王静娟

　　
　　
　　一直以来，人类从外界获取的信息，有80%以上是通过眼睛获得的。要让计算机具有人的智能，首先要解决的就是“看”的问题。身处大数据时代的洪流中，我们每天接触的网络世界就有海量的图片资源。多年来，厦门大学教授、博士生导师曲延云一直将主要研究方向放在模式识别、计算机视觉以及机器学习上。在她看来，未来，计算机视觉行业生态在这些技术力量的驱动下，必将形成新的技术和市场格局。在这一现状下，她以自己的研究为核心、引导推动专业人才培养的决心也更加坚定了。
　　
走入计算机图像领域
　　数学是打开科学大门的钥匙，从小，曲延云就对数学有着由衷的热爱。凭借优秀的成绩，曲延云在高考时顺利进入了厦门大学数学系，之后又考取了复旦大学数学系的硕士学位，希望能够在相关领域研究中展开更多的应用探索。
　　研究生毕业后，曲延云回到了自己的母校——厦门大学从事科学研究工作。彼时，她接触到了图像恢复的相关研究。在积极投入相关研究之后，曲延云意识到国内该领域科研人才的缺乏以及时代发展的需要，油然而生的使命感让她决心专注于这一领域。2002年9月—2006年11月，曲延云师从郑南宁院士于西安交通大学电子与信息工程学院人工智能与机器人研究所（AIAR）攻读工学博士学位。这些经历都潜移默化地为她将计算机视觉领域的理论基础与工程背景结合起来打下了更加扎实的根基。
　　
探索图像识别与图像恢复
　　随着互联网和社会媒体的快速发展，网络上的图像数据呈现万亿量级的规模。在连续两个国家自然科学基金面上项目的支持下，曲延云课题组开展大规模目标识别的层次化学习方法研究，研究视觉感知机制对大规模目标识别建模的影响。视觉研究发现，人类视觉对目标识别的响应时间与目标类别的粗细划分程度有关，对目标大类识别的响应时间比细分类的响应时间要短大约63毫秒。基于这样的理解，曲延云课题组建立了视觉感知驱动的目标类层次关系，并根据这样的层次关系设计识别模型，为大规模视觉目标识别提供新的研究思路和理论依据。
　　图像识别是一个“感知”的问题，“感”是成像，“知”是识别。“感”是“知”的前提。而图像恢复就是解决“感”的问题。在图像恢复这一方向研究中，曲延云团队最先将风格转换的思想用于图像去雾，不仅如此，他们还率先考虑用异构任务的深度学习模型对图像去雾进行蒸馏，利用信号处理滤波器设计的理念，将其应用在图像超分上。相关研究成果都发表在计算机视觉顶会CVPR、ECCV上，并在计算机视觉顶会CVPR、ICCV图像恢复相关赛道上获得3项比赛冠军、3项比赛亚军。
　　
孜孜不倦育人才
　　计算机视觉技术有广泛的市场需求，也是当前全球科技竞争最激烈的战场之一。如今作为厦门大学的博士生导师，曲延云在课堂教学中，十分注重对新出现的理论和技术进行梳理，并在课堂上及时传授给学生。她以时间为主线，讲解图像分类、目标检测技术等深度学习方法的研究进展，让学生学习并应用到各自研究领域中。除此之外，作为计算机系教工党支部-全国样板支部的支部书记，曲延云带领全体党员以优良师德师风带动教风学风，目前计算机系已有国家精品课程立项1门、福建省精品课程立项2门、全国大数据公共服务平台1个、福建省研究生优秀导师团队2个、第一批双万专业建设项目1个。
　　“研当以报效国家为己任,学必以服务人民为荣光。”未来，曲延云还将延续目标识别以及图像恢复这两大研究方向，不断提高自己的研究水平，为公共安全等方面做出更多落地生根的科研成果，不负科研之使命。