-
何恺明 编辑
何恺明(Kaiming He),1984年出生于广东广州,人工智能科学家,麻省理工学院电气工程与计算机科学系副教授。何恺明2003年高中毕业于广州市执信中学,为当年广东省高考满分状元。2003-2007年就读于清华大学物理系基础科学班,连续3年获得清华奖学金,本科毕业后进入香港中文大学攻读研究生,师从汤晓鸥。2009年成为CVPR最佳论文首位华人得主。2011年获得香港中文大学信息工程哲学博士学位,之后进入微软亚洲研究院工作。2016年8月加入Facebook AI Research(FAIR),担任研究科学家。2017年获得ICCV最佳论文奖(马尔奖)。2018年获得CVPR大会PAMI青年研究者奖。2022年入选AI 2000人工智能全球最具影响力学者榜单,综合排名第一。2023年获得未来科学大奖数学与计算机科学奖。2024年2月加入麻省理工学院电气工程与计算机科学系,担任副教授。何恺明的主要研究领域为计算机视觉和深度学习,是深度残差网络(ResNets)的主要开发者。
中文名:何恺明
外文名:Kaiming He
出生地:广东省广州市
出生日期:1984年
毕业院校:香港中文大学
职业:教育科研工作者
主要成就:CVPR 2009、CVPR 2016、ICCV 2017最佳论文奖2017年获选为香港中文大学工程学院杰出校友2018年获得CVPR大会PAMI青年研究者奖2023年获得未来科学大奖数学与计算机科学奖
2003年5月,何恺明凭借全国物理竞赛一等奖被保送清华大学机械工程及自动化专业。6月,他选择继续参加高考,获得满分900分的成绩,成为当年广东省9位满分状元之一。
2003年9月,何恺明进入清华大学后,放弃原本保送的专业,转而选择基础科学班。大学期间,他连续3年获得清华奖学金。
2007年,何恺明在毕业前已进入微软亚洲研究院(MSRA)实习,出于对计算机图形图像课程的兴趣,他选择加入MSRA视觉计算组,实习导师为孙剑。本科毕业后,他进入香港中文大学攻读研究生,师从汤晓鸥,期间仍然在微软亚洲研究院参与相关研究。
何恺明
2009年,何恺明的第一篇论文获得IEEE国际计算机视觉与模式识别会议(CVPR)年度最佳论文奖,是CVPR创办25年以来首次有华人乃至亚洲学者获奖。2011年,何恺明毕业于香港中文大学多媒体实验室,获得信息工程哲学博士学位,之后正式加入微软亚洲研究院工作。
2015年,何恺明和他的团队凭借152层深度残差网络ResNet-152,在ImageNet图像识别大赛中击败谷歌、英特尔、高通等业界团队,获得第一。
2016年8月,何恺明离开微软亚洲研究院,加入Facebook AI Research(FAIR),担任研究科学家。
2023年8月,何恺明获得未来科学大奖数学与计算机科学奖,奖金33.3万美元;同年10月,在香港中文大学以“深度残差学习及其对人工智能领域的影响”为题发表得奖演说。
2024年2月,何恺明加入麻省理工学院电气工程与计算机科学系(MIT EECS),担任副教授。
何恺明活动照
何恺明活动照
何恺明合照
科研成就
科研综述
何恺明团队提出了深度残差学习,使神经网络能够达到前所未有的深度,获得以前难以实现的能力,促成了多个突破性的成果——包括AlphaGo、AlphaFold和ChatGPT,为人工智能做出了基础性贡献。
2017年3月,何恺明和同事公布Mask R-CNN,提出了一个概念上简单、灵活和通用的用于目标实例分割(objectinstance segmentation)框架,能够有效地检测图像中的目标,同时还能为每个实例生成一个高质量的分割掩码。
何恺明(右)与导师汤晓鸥教授(左)
学术论著
根据Google Scholar的统计,截至2023年7月,何恺明已发表73篇论文,H指数为67,引用次数超过46万次。
代表性论文:
He, K., Chen, X., Xie, S., Li, Y., Dollár, P., & Girshick, R. (2022). Masked autoencoders are scalable vision learners. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (pp. 16000-16009).
Chen, X., & He, K. (2021). Exploring simple siamese representation learning. In Proceedings of the IEEE/CVF conference on computer vision and pattern recognition (pp. 15750-15758).
He, K., Fan, H., Wu, Y., Xie, S., & Girshick, R. (2020). Momentum contrast for unsupervised visual representation learning. In Proceedings of the IEEE/CVF conference on computer vision and pattern recognition (pp. 9729-9738).
