曾获澳大利亚科研终生成就奖，本月刚刚加盟浙江大学，他就是沈春华。谈到计算机视觉的相关前沿研究，沈春华教授是业界熟知的领军人物。

沈春华教授本科和硕士均毕业于南京大学，于2005年在阿德莱德大学获得计算机视觉博士学位沈春华教授，曾在NICTA（澳大利亚国家信息通信技术局）堪培拉研究实验室的计算机视觉项目工作了约6年。2012至2016年，他获得了澳大利亚研究理事会的未来学者人才项目资助ARC Future Fellowship。他于2014-2021年之间担任阿德莱德大学计算机科学系终身教授，其研究兴趣是在计算机视觉和统计机器学习的交叉领域。

根据谷歌学术的官方统计，沈春华教授已经在计算机视觉和机器学习领域发表相关论文超过150篇，被引次数多达33000余次，此外，h指数92。

在所有发表论文中，其中包括IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI)论文32篇，International Journal of Computer Vision (IJCV)论文16篇，Journal of Machine Learning Research (JMLR)论文1篇，以及ACM Transactions on Graphics (TOG)论文 1篇。

2020年，澳大利亚终身成就者排行榜列出了澳大利亚大学和研究机构在八个主要学科领域中的五位顶尖研究人员，其依据是研究人员的科研生产力以及影响力。。

2021年，沈春华教授获得AI 2000计算机视觉全球最具影响力学者提名。该领域的学者排名参考过去十年19366位学者在国际会议 IEEE Conference on Computer Vision and Pattern Recognition(CVPR)、International Conference on Computer Vision(ICCV)、European Conference on Computer Vision(ECCV) 以及 IEEE Transactions on Pattern Analysis and Machine Intelligence(TPAMI) 发表的22853篇论文的累计引用情况。排名前10的学者当选该领域当年最具影响力学者，排名前100内的其他学者获最具影响力学者提名。

据阿德莱德大学官网显示，沈春华教授已于今年10月结束任职

更加值得关注的是，沈春华教授在其GitHub主页上，更新了工作单位，表示其已经于今年12月加入浙江大学计算机辅助设计与图形学国家重点实验室。

FCOS：开发者们公认的代表作

在阿德莱德大学期间，沈春华教授团队开发的用于多个实例级检测和识别任务的开放源码工具箱，AdelaiDet，已被研究者们广泛使用，主要包括FCOS、BlendMask、ABCNet、CondInst、SOLO等。

这些算法中，部分曾经用于一些旗舰手机上，以可帮助优化拍照功能，使得照片更加鲜艳，还可帮助相机更好地实现特效功能和背景虚幻等功能。

沈春华教授近期影响力最大的论文是《FCOS: Fully Convolutional One-Stage Object Detection》，该论文从2019年发表至今，目前的被引次数已经达到近1400次。

在该论文中，团队提出了一个完全卷积的单阶段物体检测器（FCOS），以每像素预测的方式解决物体检测，类似于语义分割。几乎所有最先进的物体检测器，如RetinaNet、SSD、YOLOv3和Faster R-CNN，都依赖于预先定义的锚定框。

相比之下，这篇论文提出的检测器FCOS是无锚定框的，也无需事先生成目标的候选框。通过消除预定义的锚箱集，FCOS完全避免了与锚框有关的复杂计算，如在训练期间计算重叠。更重要的是，FCOS还避免了与锚框有关的所有超参数，这些参数往往对最终的检测性能非常敏感。通过唯一的后处理非最大抑制（NMS），采用ResNeXt-64x4d-101的FCOS在单模型和单规模测试的AP中达到了44.7%，超过了以前的单阶段检测器，其优点是更简单。

FCOS与流行的基于锚的阶段性检测器相比更胜一筹，FCOS完全避免了所有与锚点相关的计算，并以每像素预测的方式解决物体检测问题与其他密集预测任务类似，如语义分割，FCOS也达到了单阶段检测器中最先进的性能。本研究还表明 FCOS可以被用作两阶段检测器中的RPNs Faster R-CNN，并且在很大程度上超过了其RPN。鉴于其有效性和效率， FCOS有望作为目前主流的基于锚的检测器的一个强大而简单的替代品。

如上图所示，FCOS能很好地处理各种物体，包括拥挤的、遮挡的、高度重叠的、极小的和极大的物体。总之，沈春华教授团队首次展示了一个更简单和灵活的检测框架，实现了更高的检测精度，且该框架可以作为许多其他实例级任务的一个简单而强大的替代方案。

助力国重实验室计算机视觉研究，将培养更多相关研究者

据浙大计算机学院官网介绍，学院学科建设覆盖计算机科学与技术、软件工程、网络空间安全、设计学4个国家一级学科以及与一级学科体量相当的人工智能交叉学科。其中，“计算机科学与技术”、“软件工程”双双获评国家“A＋”学科并进入“双一流”学科建设。据《基本科学指标》数据库（ESI）2019年11月数据统计，计算机学科ESI学科排名世界前1‰，列全球第22位。USNEWS计算机学科排名全球第九。可见，浙大计算机的学术实力非常优厚。

浙江大学计算机辅助设计与图形学国家重点实验室，简称CAD&CG（紫金港），是绝对大牛级别的实验室，实验室的学术委员包含十名院士，还有一名外籍院士。中国工程院院士潘云鹤教授是实验室学术委员会的现任主任。

据官网介绍，实验室的研究工作主要集中在CAD&CG的基础理论和算法，以及它们在工业中的应用。实验室的目标是站在国际学术领域的前沿，争取获得原创性的成果。实验室将建设成为具有国际影响力的CAD&CG领域的领先研究机构，成为培养青年人才、促进学术交流和传播高新技术的基地。

该实验室主要从事计算机图形、计算机视觉与图像处理、人机交互、可视化、虚拟现实等领域的基础理论、算法、关键技术与应用系统等方面的研究。在光照明模型、曲面环境的辐射度算法、实时图形绘制技术、三维形状过渡和数字几何信号处理技术等方面取得了一系列创新性成果。

过去的几年里，在计算机科学系、数学系和机械工程系的支持下，实验室承担了一系列国家级科研项目和国际合作项目，并取得了众多成果，有些成果还获得了国家级奖项。实验室的研究团队富有创造性和勤奋性。实验室与美国、德国、英国和日本等国家的CAD&CG相关机构有密切联系。实验室被国际期刊《科学》评为中国顶级的国家重点实验室之一。

据实验室官网消息，实验室周昆教授主持的“真实感图形的实时计算理论与方法”曾获得2020年国家自然科学二等奖。

重点实验室有专门的图形与视觉计算研究方向，其研究内容主要是几何、材质、运动数据的获取、处理和表示的基础理论与算法，解决复杂对象的高效构建和逼真呈现等关键问题，研发高清影视、立体电视、三维游戏创作的软件系统，实现产业应用。重点研究包括几何计算与设计、真实感图形的高效绘制、图象与三维视觉计算、计算机动画与游戏。

沈春华教授将在计算机视觉领域继续前沿研究，更加值得关注的是，他也培养了非常多的计算机视觉领域的优秀博士生，他们都在互联网头部企业或科研院所任职。因此，沈春华教授加盟浙大将为计算机视觉领域人才的培养贡献其独特的力量。此外，我们也看到，其Github主页也已经开始招兵买马。

*博客内容为网友个人发布，仅代表博主个人观点，如有侵权请联系工作人员删除。