编辑：桃子
【新智元导读】又一位CV大牛回国任教！近日，曾任职阿德莱德大学计算机科学学院的沈春华教授现已加盟浙江大学，在计算机辅助设计与图形学国家重点实验室工作。2020年，他曾获得澳大利亚科研终身成就奖。
近日，沈春华教授个人主页显示，自己已于12月加入浙江大学。目前，他在浙江大学紫金港校区计算机辅助设计与图形学国家重点实验室工作。沈春华教授本硕士毕业于南京大学，之后便在澳大利亚国立大学继续攻读第二个硕士，毕业后在阿德莱德大学（University of Adelaide）深造，获得了博士学位。2011年，沈春华教授进入阿德莱德大学计算机科学学院，先后担任高级讲师、副教授等职位。2014年，他成为阿德莱德大学计算机科学学院的终身教授，主要从事统计机器学习以及计算机视觉领域的研究工作。阿德莱德大学是全球顶尖的计算机视觉研究机构，近10年在计算机视觉三大顶会（ECCV、ICCV、CVPR）的论文发表成果十分突出，CSRankings上计算机视觉排名全球第2。计算机排名网站 CSRanking 显示，沈春华是过去 10 年间在计算机视觉方向 3 大顶级会议发表论文最多的在澳学者。可见，他的科研成果和产出是阿德莱德大学下属的澳大利亚机器学习研究院 (Australian Institute for Machine Learning，AIML) 能在 CSRanking 上排名世界第 4 的主要原因之一。今年，沈春华教授被评为2021年 AI 2000 计算机视觉全球最具影响力学者。2020年，沈春华还获得澳大利亚科研终身成就奖，是工程与计算机类奖项的 5 名获选人之一。据Google Scholar显示，沈春华教授的论文已积累34000多次引用，个人H-index为92。根据沈春华教授主页显示，FCOS在2019 ICCV上最有影响力的论文之一，目前引用量已达1377。这篇论文主要介绍了一种基于全卷积神经网络的逐像素目标检测算法 FCOS（Fully Convolutional One-Stage Object Detection）。论文地址：https://arxiv.org/pdf/1904.01355.pdf
最大亮点是提出了一个不需要锚框（Anchor Free）的全新的目标检测算法。通过去除预先定义的锚框，FCOS 可完全避免锚框的复杂运算，并能节省训练过程中的内存占用。FCOS 在性能上接近甚至超过目前很多基于锚框的主流目标检测算法。沈春华教授还有一篇在2017年发表的论文引用量已超过2000。这篇文章提出了一个RefineNet模型，通过residual connections使得较深层的网络也可以利用浅层网络的特征。沈教授还有2020年的SOLO、BlendMask等等工作都是好评如潮。当然，在论文以外，沈春华团队也贡献了不少开源工具，其中最著名的一个就是AdelaiDet，已在GitHub上已经收获2.6k Star。从教至今，他培养出众多青年学者。除此之外，还有多位毕业生入职名企、或在知名大学担任教职， 如悉尼大学、墨尔本莫纳什大学、新加坡理工大学等等。想必杨易老师也是计算机领域的大牛。根据浙大杨易老师的主页显示，他目前就任于计算机科学与技术学院。
参考资料：
https://www.zhihu.com/question/506531713
https://cshen.github.io/
https://zhuanlan.zhihu.com/p/270317786
