erpot已经普及的年代，这显得有些老派，但他喜欢在汇报时用铅笔快速标注重点的感觉。

组会准时开始。第一个汇报的是博士三年级生艾米丽·陈，一个除了姓氏，其他各方面已经和华裔都不沾边的女生，包括长相，毕竟，作为第一批来到丑国的华工后代，你要相信基因的力量。

她做的是基于主动轮廓模型的医学图像分割。汇报到一半时，瑞迪打断了她。

“你的能量函数中正则项系数是固定的？”

“是的，目前是03。”

“试过自适应调整吗？根据图像局部梯度？”

艾米丽愣了一下，“这……会增加计算复杂度。”

“先验证有效性，再优化效率。”瑞迪的语气平和，却带着不容置疑的权威，“下周三之前，给我三组对比数据。”

曹鹏低头在自己的笔记本上快速记下一行字，“正则项自适应，可用于多尺度特征权重分配？”他的思维总是这样，即使在听别人的汇报，也会下意识寻找与自己课题的交叉点。

第二个汇报的就是胖子维杰。

他提出了一种基于互信息的特征选择方法，用于降低高维特征空间中的冗余。

汇报过程中，曹鹏三次举手提问，一次关于互信息估计中核函数带宽的选择依据，一次关于该方法在类别不平衡数据集上的鲁棒性，还有一次关于计算复杂度的实际评估。

每次提问都朝着要害而去。维杰的回答起初还游刃有余，到第三个问题时，额头已渗出细密的汗珠。

“计算复杂度方面，”维杰翻动着幻灯片，试图找到相应的分析页面，“理论上是o(n2)，但实际实现中我们采用了近似算法……”

“近似算法的误差界是多少？”曹鹏追问。

会议室安静了几秒。瑞迪抬起头，目光在两人之间扫过，嘴角似乎微微上扬了一毫米—，这是他对学生间高质量辩论的认可。

“这……我们还在分析。”维杰最终承认。

“那么在你的实验结果中，至少应该标注‘使用近似算法’的说明。”曹鹏的语气没有得意，只是陈述事实，“否则对比是不公平的。”

维杰点头坐下时，曹鹏对他眨了眨眼，这是两人之间的默契，辩论归辩论，不影响午饭时一起吐槽系里新出台的服务器使用规定。

瑞迪教授朝曹鹏点头，“上周我们讨论了sift特征在动态场景中的漂移问题。曹鹏提出了一个新框架的初步想法。今天，请他详细展开。”

曹鹏起身，在靠近白板的位置坐下，他没用投影，有些思路，手写更能体现思考的脉络。

“谢谢教授。”他转向小组，目光扫过每个人的脸。

维杰抱着手臂，眉头微皱，艾米丽已打开笔记本，二年级博士生汤姆眼神放空，大概还没从昨晚的dota战中回神，而博士后捷尔任斯基，则冲曹鹏眨眨眼。

“我们现有的图像分类流程：特征提取、编码、池化、分类器。”曹鹏画了四个方框，“问题在于，手工设计的特征，比如sift在类别增多、视角变化剧烈时，区分度下降。而编码阶段用的k-ans或稀疏编码，本质是假设特征服从单一分布。”

说到这儿，

章节内容不完整，请退出阅读模式查看完整内容！