來源：市場(chǎng)資訊

（來源：中國圖像圖形學(xué)會(huì)CSIG）

中國圖象圖形學(xué)學(xué)會(huì)博士/碩士學(xué)位論文激勵(lì)計(jì)劃旨在推動(dòng)中國圖像圖形學(xué)領(lǐng)域的科技進(jìn)步，鼓勵(lì)創(chuàng)新性研究，促進(jìn)青年人才成長。

為宣傳科技工作者積極進(jìn)取的工作精神，分享獲獎(jiǎng)人的科研故事，本期推文我們獨(dú)家對(duì)話2025年度CSIG碩士學(xué)位論文激勵(lì)計(jì)劃提名獲得者杜凱樂，聽他講述科研路上的堅(jiān)守與成長，以榜樣之力，赴創(chuàng)新之約。

問題一：感謝您接受CSIG專訪，請(qǐng)先進(jìn)行一下自我介紹：

感謝CSIG的邀請(qǐng)，很榮幸能夠參與本次專訪。我畢業(yè)于蘇州科技大學(xué)，目前在東南大學(xué)從事人工智能與模式識(shí)別方向的研究，主要關(guān)注多標(biāo)簽類增量學(xué)習(xí)與開放環(huán)境下的持續(xù)學(xué)習(xí)問題，致力于提升模型在真實(shí)動(dòng)態(tài)場(chǎng)景中的穩(wěn)定性與泛化能力。近年來圍繞關(guān)系建模、類別不平衡以及過自信預(yù)測(cè)抑制等關(guān)鍵問題開展了系統(tǒng)研究，相關(guān)成果發(fā)表于ECCV、AAAI及IEEE Transactions系列期刊與會(huì)議。同時(shí)，我也積極參與學(xué)術(shù)服務(wù)工作，擔(dān)任ICML、AAAI、ACM MM等國際會(huì)議審稿人。希望通過基礎(chǔ)研究與實(shí)際應(yīng)用結(jié)合，推動(dòng)持續(xù)學(xué)習(xí)技術(shù)在智能視覺系統(tǒng)中的發(fā)展。

問題二：在科研過程中，有沒有什么好的方法可以推薦給大家？

在科研過程中，我認(rèn)為首先要學(xué)會(huì)從問題本身出發(fā)，而不是從方法出發(fā)。與其急于設(shè)計(jì)復(fù)雜模型，不如反復(fù)分析任務(wù)的真實(shí)困難與失敗案例，明確問題的本質(zhì)來源。其次，要保持持續(xù)復(fù)現(xiàn)與對(duì)比的習(xí)慣，通過嚴(yán)格的實(shí)驗(yàn)設(shè)計(jì)驗(yàn)證每一步改動(dòng)是否真正有效，這對(duì)于避免“偶然提升”非常重要。此外，建議盡早建立系統(tǒng)化的實(shí)驗(yàn)與記錄機(jī)制，包括參數(shù)設(shè)置、結(jié)果變化和負(fù)面實(shí)驗(yàn)，這些往往是后續(xù)創(chuàng)新的重要依據(jù)。最后，科研需要長期積累與耐心，多與同行交流、主動(dòng)閱讀不同方向的工作，往往能帶來新的研究視角與啟發(fā)。

問題三：請(qǐng)對(duì)您的論文進(jìn)行簡要介紹：

我的研究主要圍繞多標(biāo)簽類增量學(xué)習(xí)展開，關(guān)注模型在開放環(huán)境中面對(duì)類別持續(xù)擴(kuò)展與標(biāo)簽不完整標(biāo)注時(shí)的穩(wěn)定學(xué)習(xí)問題。相關(guān)論文從關(guān)系建模、類別不平衡以及過自信預(yù)測(cè)等關(guān)鍵挑戰(zhàn)出發(fā)，提出了一系列改進(jìn)方法。例如，通過增廣圖卷積網(wǎng)絡(luò)構(gòu)建跨任務(wù)標(biāo)簽關(guān)系，緩解標(biāo)簽空間割裂帶來的性能退化；進(jìn)一步針對(duì)多標(biāo)簽增量學(xué)習(xí)中普遍存在的過自信預(yù)測(cè)問題，提出置信度自校準(zhǔn)機(jī)制，有效降低假陽性錯(cuò)誤；同時(shí)在學(xué)習(xí)目標(biāo)與樣本層面引入雙重平衡策略，以同時(shí)抑制災(zāi)難性遺忘與類別偏置。實(shí)驗(yàn)結(jié)果表明，所提出方法在多個(gè)標(biāo)準(zhǔn)數(shù)據(jù)集上均取得了穩(wěn)定且顯著的性能提升。

問題四：請(qǐng)問您在論文籌備過程中遇到最大的挑戰(zhàn)是什么？是怎樣克服的呢？

在論文籌備過程中，最大的挑戰(zhàn)是如何準(zhǔn)確定位多標(biāo)簽類增量學(xué)習(xí)中的核心問題，并通過充分的實(shí)驗(yàn)與理論分析證明方法的有效性。由于該方向同時(shí)面臨類別持續(xù)擴(kuò)展與標(biāo)簽不完全標(biāo)注帶來的復(fù)雜影響，模型性能的變化往往由多種因素共同造成，早期很難判斷改進(jìn)是否真正來源于方法本身。為此，我通過大量對(duì)比實(shí)驗(yàn)與消融分析，反復(fù)驗(yàn)證不同模塊的實(shí)際作用，并重點(diǎn)分析失敗案例，從現(xiàn)象中追溯問題本質(zhì)。同時(shí)，通過持續(xù)閱讀相關(guān)領(lǐng)域工作并與同行交流，不斷修正研究思路。最終通過系統(tǒng)化實(shí)驗(yàn)設(shè)計(jì)與長期迭代，逐步明確關(guān)鍵問題并形成完整、可靠的研究方案。

問題五：請(qǐng)問您有什么獲獎(jiǎng)感言呢？

能夠獲得這份榮譽(yù)，我感到非常榮幸與感謝。首先要衷心感謝我的導(dǎo)師胡伏原教授一直以來的悉心指導(dǎo)與耐心支持，從研究選題到論文打磨，每一步都給予了我極大的幫助與啟發(fā)。導(dǎo)師嚴(yán)謹(jǐn)?shù)目蒲袘B(tài)度和對(duì)學(xué)術(shù)質(zhì)量的高標(biāo)準(zhǔn)要求，讓我逐漸學(xué)會(huì)如何真正做好科研。未來我將繼續(xù)保持踏實(shí)認(rèn)真的科研態(tài)度，不斷探索新的問題，努力產(chǎn)出更有價(jià)值的研究成果，以回饋導(dǎo)師的培養(yǎng)與信任。