20 岁发表 SCI 的学霸,梦想用算法改变世界

简介: 走进视频云挑战者的世界

image.png

2021 年 2 月,“新内容 新交互” 全球视频云创新挑战赛启幕。本次大赛由英特尔联合阿里云主办,与优酷战略技术合作,天池平台和阿里云视频云团队共同承办。大赛自开赛以来,吸引了全球超过 4600 名选手报名参赛,我们遴选了参赛选手中优秀案例和动人故事,一起走进视频云挑战者的世界。


“飘香猪扒饭” — 一个引人食欲的名字,而这只队伍也是由三名不折不扣的 “小鲜肉” 组成,他们都来自于杭州电子科技大学,分别是队长叶晴昊,两名队员沈希乐和王子瑞。在此次视频云全球创新挑战赛的算法赛中,“飘香猪扒饭” 一路披荆斩棘,成功晋级到决赛,而问到他们的参赛秘籍,两名队员都说这要归功于队长兼灵魂人物 — 叶晴昊。

image.png

叶晴昊同学

科研这条路上,我体会寂寞也感受快乐

叶晴昊是一个不折不扣的学霸,在杭电本科期间,就曾 3 次荣获浙江省政府奖学金,5 次荣获校一等奖学金;并以第一作者身份发表了 SCI 期刊论文 《Exploring global diverse attention via pairwise temporal relation for video summarization》,在美国哈佛大学、加州大学河滨分校等交流项目和课程学习中获得了全 A + 的成绩。


本科毕业后他更是手握美国加州大学圣地亚哥分校、加州大学欧文分校、圣路易斯华盛顿大学等多所名校的 offer,最终选择就读于美国加州大学圣地亚哥分校(USCD)计算机专业攻读研究生。


但是,就这样一个 “别人家的孩子”,却很少有人知道,他其实是个 “半路出家” 的计算机专业学生。大一时,他的专业并不是计算机,但是出于对计算机的热爱,通过一番勤奋自学,如愿转到了计算机学院,从此开启了他的开挂之路。


善于思考与提问,对未知事物有着强烈的好奇心,这是叶晴昊认为不断支持自己向前的动力。大学四年,叶晴昊一直保持着全年级 1% 的优异成绩,并在科研的路上探索各种可能性,参加了很多项目和比赛积累经验、拓宽视野 。2019 年,还是大三学生的叶晴昊在导师带领下参与了人生中第一个大项目 ——“浙江省认知医疗工程技术研究中心的开放项目”。整个项目期间,叶晴昊全身心的投入到研究中,并最终在第一次参加重大项目时就以第一作者的身份在 SCI 期刊上发表了相关论文。

对于自己的科研之路,晴昊说到:“说起科研可能有人会觉得很枯燥,很困难,当然这些之于我也没有什么不同,但是我觉得在科研这条路上体会寂寞的同时,我也会努力感受着它的快乐

“学霸” 不是唯一的标签

image.png

叶晴昊(右二)与美国同学


在学习之外,摄影是叶晴昊最大的爱好。他认为信息基于图片,而视频基于图片,视频包含的信息量比图片要多的多,给人的视听感受也更加全面,视频的发展未来就是视频云,所以叶晴昊希望能从日常的摄影爱好中、从最基本的信息载体 —— 图像来感受视频技术发展的未来。在摄影之外,叶晴昊也非常喜欢参加各种类型的比赛,也收获颇丰 ——2017 年浙江省大学生物理创新竞赛二等奖、2018 年省大学生互联网”+” 创新创业比赛铜奖等。他与阿里的缘分也很深厚,在 2020 年 MEDIA AI 阿里巴巴文娱算法挑战赛中他就取得了季军的好成绩。


叶晴昊表示这次阿里云视频云全球创新挑战赛的算法赛题非常具有挑战性,“这次复赛的视频分割赛题,官方选用的是第三代英特尔至强处理器(Cooper lake ),我们发现 CPU 也可以用于神经网络的部署,和 GPU 相比成本也下降了不少,为我在这方面的研究提供了一些新的思路。”


关于未来,叶晴昊表示自己还将会从事计算机视觉、视频技术方向的工作,梦想用算法改变世界。希望在接下的比赛中,叶晴昊和他的团队 “飘香猪扒饭” 可以走的更远,在视频云技术的道路上不断探索。


