在将门-TechBeat人工智能社区上线一周年之际，我们评选出Top30进入「2021年度TechBeat红人榜」，同时我们也潜心策划了AI工作者人物专访栏目「AI红人荟」，带大家更深入地了解他们个人成长的心路历程，感受来自青年科学家们的榜样力量。
本次为大家带来的是——牛津大学在读博士·胡庆拥的故事。
「 AI红人荟 」 系列回顾：
王乃岩 | 葛艺潇 | 杜少雷 | 石冠亚
作者 | 解亦鸿
在国际顶级计算机视觉会议CVPR 2021上，牛津大学在读博士生胡庆拥共有两篇论文成功入选。它们分别关注城市规模的点云数据集和强泛化性能的三维点云配准，都是这个方兴未艾的领域中，有待解决的、最前沿的问题。
而在两年半以前，刚刚开始读博生涯的胡庆拥还从未接触过三维点云相关的研究。牛津大学的学习和生活让他走出了自己的舒适圈，当大多数人忙于可以快速落地的、“短平快”的研究时，胡庆拥勇敢地把目光放到当下看来“无用”的研究。从“useful”到“useless”，他想在未知的领域里看到未来。
01
『困境』
“审稿人的每一条意见
都有它存在的合理性”
2018年10月，牛津开始降温，天开始黑得越来越早，胡庆拥却有点失眠。
新年将至，回望过去的一年，他突然意识到自己在很长一段时间几乎没有研究成果。这一年，他一直在准备申请出国，中途生病住院，后来终于拿到学校offer到了英国，导师又建议他转变研究方向。一年过去了，他恍然发现，身边的同学都已经准备好投稿顶会，自己却两手空空。
“我是不是因为申请出国，这段时间放松了？”胡庆拥很着急，他想快点写出一篇论文，赶紧把它投出去。然而，焦虑没有带来效率，反而带给他混乱的作息：“那段时间我中午才起床，经常会工作到凌晨四五点，别人早上来上班，我早上回去睡觉。”
在国防科技大学攻读硕士学位时，胡庆拥的学术经历相对来说顺利得多。他曾以硕士生的身份就参加了英国计算机视觉顶级会议BMVC，其他参会者多是博士生或大学专职研究人员。胡庆拥同时还获得了BMVC 2017的学生奖学金(student bursary)，该奖学金当年只有五个名额，且一般颁发给博士。
胡庆拥在BMVC 2017
如今，整年没有研究成果，身边的同学又纷纷投稿，胡庆拥感受到了一种前所未有的同辈压力 (peer pressure)。在焦虑的状态下，胡庆拥完成了一篇投稿机器人会议CoRL的论文，但最终未能成功入选。看到会议审稿人给出的意见，他起初感到愤怒：“审稿人总共只写了三句话，全都是negative的，给人的感觉是，他随便看了一眼，‘这paper不可能中’，就完了。”
拿着审稿人的意见和自己的论文，胡庆拥找到了杨波。杨波是胡庆拥在牛津大学的学长，也是他许多研究项目的合作伙伴。杨波对照审稿人的意见，逐条帮助胡庆拥解释了个中缘由，这也让胡庆拥发现自己文章中“一个很大的问题”：“我有一个研究细节没有写清楚，我以为审稿人知道，但是从论文的角度来讲，你又没写人家怎么可能知道呢？我后面才明白，审稿人的意见每一条都有它存在的合理性。”
投稿被拒的经历，像“泼了一盆冷水”，反而让胡庆拥平静下来，他逐渐走出焦虑的恶性循环。这给胡庆拥未来的学术写作也带来了很大的帮助，他开始更多地走进具体的研究问题中，并最终完成了一次自己研究方向的转变。
02
『改变』
“尝试去做一个当下可能
没有任何作用的研究”
变换研究方向，起初是导师Andrew Markham教授的提议。硕士时期，胡庆拥主要研究视觉跟踪领域，并且取得了丰硕的成果。在导师郭裕兰老师的指导下，胡庆拥围绕相关滤波技术的跟踪方法，发表了多篇论文，并获得参加国际学术会议的机会。
