学者名片：

程明明，南开大学计算机学院教授，计算机系主任。主要研究方向为计算机视觉和计算机图形学。已在IEEE TPAMI、ACM TOG、ACM SIGGRAPH等CCF A类顶级国际会议及期刊发表论文50余篇，论文Google引用12000余次，最高单篇引用2900余次。

“85后”、教授、青年拔尖人才……程明明身上这些耀眼夺目的标签，足以吸引公众的目光。但是他却丝毫没有被这些光环所牵绊，即便是暑假期间，他几乎每天都会到办公室工作。

“昨晚10点半才离开实验室，因为是假期，我都忘记是周几了。”程明明现在是南开大学计算机学院的教授。

为了更加简洁清晰地向《中国科学报》记者展示他的研究领域，程明明特意用了近三年技术落地应用的介绍图进行说明：手机智能拍照、风电设备的巡检、皮肤病的检测、农业病虫害识别、科教演示服务……

“几乎很难找到和我们专业不相关的领域。”程明明说。

本科阶段也应做研究

程明明出生在陕西省乾县的一个普通家庭。高考报志愿的时候，他本来计划读建筑学或者物理学。但因当年高考成绩被低估很多，他都做好了复读的准备。“就在这个时候，我看到了西安电子科技大学的招生海报，上面正好有电话，我就打电话进行了咨询。”

程明明回忆，当时招生办的老师向他推荐了三个专业：通信工程、电子学、计算机。“我当时啥也不懂，觉得通信工程就是打电话，电子学应该是特别微观的，所以就选择了计算机专业。”

“上大学前，我从来没有摸过电脑。”程明明向记者讲述他在大一机房课上闹过的一个笑话：老师让我们打开电脑，可我的电脑显示屏一直不亮，后来接连换了两台电脑都不亮。最后老师过来才发现，原来是我根本没有打开显示器的开关按钮。

虽然当时对计算机的认识“一穷二白”，但是程明明还是凭借本科期间的刻苦努力，多次参加了学校、省、全国的计算机比赛，并取得优异成绩，最后被保送到清华大学直接攻读博士研究生。之后，他又去了英国牛津大学从事计算机视觉研究。

程明明认为，在本科阶段，学生一定要充分利用空闲时间做研究。由于学制限制，不论是国内还是国外，大学的课程都是非常基础的，留下大量的时间给学生发展自己的兴趣爱好。国外的很多名校，除了上课学期，每年都有好几个月的时间让学生投入到解决具体科研或工程问题的实践中去。

程明明建议，本科生千万不要把“暑期”当成“暑假”，把“课余时间”当成“业余时间”。大学的机会很多，竞争却不算激烈，务必充分利用大学的资源提高自己的能力。首先，要全方位发掘自己的兴趣点，接触行业前沿知识，以此为契机，找到自己的研究方向。同时积极和老师取得联系，主动在项目中承担一些力所能及的研究工作，打好研究的基础。此外，他认为，本科生还要利用学校提供的各种免费资源查找并学习业内高影响力、高引用的文章，在较短的时间内提升自己对行业的了解和研究能力。

研究须打破思维定势

“有一天，你去国外开会，当与国外专家沟通交流介绍自己时，他说之前看过你的具体某篇论文，这就是对科研工作者最大的肯定。”程明明认为，一位优秀的科研工作者一定要有自己的追求和想法，能够主动地寻找具有潜在影响力的事情来做，这样才能把事情做好。

据了解，人类大脑获取的信息，80%以上来自于视觉通道，视觉是人类进行各种智能活动的重要基础，所以“图像内容理解与智能处理”研究炙手可热。

“干我们这一行的，加班是常态。而当看到自己研发的技术能被很多普通消费者所使用，内心的成就感远比打赢几局游戏要大得多。”程明明说，当前计算机视觉的人才培养远远满足不了市场的巨大需求。“南开大学给予了我足够大的发展空间，让我决心深耕在这里，培养出FC碰碰胡老虎机法典-提高赢钱机率的下注技巧的学生。”

程明明认为，做科学研究，最大的难点还是打破思维定势。他向记者介绍了一种显著性物体检测技术，“这种技术在手机中应用，就能让手机拍出单反相机的效果”。但这种技术对算法性能和速度要求极高，任何一点错误，哪怕比例很小，都容易被用户注意到，影响拍照体验。他的团队在这方面进行了多年的技术攻关，最终使得计算资源有限的手机，也能实时地生成高质量的像素级精度的检测结果。这一技术被应用到产品中推向市场，也让程明明团队成员颇有成就感。

当然，这只是程明明团队研究工作的一小部分。他们希望通过对图像内容理解与智能处理的研究，给手机及各种机器设备安装一双“智慧的眼睛”，最大程度满足用户需求。

“目前，人工智能的现状依然是有多少人工，才有多少智能。”程明明说，未来团队将在语义理解、图像处理、无监督学习等方面进行探索，拓展相关技术应用范围，努力对接国家重大科技需求，为社会经济发展贡献智慧与力量。

代表论著：

1.Deeply supervised salient object detection with short connections, Qibin Hou, Ming-Ming Cheng, Xiaowei Hu, Ali Borji, Zhuowen Tu, Philip Torr, IEEE TPAMI, 41(4):815-828, 2019.

2.Global Contrast based Salient Region Detection. Ming-Ming Cheng, Niloy J. Mitra, Xiaolei Huang, Philip H. S. Torr, Shi-Min Hu. IEEE TPAMI, 37(3), 569-582, 2015.