高考
向来只是表演前的一次彩排
…
状元，从来都是放榜后人们茶余饭后的谈资
年复一年，从科举到高考，亘古未变
十年寒窗苦读无人问，一举成名天下知
这也的确是如今高考制度下的真实写照
高考状元被记者围堵
然而对于广大平庸的学生而言，状元也许是远处的酸葡萄
不论何时总有人会从不同的角度抨击高考状元
而高考状元毕业后的工作生活则是重灾区
知名游戏主播女流是2006年内蒙理科状元石悦
2011年，中央教科院做过一个关于高考状元的调查
其结果发表在《上海教育》杂志上，其称
“我们调查了恢复高考以来的3300名高考状元，没有一位成为行业领袖”
这份调查报告的可信度有多高我们并不知道
但2000年以后至少有一位高考状元成为了业界翘楚
他是何恺明，也是2003年广东省理科高考状元
何恺明
2009年，在IEEE举办的国际计算机视觉与模式识别会议上
何恺明以一篇图片暗通道先验去雾算法论文技惊四座
当年会议投稿的论文多达1450篇，只有393篇被收录
而何恺明的论文是当年唯一的最佳论文
第一次完全由中国人组成的团队获得此项奖项！
何恺明（右）
难以置信的是，这是何恺明的第一篇论文
成文时，他还只是微软亚洲研究院的一名实习生
…
何恺明在广州长大，家住在历史悠久的荔湾区
他的父母都在一家企业里从事管理工作
作为独生子，何恺明在父母的精心呵护下长大
荔湾区古韵犹存的荔枝湾
也许是受到家族多名从事教育的亲戚影响
年幼的小何在其父老何的鼓励下，早早就进入了少年宫学习
在少年宫，何恺明学习的是绘画，他也的确非常享受于此
经常一个下午甚至大半天都花费在写生台前
荔湾区少年宫何恺明向来沉稳耐心的性格也许是成就他的一个重要因素
据他的班主任说，何恺明的成绩非常稳定基础十分扎实
在执信中学就读时期也获得过全国物理竞赛和省化学竞赛的一等奖
因此他在高考前的5月份就已经被保送清华大学
可他仍旧参加了高考，也许正是因为已经被保送清华
高考时心态放松毫无负担，发挥出了极佳的水平
一举斩获广东省理科状元，那年的日历上印着2003
与何恺明同年的状元还有豌豆荚CEO王俊煜
以状元的身份进入清华大学
何恺明放弃了原本保送的机械工程及其自动化专业
选择了更有挑战性的基础科学班
基础科学班是清华大学于1998年开始设立的为培养数学、物理等基础科学培养人才的尖子班，课程压力大，同时要学习数学系、物理系的大部分基础课程。
何恺明在清华大学的学习依旧是稳健而刻苦的
他在03至05年期间，连续三年都获得了奖学金
而更辉煌的未来即将到来
清华大学在2007年，还没有毕业的何恺明作为实习生加入了微软亚洲研究院（MSRA）
微软在亚洲设立的大型基础研究机构，由90%的中国人组成
出于兴趣，大学曾选修计算机图形图像的相关课程
入职后，他也选择了加入视觉计算组
微软亚洲研究院
可是由于之前主修的都是物理数学基础科学
那些知识根本不足以应对在MSRA的研究工作
在阅读文章的时候，我常常都不知道哪些是大家都在用的方法，哪些才是作者的贡献。对我来说，我看见的每一样东西都是新的。
在实习的头一年里，何恺明在导师孙剑的指导下
做过些许不同的课题，但是无一例外都没有成功
曾为MSRA首席研究员的孙剑，现已高价跳槽至Face++
虽然事实是令人沮丧的，但何恺明却坦言学习到了很多
这些失败的课题让他尝试了很多不同的方向
这也是导师孙剑一直鼓励实习生去做的
正是这种轻松自由的研究氛围，为他日后的研究打下了坚实的基础
何恺明
虽为普世认为的“天才”，但恺明从不是那种只会读书的书呆子
很难相信何恺明对最早对去雾的研究源于电脑游戏
当然也许和他在北京上学脱不开干系
游戏《寂静岭》中的迷雾
一次， 他在打游戏的时候观察到，游戏中不乏雾气弥漫的场景
