蒋润华，计算机与人工智能学院计算机软件与理论专业2018级研究生，师从张笑钦教授。研究生期间，参与了国家重点项目等多个国家级项目的申报及研究工作，参与撰写学术论文19篇，主持或参与了5项学生课题、1项市级横向项目，先后获得了会议最佳学生论文奖、省级优秀毕业生等荣誉。
研途感悟
大家好，我是来自计算机与人工智能学院的蒋润华，很荣幸能够与同学们交流关于科研的一些感想，也很荣幸与同学们分享在温州大学奋斗的一些经历。
2018年4月份，我顺利加入了张笑钦教授所领导的课题组进行科研和项目实践，在那时，导师张笑钦教授便引导我对自己的未来发展进行了规划，并与我商讨了三年时间的具体研究思路。回想自己奋斗的过程，张老师的这段教诲和规划对我后续的发展具有非常大的帮助。
硕士研究生的学习不同于本科生的学习，作为一名需要研究领域内最新知识的研究生，从书本上，我们只能了解到领域内的基础知识，而谈及从论文中学习，我们首先要解决的问题就是如何从海量的论文中挑选感兴趣的论文。这个问题有很多种技术手段，但最重要的要始终清楚自己的研究方向和研究思路。要完成这一步，导师的引导是必不可少的。因此，在我刚加入课题组时，张老师便引导我决定了自己的研究方向和预期目标。
科研是一项运用所学知识探索未知事物、前沿科技的工作，在科研过程中，只有明确的研究方向和预期目标是远远不够的。在科研过程中，从来没有人能够一举成功，大家最多的经历始终是失败、失败、再失败，因此，百折不挠的毅力和有效的研究方法是研究者不可或缺的本领。前者不难理解，而如何找到有效的研究方法，也是大家一直关心的问题。不得不说，每个人都有属于自己的学习思路，所以研究中不仅要迎合个人的学习思路，还要注意不断总结，唯有不断探索、不断失败、不断总结、不断改正，才能在科研实验中收获成果。
作为一名硕士研究生，仅在科研实验中取得成果仅仅是完成了研究的第一步，第二步则是学会如何表达自己的成果。从我的经验来看，这两个步骤都需要持之以恒，但相较于第一步，第二步更为折磨。为了清晰明确地表达研究成果，我们通常需要撰写一篇甚至多篇合格的学术论文，在这个过程中，我们必须打破自己平时的表达逻辑和表达习惯，并从师长那里逐渐学习正规的表达方式。也因为要不断打破自己已有的表达方式，大家往往会很抗拒这个学习过程，但这是一名硕士研究生成长的必经之路。
做出实验结果、写出学术论文，表面上看起来这已经完成了科研的全部内容，但实际上，我们离取得科研成功还有很长一段距离。对于每一份论文工作，我们必须要思考其中缺陷并不断思索如何改正，同时，我们必须要清楚每一篇论文工作的未来研究方案。硕士研究生只有短短的三年时间，我们不能频繁的转换研究课题，因此，我们的研究工作必须具有连贯性。大家应当谨记，三年时间里，前期积累的阅读、实验、论文工作始终是自己研究工作的重要基础，也只有在一个课题、一个工作上不断研究，我们才能源源不断地产生越来越好的研究成果。
要想做出自己的研究，自身的努力是充分条件，而学校、师长的支持更是充分且必要条件。作为一名温大学子，我非常感谢学校为我们提供美好的学习、生活环境，也非常感谢导师张笑钦教授以及各位师长的敦敦教导。非常荣幸能够与大家分享本人的一些科研经验，在今后的学习过程中，也期待可以与更多的同学探讨、与更多的朋友一起进步。
主要科研成果
发表论文：
1. Xiaoqin Zhang, Runhua Jiang, Tao Wang, Jinxin Wang. Recursive Neural Network for Video Deblurring. IEEE Transactions on Circuits and Systems for Video Technology, 2020；
2. Xiaoqin Zhang, Runhua Jiang, Tao Wang, Pengcheng Huang, Li Zhao. Attention-Based Interpolation Network for Video Deblurring. Neurocomputing, 2020；
3. Xiaoqin Zhang, Runhua Jiang, Tao Wang, Pengcheng Huang, Chenxiang Fan, Tianyu Tong. Advances in Deep Learning Methods for Visual Tracking: Literature Review and Fundamentals. International Journal of Automation and Computing, 2020；
4. Manman Xu, Runhua Jiang, Xiaoju Lu, Di Wang, Tao Wang. A Block Diagonal Structure Dictionary Learning Algorithm for Block Diagonal Sparse Representations. IEEE Conference on Big Data, 2020；
5. Pengcheng Huang, Xiaoqin Zhang, Runhua Jiang, Tao Wang. Self-supporting Image Dehazing Network via Self-filtering RES2 Block. Neurocomputing, 2020；
6. Tao Wang, Xiaoqin Zhang, Runhua Jiang, Li Zhao, Huiling Chen, Wenhan Luo. Video Deblurring via Spatiotemporal Pyramid Network and Adversarial Natural Image Prior. Computer Vision and Image Understanding, 2020；
7. Shengping Wang, Li Zhao, Runhua Jiang, Pengcheng Huang, and Jiawei Xu. Feature Fusion Based on Sparse Block for Image Super-resolution. IEEE Conference on Big Data Workshop, 2020；
8. Xinxia Zhang, Li Zhao, Runhua Jiang, Pengcheng Huang, and Jiawei Xu. Multi-level Feature Fusion Network for Single Image Super-Resolution. IEEE Conference on Big Data Workshop, 2020；
