清华大学冯建江副教授访谈
2018年8月26日，专委秘书处采访了清华大学自动化系、杰出青年学者冯建江副教授。下面是采访实录。
冯老师您好，您在图像处理与模式识别等领域做出了很多高水平研究工作，获得了国家自然科学基金优秀青年基金，中国电子学会科技进步一等奖1次、教育部自然科学二等奖2次，是青年科技工作者学习的楷模。您能否向我们介绍一下您现在主要的研究方向是什么？是如何选择现在的研究方向的？
我现在的主要研究领域是指纹识别和医学图像分析。在指纹识别领域，我主要关注犯罪现场指纹的识别问题。现场指纹是嫌疑人不经意遗留在案发现场的指纹，对于案件侦破非常重要，被称为物证之首。但是现场指纹包含的信息量很少，而有限的信息又埋藏在极强的噪声里，还需要在规模达到亿级的指纹档案库中搜索匹配的档案指纹。现有的现场指纹识别技术虽然已经很有实用价值了，帮助警方破获了大量案件，但是技术性能的提高空间还很大。在医学图像领域，我主要研究基于影像的癌症和心血管病辅助诊断。癌症和心血管病是世界人口的主要死因，早期诊断的意义重大。随着我国居民健康意识和投入的提高，影像设备数量和水平的提高，近年来医学影像数据大幅增长，相比之下影像医生存在严重短缺。这是图像处理科研人员大有可为的一个领域。
您在指纹方面做了大量的工作，能否和大家分享一下您是怎么选择这个研究方向的？您在这个研究方向上前行时，有没有遇到什么挫折，您又是怎么克服的呢？
指纹识别是我本科毕业设计时候的选题。当时实验室有指纹识别和多媒体通信两个方向可选，我觉得指纹识别很直观，就选择了它。之后就没有中断，至今已经研究18年了。研究中最大的挫折是在读博士时候。当时博士论文预定的主题是基于纹线的指纹识别。选这样的题目是源于一个朴素的想法，既然传统的指纹识别算法都是基于细节点，而细节点是纹线上的特殊点，那么我用信息量更高的纹线做识别，识别率肯定更高。我信心满满地开工了，三、四年时间把图像增强、纹线提取、纹线后处理、纹线匹配等各个环节的算法都做出来了，但是最终的识别率始终不如基于细节点的方法。更头疼的是，由于整个方案不是主流的统计模式识别方法，缺少理论框架，很难改进。读了四年博士，如果再换方向，等拿到博士学位，恐怕椅子都要坐穿了。最后只好在完美主义和现实主义中间做了妥协，将基于细节点的方法和纹线的方法进行融合，实现了提高识别率的目标。
您所获得的成果中，哪一项是最令您骄傲的？能和大家分享下您的感受么？
特征提取是现场指纹识别的关键步骤，它需要在强噪声的干扰下，尽可能准确而全面地提取出现场指纹的特征。自动指纹识别技术诞生后的40多年时间里，出现了很多种特征提取算法。这些算法对于用传感器或者油墨捺印得到的指纹图像的处理效果比较好，但是对于现场指纹却始终无法取得满意的结果。因此，在实际应用中，现场指纹的特征一直是由指纹专家人工提取的，费时费力。我研究这个问题一段时间后，有了一种朦胧的意识，觉得算法应该学习指纹专家。但是指纹专家在脑子里是如何提取指纹特征的，没人能说得清楚。大概过了两年多的时间，我才找到工程上可行的方法，将指纹的统计规律融入算法，把现场指纹的特征提取性能提高了一大截。这项工作得到了学术界同行和工业界专家很高的评价，在我国某些警用指纹识别系统中也得到了成功应用。
指纹识别的应用已经很普遍了，似乎指纹识别技术已经进入成熟期了。下一步可能有哪些新的应用？
从上世纪70年代的警用自动指纹识别系统，到本世纪初的指纹考勤机，再到近几年的智能手机、指纹锁，指纹识别技术日益进入我们的日常生活。随着指纹传感器和识别算法的性价比逐步提高，指纹识别技术有可能嵌入到更多的物品中，赋予身份识别功能。
作为博士生导师，请问您是如何选拔研究生，以及培养研究生的？能否和大家分享一下您的经验？
清华的很多本科生在大二、大三的时候会主动报名参与实验室的科研项目。我会根据学生的兴趣，安排他们参与某研究生的课题。其中有的学生能够一直坚持下来。经过半年到一年的考察，应该能从中发现科研兴趣高、有潜质的学生。在研究生的培养方面，我觉得个性化的培养很重要。不同研究生的基础、个性存在很大差异，选题的难度不同，在不同科研阶段所需要的帮助不一样，毕业条件也无法统一要求。这就需要导师在每个学生上花足够的时间。
您在国际学术刊物及会议上发表论文80余篇，包括模式识别领域顶级期刊T-PAMI上10篇长文。能否分享一下您在发表高水平论文方面的经验？
我们领域的高水平论文通常具有这样的特点，选题重要、方法新颖、性能突出、表达清晰。如何做到前三点，实际上是关于如何做科研。这个题目太大了，我恐怕讲不好。我这里假设选题、方法、性能都很好了，如何把论文写好。下面的三条建议可能对研究生有参考价值。一、多读经典论文。不但平时做研究要读，在写论文时候要再次翻阅，学习他们写作方面的优点；二、多