Qi, C. R., Litany, O., He, K., & Guibas, L. J. (2019). Deep hough voting for 3d object detection in point clouds. In proceedings of the IEEE/CVF International Conference on Computer Vision (pp. 9277-9286).
Wu, Y., & He, K. (2018). Group normalization. In Proceedings of the European conference on computer vision (ECCV) (pp. 3-19).
He, K., Gkioxari, G., Dollár, P., & Girshick, R. (2017). Mask r-cnn. In Proceedings of the IEEE international conference on computer vision (pp. 2961-2969).
Lin, T. Y., Goyal, P., Girshick, R., He, K., & Dollár, P. (2017). Focal loss for dense object detection. In Proceedings of the IEEE international conference on computer vision (pp. 2980-2988).
He, K., Zhang, X., Ren, S., & Sun, J. (2016). Deep residual learning for image recognition. In Proceedings of the IEEE conference on computer vision and pattern recognition (pp. 770-778).
He, K., Sun, J., & Tang, X. (2010). Single image haze removal using dark channel prior. IEEE transactions on pattern analysis and machine intelligence, 33(12), 2341-2353.
论文题目 | 奖项 |
Single Image Haze Removal Using Dark Channel Prior | CVPR 2009最佳论文奖(第一作者) |
Deep Residual Learning for Image Recognition | CVPR 2016最佳论文奖(第一作者) |
Mask R-CNN | ICCV 2017最佳论文奖(马尔奖)(第一作者) |
Focal Loss for Dense Object Detection | ICCV 2017最佳学生论文奖(第四作者) |
Group Normalization | ECCV 2018最佳论文荣誉提名奖 |
Exploring Simple Siamese Representation Learning | CVPR 2021最佳论文荣誉提名奖 |
人才培养
2024年春季,何恺明在麻省理工学院开设课程《Advances in Computer Vision》(计算机视觉的进展)。
何恺明在MIT授课
荣誉表彰
时间 | 荣誉表彰 | 授予单位 |
2009年 | 微软学者奖学金 | 微软公司 |
2017年 | 香港中文大学工程学院杰出校友 | 香港中文大学工程学院 |
2018年 | PAMI青年研究者奖 | 第31届IEEE国际计算机视觉与模式识别会议(CVPR) |
2020年 | AI 2000人工智能全球最具影响力学者(计算机视觉领域第一) | 知识智能联合研究中心、清华大学人工智能研究院 |
2022年 | AI 2000人工智能全球最具影响力学者(综合排名第一) | 清华大学计算机系AMiner团队等 |
2023年 | 未来科学大奖数学与计算机科学奖 | 香港未来科学大奖基金会 |
时间 | 担任职务 |
2016-2019年 | 计算机视觉国际期刊(IJCV)副编辑 |
2016年 | IEEE国际计算机视觉与模式识别会议(CVPR)领域主席 |
2017年 | IEEE国际计算机视觉大会(ICCV)领域主席 |
2018年 | IEEE国际计算机视觉与模式识别会议(CVPR)领域主席 |
2018年 | 欧洲计算机视觉国际会议(ECCV)领域主席 |
2020年 | IEEE国际计算机视觉与模式识别会议(CVPR)领域主席 |
2021年 | IEEE国际计算机视觉与模式识别会议(CVPR)领域主席 |
2022年 | IEEE国际计算机视觉与模式识别会议(CVPR)领域主席 |
2023年、2024年 | 神经信息处理系统大会(NeurIPS)高级领域主席 |
2023年 | IEEE国际计算机视觉大会(ICCV)议程主席 |
家庭背景
何恺明是家中独子,父母均在企业里从事管理工作,从小就接触到优良的教学环境。他年少时就被送到少年宫学习绘画,有时一待就是大半天,这也不断使他练就出沉稳的性格。
无论是在MSRA还是在FAIR,何恺明始终以他沉稳而优秀的表现,一路过关斩将,为学术界带来许多重磅的研究成果。 (清华校友总会评)
何恺明是深度学习领域最具影响力的人物之一,在计算机视觉和深度学习领域发表了一系列极具影响力的论文,是领域内多个著名奖项的获得者。 (清华大学新闻网评)
“出道即巅峰”是何恺明的真实写照,他年少成名,依然不断潜心研究,一直带来新惊喜。 (《新民晚报》评)
1、本站所有文本、信息、视频文件等,仅代表本站观点或作者本人观点,请网友谨慎参考使用。
2、本站信息均为作者提供和网友推荐收集整理而来,仅供学习和研究使用。
3、对任何由于使用本站内容而引起的诉讼、纠纷,本站不承担任何责任。
4、如有侵犯你版权的,请来信(邮箱:baike52199@gmail.com)指出,核实后,本站将立即删除。