學術成就-致敬湯曉鷗老師

學術成就

湯曉鷗老師是全球人工智能領域最具影響力的
科學家之一。

科研成果學術著作獎掖后學

湯曉鷗老師是全球人工智能領域最具影響力的科學家之一。
他憑借深厚的科學素養和敏銳的學術思維，
在人臉識別、底層視覺、深度學習等研究方向取得了多項開創性成果。

2014年研發了全球首個超過人眼識別能力的面部識別算法，開啟了人臉識別行業技術大規模落地的時代，

推動我國在相關領域躍居世界領先地位；

提出了基于暗原色的單一圖像去霧技術，發現了自然圖像中的暗原色基本準則，為圖像視頻增強這一重要視覺問題提供了新方法，

獲得計算機視覺三大頂級會議之一國際計算機視覺與模式識別會議（CVPR）2009“最佳論文獎”，是CVPR自1983年舉辦以來亞洲學者首次獲獎；

2014年首次提出了圖像超分網絡，基于該技術誕生了世界首款基于深度學習的數碼變焦軟件，

開創了深度學習用于底層視覺的新方向。

據統計，湯曉鷗老師論文累計被引用近14萬次，H-index 143，位居全球華人計算機科學家前列。

學術成就

計算機視覺領域頂級國際期刊 IJCV 主編，IJCV 歷史上首位任主編的華人科學家
IEEE Fellow
ICCV (IEEE 國際計算機視覺會議) 2009程序委員會主席、ICCV 2019大會主席
CVPR 2009最佳論文、AAAI 2015最佳學生論文
領軍的中國人工智能團隊入選世界十大人工智能先鋒實驗室
研發世界上第一個超過人眼的人臉識別算法，開啟了整個人臉識別行業技術落地的時代

人臉識別

2014年研發全球首個超過人眼識別能力的面部識別 GaussianFace 算法及 DeepID 系列算法，逐步將 LFW 人臉識別準確率提升至99.55%，開啟人臉識別大規模落地時代，推動我國相關領域躍居世界領先地位。

全球人臉識別技術的“開拓者”和“探路者”

湯曉鷗老師是人臉識別領域的權威，被譽為“全球人臉識別技術的開拓者和探路者”，有7篇代表作引用量超過1千次，總引用量近2萬次。

2014年3月，湯曉鷗研究團隊發表了GaussianFace人臉識別算法，這是世界上第一個在國際權威人臉識別基準集上超過人眼識別能力的計算機算法，該項工作獲得了人工智能頂會AAAI大會首屆唯一的最佳學生論文獎。

2014年6月，推出的DeepID系列算法將準確率提升至99.55%，突破了應用落地的門檻，開啟了整個人臉識別行業技術落地的時代，推動我國在相關領域躍居世界領先地位。

此后，湯老師的研究團隊持續努力，成功將人臉識別算法落地，應用到金融、安防、工業和交通等眾多領域，將前沿的人工智能技術帶入日常生活，讓每一個人都受益于人工智能的發展。

底層視覺

2009年發現了圖像中的暗原色 Dark Channel Prior，提出了基于暗原色的快速圖像去霧技術；2014年研發了首個圖像超分網絡 SRCNN，開創了深度學習在底層視覺應用的新方向。

湯曉鷗老師的工作在底層視覺領域起到了開創性和引領性的作用

湯曉鷗老師的工作在底層視覺領域起到了開創性和引領性的作用，其中，5篇代表作引用量超過3千次，總引用量超過4萬次。

深度學習時代之前，已有兩篇極有影響力的工作奠定了其在底層視覺領域的地位。
湯曉鷗老師所提出的方法Dark Channel Prior獲得了計算機視覺頂會CVPR大會唯一的最佳論文獎

2009年，在去霧任務上，湯曉鷗老師所提出的方法Dark Channel Prior獲得了計算機視覺頂會CVPR大會唯一的最佳論文獎，這是CVPR創辦25年來首次由亞洲學者獲此殊榮。該論文引用量超過8千次。

2012年，在圖像濾波任務中，湯曉鷗老師所提出的方法Guided Image Filtering發表在計算機視覺頂刊TPAMI上，被學術界和產業界廣泛應用，并寫入圖像處理教材和開源代碼庫。該論文引用量超過7千次。

深度學習時代之后，湯曉鷗老師最早將深度學習引入底層視覺領域，并引領了其后十年的發展。

2014年，在超分辨率任務上，提出了深度超分“開山之作”SRCNN，首次證明了深度學習在底層視覺中的有效性，截至目前引用量超1.4萬次，是超分領域中被引用最多的文章。

2016年，進一步提出加速版的FSRCNN，是首個實時的深度超分算法。

2018年，所提出的生成式超分算法ESRGAN獲得了ECCV首屆視覺超分大賽的冠軍。

在此之后，湯老師的團隊持續努力，共獲得12項底層視覺國際比賽的冠軍，并成功的將算法落地在vivo、小米等智能手機上，實現了從算法原創到產業落地的全鏈條創新。

深度學習

在深度學習效果初露端倪之際，在全球率先全力投入深度學習研究，首次將深度學習用于多個計算機視覺核心問題。2011-2013年間在兩大頂級會議 ICCV 和 CVPR 上共計發表了 14 篇深度學習論文。

引領深度學習在計算機視覺顛覆性創新的浪潮

在深度學習效果初露端倪之際，2011年湯曉鷗老師就帶領團隊在全球率先全力投入深度學習研究，多次擊敗全球行業巨頭獲得國際權威大賽ImageNet、ActivitiyNet、COCO等冠軍。湯曉鷗老師引領了深度學習在計算機視覺顛覆性創新的浪潮。

2015年，湯曉鷗老師提出CelebA，是全球首個深度學習預測人臉屬性的工作，被評為ICCV近十年來最高引用的十篇論文之一，被全球超過500所科研機構使用，并收錄進多本人工智能的核心教材。

2015年提出的3D ShapeNet首次將大數據和深度神經網絡帶入到3D機器視覺，引領了3D網絡架構的研究，啟發了深度學習在3D視覺中的應用。

2016年先生設計的TSN首次在受限GPU顯存下實現視頻動作識別全視頻級的端到端訓練，被工業界廣泛應用到大規模視頻內容分析。

2016年，進一步提出加速版的FSRCNN，是首個實時的深度超分算法。

2016年開發的DeepFashion是全球首個深度學習進行服飾識別和檢索的系統，開啟了人工智能落地應用于時尚領域的時代，并被部署到多個城市的多個商場。

2016年創建的WIDER Face數據通過提供多樣化的真實世界數據，促進了深度學習人臉檢測領域的發展，成為至今為止（2023年12月）引用次數最高的人臉檢測數據集文章。