近年来计算机视觉的几个分支绝对算是大热门。不论是工业界的追捧，还是从各个顶会论文的收录情况也不难看出其热度，相关的研究和论文数量倍增。

但总有冷静的孩子： 计算机视觉领域还有不卷的方向吗？哪些方向比较好发论文？idea和创新方向从哪里来？

可能没有不卷的方向，但有相对不那么卷的方向；和相对比较容易出论文的热门方向。

不论是为了继续升学搞科研还是进大厂走上人生巅峰，都不可忽略在其中起到的关键作用。那些以进大厂为目标的同学，在与HR斗智斗勇的过程中，要知道，其实HR也会重点看你满满当当的简历中近期发表的论文的方向和招聘方向是不是契合，如果契合，那么你进入下一轮甚至被录取的概率就会极大地提高。

所以有没有比较好发论文的、各大厂重点业务相关的热门研究方向？

比如图像处理。

图像处理一直以来都是计算机视觉领域的学术研究热点之一，尤其是近几年随着人们对音视频的需求逐渐扩大，将基于深度学习的画质增强技术落地应用，也是各大厂音视频高度重视的重要业务。

扫码领

图像处理必读论文28篇

+CV领域前沿论文合集

图像处理在技术上目前四大关键点：

增强的效果、实时性、成本、端上增强技术。在任何一个点上做出了突破都能够发出一篇高区论文。

此外，其他关键点如特定场景的定制化能力、特定硬件条件下的画质提升效果和性能等也是研究的突破口。

一些不同模型的对比：

• Srx2:图片超分，含降噪、去模糊、去马赛克等等，缺点性能慢，优点降噪效果好。

• Srv2x2:视频超分，适合点播场景，功能跟srx2差不多，但性能好些，相应的画质改善体验略差些。

• Dejpegx1:去马赛克模型，主要应用在点播视频，很少有图片需要单独去马赛克处理。

• rtsrv1x2、srsrv2x2:实时超分模型，适应实时超分转码的模型，性能比srv2x2有提升，适应直播场景的画质提升。

• Scsrx2:针对屏幕录制内容的画质增强模型，主要就是超分处理，效果在特定场景下非常优秀。

图像超分是将一系列低分辨率的图像提取出一个高分辨率的图像，它是将时间维度的信息提取出来，换取空间分辨率的提高。对于想要深入研究画质增强的同学也是一个必须要了解版块。

扫码预约直播

想要从科研小白变身顶会大神，我觉得有两点至关重要：

1、紧跟风口，把握住最近的热门研究风向。

尤其是对于科研还没什么思路的小白，顺着领域内的研究趋势确定自己的方向，是一个正确的选择，毕竟热门研究方向意味着，创新点和idea远比其他非热门领域多。比如刚刚推荐的画质增强。

2、有一位有经验有能力的前辈指导。选对一个好的老师，掌握正确的科研思路和写作方法！

都说SCI论文只有0篇和无数篇的区别，这句话告诉我们，其实做科研写论文也是有方法有套路可循，掌握了窍门，后面的路才会走得通畅。

但是作为一个小白，还在“蹒跚学步”阶段，怎么去掌握窍门？来自前辈的指点必不可少。

一个好的指导老师的作用是，没有课题，能够结合所在课题组具体情况，结合最近热门研究方向，帮你规划课题，如果有了课题而缺少创新方向，老师能够快速帮你找到几种切入点，几种框架，甚至连需要读哪些文献都帮你想好了......

为了论文，大家都在努力的设计新网络、新策略、新training算法，只要能够在某一问题上做到一个很好的performance，论文就水到渠成。而想要快速达到，来自前辈的指点不可或缺。

获取学术大咖的科研指导

赠送顶会论文资料包

同时向大家推荐一个画质增强科研小班。由在音视频头部公司有多年实战经验和丰富科研指导经验的老师带你做科研发论文。

画质增强技术，旨在通过机器学习的方法实现处理视频的能力，其中包括视频超分辨率，视频降噪，视频增强以及视频插帧等能力。通过这些功能，可以极大地提高观众对于音视频的体验，具有重要的应用价值和研究意义。本课程将以画质增强技术为主题，对超分辨率/降噪/增强/插帧等目前比较热门的子方向进行介绍和梳理，并讲解相应的实现过程和算法思路。

滑动查看课程介绍