2018-2019年，正是视觉跟踪领域最蓬勃发展的时候，Markham教授却提出要转变研究方向：“你现在不能选择一个现在已经相对成熟的课题，那样等你博士读完，这个问题可能已经彻底解决了。你要去瞄准未来五到十年，甚至更长远的时间内大家最关心的那个问题。”
在胡庆拥看来，Markham教授给出的建议和他之前听到的有所不同。硕士时期，国内的老师、师兄会经常告诫他，要围绕工程项目去做有用的、能尽快落地的、有实际价值的研究。“大家很少去说五年后怎么样，而是需要解决目前遇到的问题，做的研究一定要跟实际工程项目结合。”胡庆拥回忆道。
Markham教授有时会开玩笑说到： “如果你说你做的东西是现在非常useful的，我可能就对你这个研究没太大兴趣，但如果你说这个东西是现在useless的，我可能就很感兴趣了。”
Markham教授的指导让胡庆拥逐渐打消了对于研究成果是否能快速落地的担忧，同时也慢慢地走出自己研究的舒适圈，他开始想要着眼于未来，从事一个新的研究方向，去做一个“可能在当下看起来没有任何作用的研究”。
就这样，胡庆拥在两年多时间里完成了5篇大规模三维点云处理相关的研究，其中包括点云语义分割、实例分割以及点云配准。今年的计算机视觉顶级学术会议CVPR上，他更是直接有2篇论文入选。
点击标题阅读胡庆拥在将门的往期分享：
NeurlPS 2019: 3D-BoNet—3D点云实例分割新框架
CVPR 2020: RandLA-Net, 大场景三维点云语义分割新框架
CVPR 2021: SensatUrban: 城市规模点云数据集
CVPR 2021: SpinNet:学习用于3D点云配准的强泛化能力的特征描述子
大规模且具有详细标注的数据集是充分释放深度学习算法在3D场景理解领域潜力的重要前提。然而，由于数据采集和数据标注的高昂成本，当前公开可用的数据集要么仅具有有限的语义标注，要么是在相对较小的空间范围内采集得到的，这在一定程度上限制了在大场景3D点云细粒度语义理解的发展。由此，胡庆拥等人入选CVPR 2021的研究便提出了一个城市规模的摄影测量点云数据集。
第一篇论文研究开展了六个月左右，项目接近尾声时，英国疫情经历第二次爆发，胡庆拥决定回到国内。回国后，他又用三个月的时间完成了第二篇入选CVPR 2021的论文。在这项研究中，胡庆拥等人介绍了一种轻量级且概念上简单的神经网络结构——SpinNet，用于学习具有旋转不变性、高描述性且泛化性能强的特征描述子，进而实现点云的配准。实验结果表明，胡庆拥团队的方法在不同的数据集之间具有强泛化能力，所学习到的特征描述子也可以取得优异的3D点云配准结果。
03
『初心』
“无论辈分高低、经验深浅，
任何学术研究在这都能得到充分的尊重”
2017年，硕士二年级的胡庆拥第一次前往英国，参加了英国计算机视觉顶级会议BMVC。通过这次国际学术会议的经历，胡庆拥逐渐坚定了出国深造的想法。
胡庆拥记得很清楚，在BMVC的会场里，他见到了不少领域内的泰斗，比如Google Scholar有二十余万引用的Andrew Zisserman、SLAM领域大牛Andrew Davison……泰斗们性格各异，有的喜欢社交，和诸多参会人员交谈，有的比较安静，一个人坐在角落里听报告。学术报告从早到晚，泰斗们都全程参加，让胡庆拥感到钦佩，他很喜欢这样的学术氛围。