9. Xiaoqin Zhang, Jinxin Wang, Tao Wang, Runhua Jiang, Li Zhao. Robust Feature Learning for Adversarial Defense via Hierarchical Feature Alignment. Information Sciences, 2020；
10. Runhua Jiang, Li Zhao, Tao Wang, Jinxin Wang, Xiaoqin Zhang. Video Deblurring via Temporally and Spatially Variant Recurrent Neural Network. IEEE Access, 2019；
11. Guiying Tang, Li Zhao, Runhua Jiang, Xiaoqin Zhang. Single Image Dehazing via Lightweight Multi-scale Networks, IEEE Conference on Big Data Workshop, 2019；
12. Ledan Qian, Libing Hu, Li Zhao, Tao Wang, Runhua Jiang. Sequence-dropout Block for Reducing Overfitting Problems in Image Classification. IEEE Access, 2019；
13. Yi Li, Runhua Jiang, Hao Shen, Xiuzi Ye. Non-linear Regression Method for Instability Problems in Haptic Rendering System. Journal of Physics: Conference Series, 2018；
14. Xiaoqin Zhang, Jingjing Zheng, Yufang Yan, Li Zhao, Runhua Jiang. Joint Weighted Tensor Schatten p-norm and Tensor lp-norm Minimization for Image Denoising. IEEE Access, 2018；
15. Xiaoqin Zhang, Runhua Jiang, Tao Wang, Wenhan Luo. Single Image Dehazing via Dual-Path Recurrent Network. IEEE Transactions on Image Processing, 2020, under review；
16. Xiaoqin Zhang, Runhua Jiang, Tao Wang, Pengcheng Huang, Mingjun Hu. Dynamic Feature Fusion for COVID-19 Segmentation and Classification. Medical Image Analysis, 2020, under review；
17. Xiaoqin Zhang, Jinxin Wang, Tao Wang, Runhua Jiang. Hierarchical Feature Fusion with Mixed Convolution Attention for Single Image Dehazing. IEEE Transactions on Circuits and Systems for Video Technology, 2020, major revision and under review；
18. Xiaoqin Zhang, Zhiheng Xiao, Tao Wang, Runhua Jiang, Li Zhao, Xiaojun Chang. Random Reconstructed Unpaired Image-to-Image Translation. IEEE Transactions on Industrial Informatics, 2020, under review；
19. Xiaoqin Zhang, Tao Wang, Runhua Jiang, Li Zhao. Multi-attention Convolutional Neural Network for Video Deblurring. IEEE Transactions on Circuits and Systems for Video Technology, 2020, under review。
参与项目：
1. 视频目标跟踪; 国家优秀青年科学基金，项目批准号：61922064；申报、研发；
2. 机场复杂场景下运动目标的检测、跟踪与分类研究，国家重点支持项目，项目申请号：U203320038，申报、研发；
3. 生成对抗网络在图像风格迁移上的应用研究，浙江省大学生科技创新活动计划（新苗人才计划），研发；
4. 基于半监督的图像去雾研究，浙江省大学生科技创新活动计划（新苗人才计划），研发；
5. 基于深度学习的视频去模糊研究，温州大学研究生创新基金项目，研发；
6. 基于图像分层的去雾研究，温州大学研究生创新基金项目，主持；
7. 基于多层图像的去雾研究，温州大学研究生创新基金项目，研发。
专利：
1. 张笑钦，蒋润华，王涛，王金鑫，赵丽，一种基于可控特征空间的神经网络视频去模糊方法，专利号：201911177488.4。
获奖情况
1.2018.10，温州大学研究生新生学业二等奖学金；
2.2019.11，温州大学二等学业奖学金；
3.2019.12，IEEE Conference on Big Data Workshop最佳学生论文奖；
4.2020.10，温州大学一等学业奖学金；
5.2020.10，研究生国家奖学金；
6.2020.12，华为杯中国研究生数学建模竞赛国家三等奖；
7.2020.12，省级优秀毕业生。
导师寄语
蒋润华同学有较高的道德素养和人格品质。他积极向上，具有较强的组织能力和团队合作能力。他自2018年5月起跟随我做科研，至今已经有近三年时间。在此期间，他除了学习学校开设的基本课程，同时阅读了图像与视频处理等科研相关的论文和书籍。对于学习和科研，他总是非常的积极主动，充满热情。作为他的导师，我很高兴能够见证他的这些成长和进步，也希望他能够在科研上、在学习上取得更好的突破。
——计算机与人工智能学院 张笑钦教授