这些场景显然是虚构的不存在的，但是也能实现逼真的雾气效果
进一步分析证实了这些生成的图像与自然照片有着迥异的统计规律
因此他坚信，人的视觉一定有一种有效的机制用于感知雾气的存在
而这种机制可以用作去除图像的雾气，定会优于现存的方法
北京的雾霾
于是他便开始研究图像中关于雾的方程
渐渐地他发现雾的方程似曾相识，仿佛在哪里见过
原来其与自己早前研究的matting方程非常相似
这给去雾算法的研究带来了很大的便利
这样一来，他只需要估算图像局部的雾浓度就可以了
带雾照片以及其暗通道
此前，最有效的去雾方法是通过检测全图最暗的对象
并以此估算雾的浓度，从而去除全局分布均匀的雾气
但实际上很多情况下，图像中的雾气并不是均匀的
这也是图像去雾的难点所在，但是何恺明想要挑战
由于雾气的不均匀性，恺明自然就会想利用局部暗对象检测的方法处理
让人吃惊的是，大量的实验证明这个简单想法是成功的
这算是让何恺明撞对了方法，可是困难才刚刚开始
虽然得出了简单高效的方法，实验结果也非常漂亮
但导师孙剑却并没有急于让恺明将方法写成文章发表
而是反复地追问方法成功背后的本质原因
无雾图像的暗通道
于是何恺明又带着问题重新开始研究
既然局部暗对象检测去雾是成功的
那么就说明去雾后图像的每个局部确实有暗对象存在
这也就意味着在没有雾的图像中有相应的统计规律
无雾图像的暗通道强度统计规律为此，何恺明统计了超过5000幅图像，验证了猜想的规律
从先知道怎么办再理解为什么，何恺明总算是完成了完整的研究
提出了Dark Channel Prior的高效的去雾算法理论
根据何恺明算法处理的图像，上为原图下为处理后
但在论文写作的过程中，何恺明却经常和自己吵架
反复质问自己的观点是否正确，是否合理
好不容易说服了自己，还会遭到孙剑的再度质疑
就在这样挣扎着的循环中，这篇优秀的论文总算是成文了
何恺明的论文正是这样苛刻的要求，才会有令人骄傲的成果
何恺明这篇论文得到了三个审稿人最高的评分
同时恺明在迈阿密的演讲被观众认为是那届CVPR上最有趣的演讲
这份Best Paper Award的奖项来得当之无愧
也是中国人首次在CVPR获此殊荣，实为华人的骄傲
恺明的成果被广泛认可鉴于何恺明一向稳定的作风，这次最佳论文奖绝不是偶然
本科毕业后何恺明进入香港中文大学攻读研究生
期间继续在微软亚洲研究院参与相关的研究
何恺明获微软亚洲研究院奖学金近几年，何恺明在微软亚洲研究院参与计算机视觉识别的研究
其团队在2015年末举办的ImageNet图像识别大赛中
以“图像识别深度差残学习”系统傲立群雄
一举击败谷歌、英特尔、高通，荣获第一名
再一次，全部由中国人组成的团队站在了世界巅峰
曾经风靡过的年龄检测就有其团队的贡献次年，团队的论文在2016年的CVPR会议上获得最佳论文奖
而文章的第一作者依旧是我们的高考状元何恺明
他也以第一作者的身份两次获得CVPR最佳论文奖！
今年八月，何恺明离开了自己的福地微软亚洲研究院
加入了Facebook旗下的AI研究团队（FAIR）
有理由相信他的才能绝不会是“伤仲永”般的昙花一现
高考，从来都只是一场演习
获得优秀的成绩就骄傲得沾沾自喜
巴不得将自己所有的怪癖通告媒体
将高考带入一种求神拜佛的玄学气氛
这很难让人相信他们能成就一番事业
为高考求神拜佛
不知道啊，很多人都问过这个问题，但我一直都不太清楚，可能是悟性好吧
这是何恺明成为高考状元回答记者关于学习秘诀时的回答
他在微软亚洲研究院的光景，一直是抱着学习的心态
细读大量论文，不断提高英语水平，反复推敲自己的成果
正是这种谦逊的秉性造就了他如今的成绩
牛！
实战，从来不以分数论英雄