那是他第一次参加国际学术会议，神色紧张，甚至有点畏强，见到著名教授或业界泰斗，他不住地在心里想：“我们做的研究这么普通，他怎么会对我讲的东西感兴趣呢？”自己说着蹩脚的英语，介绍不那么完美的Poster，但是教授们认真地听胡庆拥讲了许久，还有不少同行向他请教问题。胡庆拥感受到，无论辈分高低、经验深浅，任何学术研究在这样的会场里都能得到充分的尊重。
参加国际学术会议不仅让胡庆拥变得不再畏强，越来越勇敢，还让他拓宽了自己的人脉，认识许多合作伙伴。
在BMVC会议上，胡庆拥的工作与才华受到了伯明翰大学一位教授的青睐，胡庆拥前往牛津大学读博之后，二人也有持续开展合作。2019年底，胡庆拥完成了一篇大规模点云语义分割的论文RandLA-Net（入选CVPR 2020 Oral presentation），伯明翰大学教授便邀请他来自己所在的研究小组做分享汇报。教授在VOT（视觉跟踪）领域经验丰富，是诸多相关竞赛的主要组织者，在他的支持和指导下，胡庆拥也获得了在ICCV 2021举办大规模城市点云语义分割挑战赛的机会。
胡庆拥在参加英国艾伦图灵研究所 (The Alan Turing Institute) 举办的的大规模点云语义分割挑战赛
参加学术会议，让胡庆拥总能感受到，“自己学的东西特别少，对整个领域的理解还处于一个浅显的阶段”。他在跨国界、跨文化的思维碰撞里，看到了计算机视觉一片充满未知的研究土壤，这里还有许多有待他去探索突破的课题。
随着成果越来越多，胡庆拥发现收到的邮件、私信以及GitHub的issue和star也逐渐增多，许多各行业的研究人员向他咨询相关的研究问题。参加将门机器学习社群，也让胡庆拥的研究成果得到了广泛的宣传。
胡庆拥的个人主页：
https://qingyonghu.github.io/
胡庆拥的将门TechBeat主页：
https://www.techbeat.net/grzytrkj?id=1181
现在他几乎每天都会收到大量的邮件，尽管他努力去做到每一条都认真回复，但偶尔也感觉到“时间越来越不够用了”。他有时会有点怀念博士一年级的时候，那时的生活非常简单纯粹，每天可以做的就是探索和学习全新的知识。
而今，即将博士毕业的胡庆拥再一次走到了人生的岔路口，谈及未来，他觉得还是更喜欢做研究，希望能加入高校或者企业的研究院从事进一步的研究。“这个领域太大了，新的知识太多了，我愿意去学、去尝试更新的知识。”这份赤诚的求知欲，成为胡庆拥的源动力，让他有了留在这个领域不断深耕的决心，他想在充满未知的土壤里，探索未来。
- The End -
「AI红人荟」系列回顾：
图森未来首席科学家王乃岩 | 港中文在读博士葛艺潇
华盛顿大学助理教授杜少雷 | 加州理工学院在读博士石冠亚
如果你想和他们一样，亲自来到TechBeat分享，或者想推荐身边闪闪发光但是尚未入驻社区的AI工作者——欢迎填写下方表单自荐/推荐，说不定明年的TechBeat红人荟专访，主角就是你！
自荐 / 推荐
单人Talk | 团队专场 | 录播or直播 | 闭门交流
多种方式任你选择！
推荐讲者成功也有奖励哦~
关于TechBeat人工智能社区
TechBeat(www.techbeat.net)隶属于将门创投，是一个荟聚全球华人AI精英的成长社区。
我们希望为AI人才打造更专业的服务和体验，加速并陪伴其学习成长。
期待这里可以成为你学习AI前沿知识的高地，分享自己最新工作的沃土，在AI进阶之路上的升级打怪的根据地！
更多详细介绍>>TechBeat，一个荟聚全球华人AI精英的学习成长社区