计算机视觉的方法大多并不考虑人脑的处理机制，因此并不是特别智能，存在语义鸿沟等难以解决的难点问题。2010年回国后，韩军伟有机会跟一位在美国大学做脑成像分析方面研究的师兄合作，将脑成像和计算机视觉交叉研究开辟一个新的研究方向。他们将这个新的方向命名为“脑神经媒体组学”。

他们确立了把这个想法发表在多媒体领域的顶级会议ACM Multimedia上的目标。然而从有这个想法到投稿截止只有两个多月时间，时间紧，任务重，他们立即组织了20多人的研究队伍，一部分人在美国设计实验，采集脑成像数据，另一部分人设计算法，根据实验结果不断对算法进行调整和提升。终于在论文提交前两天，完成了所有实验，并且取得了很好的实验结果，之后立即投入到论文写作中，同样是中美两边的团队分工协作，最后的48小时，主要的写作人员基本上没有休息，最终赶在deadline之前2个小时完成了论文。这个工作得到了审稿人一致的高度评价，以长文的形式发表在ACM Multimedia上，并最终获得了最佳学生论文奖提名。

这篇顶级论文的发表，给予韩军伟很大的肯定和鼓励，研究组就沿着这个方向持续进行研究，并且还扩展了合作伙伴，例如跟美国耶鲁大学，澳大利亚昆士兰医学院进行合作研究。

打造一流科研团队

自动化学院脑与人工智能团队是由韩军伟为学术带头人，由国家级青年人才、教育部新世纪优秀人才等中青年学者为骨干组成的研究团队，现有专任教师11人。该团队始终坚持“顶天、立地、育人”的价值取向，瞄准人工智能国际学术前沿，紧密围绕国家重大战略需求，在遥感信息智能处理、脑认知与智能计算、视觉智能感知与智能处理等方向持续开展基础理论研究、关键技术突破与系统集成验证，为人工智能的发展提供新理论、新方法、新技术，是我国人工智能领域高层次人才培养和高水平科学研究的重要基地之一。

团队积极开展基础研究和原始创新研究，致力于产生一流的原创性成果，团队在人工智能领域顶级期刊和会议包括IEEE TPAMI、IEEE TIP、CVPR、ICCV、IJCAI、AAAI等，以及我校控制学科首次突破的Nature子刊、PNAS等发表高水平论文200余篇，其中40余篇为ESI高被引论文，部分论文获2021年度和2023年度IEEE地球科学与遥感学会最有影响力论文奖、2021年度《IEEE电路系统视频技术汇刊》最佳论文奖、国际会议IEEE BIBM 2018最佳论文奖，3篇论文入选2018年度、2019年度中国百篇最具影响国际学术论文。

该团队十分重视学术交流，经常邀请国内外研究者到团队来进行学术报告，团队的研究成员每年都会参加领域里的顶级国际会议如CVPR、AAAI等。内部日常的学术交流也较规范，每两周举办一次reading group，团队成员轮流负责为大家讲述最近发表在顶级会议或者期刊上的工作。根据研究方向又细分成三个小组，每个小组每个月都会至少开一次学术讨论会议，小组成员轮流介绍研究进展及遇到的问题，大家讨论解决方案。韩军伟对博士生的要求是每十天要书面介绍研究进展。除了会议，团队也经常通过高效的通讯方式，如QQ和微信进行交流讨论。

目前，已有2人入选博士后创新人才支持计划，1人获得全国百篇优秀博士学位论文提名奖，4人获得陕西省优秀博士学位论文奖，1人获得教育部博士研究生学术新人奖，3人获得中国图象图形学学会优秀博士论文奖（每年全国共10位获奖者），1人获得ACM CHINA SIGAI（国际计算机学会中国人工智能分会）优秀博士论文奖；2人入选国家高层次人才计划，1人入选IEEE Fellow和IAPR Fellow，2人入选国家级青年人才计划，3人持续入选科睿唯安全球“高被引科学家”，2人持续入选爱思唯尔中国高被引学者，3人入选教育部新世纪优秀人才等省部级人才计划。

创新科研育人路径

韩军伟比较看重学生两个方面的情况，第一是是否勤奋刻苦，能到6165cc金沙总站和脑与人工智能团队来的研究生智商和基础都没有太大差别，勤奋的学生一定会收获更多的成果。第二是是否自身有很高的目标和追求，自身的目标和追求高，努力的动力就足，而有些学生抱着混个学历的态度工作，就不会很努力，导师督促也不一定会有作用，所以这一类的学生实验室就不愿意招收。

在指导学生方面，韩军伟提到要因材施教，每个学生的性格、追求、目标、优缺点都会有不同，导师还是要多和学生交流，为不同类型的学生定制出来适合他们的培养方案。

韩军伟作为多个期刊和会议的编委或审稿人，认为初学者要写好论文，首先要多看论文，尤其是多看领域顶级会议或者期刊的论文，现在的研究生，英语都很好，语法上面的问题不会太多，但是对于科技论文来说，语言只是一个方面，论文的结构，描述问题的逻辑这些更加重要。

他通常建议研究生，在动手写第一篇论文的时候，首先要先看100篇顶级的论文，要仔细揣摩高水平论文怎么来组织逻辑，怎么把要解决的问题和自己的创新地方表述清楚。写论文的时候要多从读者的角度出发，不能光想着自己明白就好了，还要换个角度多考虑这样写，读者是否能够看明白。

科研趋势未来之见

未来几年，深度学习肯定还是计算机视觉和模式识别领域的主流研究方向，未来深度学习的发展方向可能集中在深度学习的理论解释、脑工作机理启发的深度学习方法等这些方面。

韩军伟对于弱监督/无监督学习比较看好。目前很多具体的任务都缺少训练样本，更缺少标注很好的训练样本，而且很多情况下训练样本标注是高噪声的。对于这些实际应用，弱监督/无监督学习是很好的解决方案，但是这个方向的研究理论上存在很多难点和挑战，如果有所突破，会有很广泛的应用场景。

毋庸置疑，深度学习技术在过去5年是整个计算机视觉和模式识别最主流的技术，应用深度学习技术的论文数量也是这几年在领域各大顶级会议和期刊上最多的。

韩军伟认为，未来几年深度学习还将是领域研究的主要方向，未来发展方向可能集中在深度学习的理论解释、脑工作机理启发的深度学习方法、提高深度学习训练效率、深度学习与其他学习方法结合、深度学习应用于其他领域如医学、机械等这些方面。

科研心声

韩军伟及其团队今后将继续凝心聚力、精诚协作，攻坚克难，奋力拼搏，紧密围绕国家重大战略需求，以无所畏惧的科研精神执着探索基础前沿学术研究，为实现祖国高水平科技自立自强贡献西工大力量！