罗杰波、马毅、华刚等谈视觉研究那些事：是时候重新定义视觉了

罗杰波、马毅、华刚等嘉宾在圆桌讨论中，围绕视觉研究领域的论文选题、arXiv平台、深度学习与传统方法结合、顶会规模发展等话题发表了看法，具体内容如下：论文选题不要凑热闹罗杰波：不刷榜单，不凑热闹，学者在算力上比不过企业，选题要找自己感兴趣且独特的话题。写作时要让评审看出妙处，明白写的东西是给别人看的。杨明玄：同意做感兴趣的事但要量力而为，不要非做极度有挑战的事。越刁钻的导师越能提高论文通过率，写作技能要慢慢提高，多看论文框架，代入评审角色看自己论文的独特性。马毅：写文章做研究分两个阶段，先学习做学问技巧，把控语言，过了这个坎后随心所欲做自己想做的研究，重点在做研究而非写文章。不要把评审看得太重，重要的是问题有无价值和是否把问题写清楚。写作技巧上，可找欣赏的人的文章学习开头、结尾、承前启后，把自己训练成最严厉的评审，不停反驳自己。华刚：论文选题切莫跟风，要做有兴趣的事才能投入精力；训练自己的技巧，读一些论文知道好论文的样子，语言要让一般人读懂；明确和导师的关系，判断论文能否接受可增加接受几率。屠卓文：写文章原则是帮人帮己，考虑自己问题同时更要考虑别人能否理解自己的工作，过程要对得起自己努力。如何看待arXiv的文章华刚：arXiv总体积极，能让工作更快分享，但上面文章未经同行审议，鱼龙混杂，看文章时需自己有判断力，顶会投稿前要弄清楚规则。马毅：arXiv领域对应评审模式不是双盲，允许论文post在arXiv上，顶会评审就不应是双盲，否则会造成混乱，顶会投稿政策应改变，可向期刊一样单盲评审。杨明玄：arXiv问题目前无解，除非顶级大佬改变态度。单盲评审有点不公平，要求双盲却用arXiv是伪君子做法。深度学习是否结合传统基于符号的方法杨明玄：现在深度学习方法鲁棒性或许不强，实验不好做，但总要有人做。屠卓文：计算机视觉多考虑CNN算法，视觉和语言不一样，计算机视觉改变一两个pixel结果变化不大，语言改变一个字则差别很大，二者融合需要从各自角度考虑问题，目前还在探索阶段。罗杰波：视觉分为识别、描述、推理，CNN解决很多识别问题，计算机视觉进化到描述问题，下一步会进化到推理问题，已有人将知识图谱和常识加入模型尝试解决问题，计算机视觉初心是进化到语义，需要将语言和视觉知识融合。马毅：鲁棒性问题和深度模型拟合数据、做黑盒系统以及依赖数据标签有关，深度学习系统不关心数据内在描述表达，模式只是input - output，数据导向方法有缺陷，深度学习在3D领域是软肋，一些场景如军事、医疗、无人机等要求真正的鲁棒性。计算机视觉顶会规模发展有何看法罗杰波：线上会议好处多，但致命缺点是没有围观效应，交流方面差一些，缺少对“海报”评论的氛围，短时间内不会取代线下会议。华刚：同意罗教授观点，每个研究有核心，大量研究者挤进来会扩展新方向。杨明玄：规模大、人数多好，但conference和workshop方式不同，资深人士多去workshop，会议吸引更多学生。马毅：怀念学生时代视觉会议小且主题新的特点，能给年轻人很多启发和挑战。现在计算机视觉可能要重新定义自己，领域发展壮大是好事，但研究主题和研究社区要重新思考，寻找更激动人心的事情，人数多从众心理严重，一些研究者像网红，做研究要不忘初心，寻找真正突破。