「视频云技术」你最值得关注的音视频技术公众号,每周推送来自阿里云一线的实践技术文章,在这里与音视频领域一流工程师交流切磋。公众号后台回复【技术】可加入阿里云视频云技术交流群,和作者一起探讨音视频技术,获取更多行业最新信息。

image.png

相关文章
|
机器学习/深度学习 数据采集 算法
高分SCI必备:使用R语言和机器学习算法解析心脏病中的变量重要性
心脏病是全球范围内主要的致死因素之一[1],给人们的生活和健康带来了巨大的挑战。为了预测和诊断心脏病,研究人员使用了各种机器学习算法,并通过分析变量重要性来理解特征对心脏病的影响。
807 0
|
机器学习/深度学习 算法 数据库
Sci. Adv. | 新算法识别治疗肺动脉高压的候选抗癌药物
Sci. Adv. | 新算法识别治疗肺动脉高压的候选抗癌药物
329 0
Sci. Adv. | 新算法识别治疗肺动脉高压的候选抗癌药物
|
3天前
|
机器学习/深度学习 算法
基于改进遗传优化的BP神经网络金融序列预测算法matlab仿真
本项目基于改进遗传优化的BP神经网络进行金融序列预测,使用MATLAB2022A实现。通过对比BP神经网络、遗传优化BP神经网络及改进遗传优化BP神经网络,展示了三者的误差和预测曲线差异。核心程序结合遗传算法(GA)与BP神经网络,利用GA优化BP网络的初始权重和阈值,提高预测精度。GA通过选择、交叉、变异操作迭代优化,防止局部收敛,增强模型对金融市场复杂性和不确定性的适应能力。
110 80
|
22天前
|
算法
基于WOA算法的SVDD参数寻优matlab仿真
该程序利用鲸鱼优化算法(WOA)对支持向量数据描述(SVDD)模型的参数进行优化,以提高数据分类的准确性。通过MATLAB2022A实现,展示了不同信噪比(SNR)下模型的分类误差。WOA通过模拟鲸鱼捕食行为,动态调整SVDD参数,如惩罚因子C和核函数参数γ,以寻找最优参数组合,增强模型的鲁棒性和泛化能力。
|
28天前
|
机器学习/深度学习 算法 Serverless
基于WOA-SVM的乳腺癌数据分类识别算法matlab仿真,对比BP神经网络和SVM
本项目利用鲸鱼优化算法(WOA)优化支持向量机(SVM)参数,针对乳腺癌早期诊断问题,通过MATLAB 2022a实现。核心代码包括参数初始化、目标函数计算、位置更新等步骤,并附有详细中文注释及操作视频。实验结果显示,WOA-SVM在提高分类精度和泛化能力方面表现出色,为乳腺癌的早期诊断提供了有效的技术支持。
|
8天前
|
供应链 算法 调度
排队算法的matlab仿真,带GUI界面
该程序使用MATLAB 2022A版本实现排队算法的仿真,并带有GUI界面。程序支持单队列单服务台、单队列多服务台和多队列多服务台三种排队方式。核心函数`func_mms2`通过模拟到达时间和服务时间,计算阻塞率和利用率。排队论研究系统中顾客和服务台的交互行为,广泛应用于通信网络、生产调度和服务行业等领域,旨在优化系统性能,减少等待时间,提高资源利用率。
|
16天前
|
存储 算法
基于HMM隐马尔可夫模型的金融数据预测算法matlab仿真
本项目基于HMM模型实现金融数据预测,包括模型训练与预测两部分。在MATLAB2022A上运行,通过计算状态转移和观测概率预测未来值,并绘制了预测值、真实值及预测误差的对比图。HMM模型适用于金融市场的时间序列分析,能够有效捕捉隐藏状态及其转换规律,为金融预测提供有力工具。
|
24天前
|
算法
基于GA遗传算法的PID控制器参数优化matlab建模与仿真
本项目基于遗传算法(GA)优化PID控制器参数,通过空间状态方程构建控制对象,自定义GA的选择、交叉、变异过程,以提高PID控制性能。与使用通用GA工具箱相比,此方法更灵活、针对性强。MATLAB2022A环境下测试,展示了GA优化前后PID控制效果的显著差异。核心代码实现了遗传算法的迭代优化过程,最终通过适应度函数评估并选择了最优PID参数,显著提升了系统响应速度和稳定性。
105 15
|
16天前
|
机器学习/深度学习 算法 信息无障碍
基于GoogleNet深度学习网络的手语识别算法matlab仿真
本项目展示了基于GoogleNet的深度学习手语识别算法,使用Matlab2022a实现。通过卷积神经网络(CNN)识别手语手势,如"How are you"、"I am fine"、"I love you"等。核心在于Inception模块,通过多尺度处理和1x1卷积减少计算量,提高效率。项目附带完整代码及操作视频。
|
21天前
|
算法
基于WOA鲸鱼优化的购售电收益与风险评估算法matlab仿真
本研究提出了一种基于鲸鱼优化算法(WOA)的购售电收益与风险评估算法。通过将售电公司购售电收益风险计算公式作为WOA的目标函数,经过迭代优化计算出最优购电策略。实验结果表明,在迭代次数超过10次后,风险价值收益优化值达到1715.1万元的最大值。WOA还确定了中长期市场、现货市场及可再生能源等不同市场的最优购电量,验证了算法的有效性。核心程序使用MATLAB2022a实现,通过多次迭代优化,实现了售电公司收益最大化和风险最小化的目标。

热门文章

最新文章