在丘奖六大学科赛道中，计算机奖备受瞩目。计算机学科不仅可以摆脱地域限制，足不出户做科研，还完美契合当下CS学科的迅速发展，为Top美本申请增色！
现在正值2023丘奖黄金备赛季，推出丘赛计算机暑假热招项目，助你打破计算机内卷，决胜赛场！
丘成桐计算机奖含金量
丘成桐中学生科学奖是2008年由数学大师丘成桐先生发起设立的中学生科学创新类奖项，以“科研学术论文”和“专业学术答辩”为评价主体，以提交论文的形式参赛。
计算机赛道自开辟以来，就在国际上极具影响力和认可度。参赛院校不乏国内外顶尖高中，且受到了国内外的高校招生官的一致青睐。2018年首届丘成桐计算机科学金奖获得者何婉榕同学目前就读于清华大学姚班。
根据丘奖组委统计，超过半数获奖青年学生先后进入清华、北大、哈佛、MIT、耶鲁、普林斯顿等中外知名大学就读，其中不乏进入理想大学后依然坚持学术研究的科研人才。
计算机学科评审趋势
• 学科相关性
• 选题重要性
• 理论/技术的原创性&先进性
• 结果正确性
• 团队合作性
• 学术规范性
• 学术道德和诚信
好的开头就成功了一半，一个适合丘奖的选题更能让参赛者如虎添翼。学生的研究课题既可以是基础理论的研究，也可以是技术问题的探索，但无论是哪种，其结果都要对计算机科学与技术领域中某一方向的发展产生一定影响。
中学生科研并非要做出从无到有的成果，能站在前人的肩膀上迈出一小步就是成功。学生的选题可以是原创性科学问题，也可以是针对已有问题做出较大提升的创新性改进。
做研究最忌讳出现学术诚信问题。学生的研究课题应提供详尽的实验结果和讨论，可以通过视频、可执行程序包、源代码等资料来证明结果的真实性。
丘奖非常注重团队合作性和公平性。对于团队项目，每位作者都需要做出均等的贡献、且都需要参加面试答辩，避免“搭车”参赛。
计算机学科选题策略
通过回顾丘奖计算机历年获奖作品，我们发现评奖结果总体符合以上要求，金银奖论文水平会高于其他奖项；当作品整体水平接近时，选题重要性、方法创新性、论文撰写质量，是决定你能否获奖的重要因素。
在近两年丘奖的获奖课题中，“人工智能”相关的研究占据了半壁江山，深刻体现了产业界与学术界对于教育的影响。在选题时结合当下行业热点，向行业前沿靠拢，是个不错的选择。
科研是冲刺梦校的“灵丹妙药
美国大学普遍遵循以人本位的招生体系，他们想找符合学校价值观且具有学术潜力的学生。以斯坦福为例，这类全面发展的“八边形战士”是招生官心中理想的候选人?
而科研可以体现学生的多个特质，科研并非坦途，做研究等于离开舒适区，进入学科的深水区，进行学术探索与拓展。完成一项科研需要有足够的自驱力和逻辑思维能力，这正是Top大学招生官看重的。
奖项设置
总决赛设奖约为11个：
(1)设金奖1个；
(2)设银奖1个；
(3)设铜奖3个；
(4)设优胜奖5个；
(5)科学金奖1个 。
注：奖金不是最重要的，关键获奖能够得到大牛的推荐信，这可是名校的通行证呀。
丘奖项目安排
项目主要包含三大部分：理论，分析，论文写作
理论
项目第一阶段，每周一次课，每次 2 小时。项目前期需要看一定量的文献，且队伍学生分工，每人至少精读一篇文献。这样保证做到对知识的理解，对他人研究，对背景知识的扎实掌握，才能提出自己的课题以及创新性的地方。以及之后论文写作，公式推导，才能更好的借鉴到别人的理论，并按学术要求去引（否则就是学术不诚信）。
分析
项目第二阶段，每周一次课，每次 2 小时。老师指导学生搜集数据，并进行数据的清洗和筛选，然后学习一系列专业的学术分析软件，进行数据科学等实验分析，并做出对应的高级数据可视化（图、表等）。
论文写作
第三阶段，项目的 6，7，8 月份为论文写作时间，考虑到夏校等其他活动安排，学生至少需要有 1 个半月的时间精力参与，每周投入 4 小时以上。每周老师与学生上一次课，随时跟进指导写作进度，以及解决出现的问题。
项目课题研究方向
01、基于人工智能的人脸识别研究
课题介绍：基于人工智能的人脸识别研究主要是利用人工智能的工具去进行人脸的识别。可以根据学生的兴趣搜集相应的明星或者球星等人的照片，从而做一个人脸识别的系统。学习基于人工智能的人脸识别可以快速地入门现在非常火热的人工智能，对该领域的基本框架和方法有基本了解。该项目适合那些对人工智能感兴趣的学生。
02、基于声音和图像的跨模态检索研究
课题介绍：
随着人脸识别技术、虹膜识别技术、车牌识别技术等计算机视觉技术再现实生活中的广泛应用，人们在不断发掘更加智能的基于图像识别技术的应用场景。基于数字图像的行人再识别技术就是近年来的一个重要应用，该技术的研究内容是通过图像匹配技术，对不同时间不同地点出现的行人进行身份的认证，应用场景要比传统的人脸识别等问题复杂的多。
这个项目中我们将基于国际上给定的公开数据集，利用matlab编程软件进行算法研究和仿真。该项目适合于那些对人工智能和编程感兴趣的学生。
03、光谱影像的智能检测
课题介绍：光谱影像的智能检测是光谱影像处理和分析领域的重要研究方向。如何利用光谱影像数据，更有效服务地理环境监测、食品安全、医药卫生和精准农业等国家重大需求，已经成为光谱影像智能检测应用研究领域的核心问题，而光谱影像的异常检测是光谱影像智能检测的热点研究课题。因此，本课题将重点研究光谱影像的异常检测。该项目适合那些对人工智能和遥感图像感兴趣的学生。
04、基于人工智能的交通标识识别研究
课题介绍：基于人工智能的交通标识识别研究主要是利用人工智能的工具去进行识别交通标识。学习基于人工智能的交通标识识别可以快速地入门现在非常火热的人工智能，对该领域的基本框架和方法有基本了解。该项目适合那些对人工智能感兴趣的学生。传统的交通标识识别方法都是以交通标识的形态特征为基础，通过对交通标识的形态差别进行统计分析，找到一组近似最优的能代表交通标识差异的统计参数来对交通标识进行筛选识别，从而达到计算机交通标识识别的目的。但识别的结果始终不尽人意远远满足不了人们对交通标识识别的应用需求。而基于人工智能的交通标识识别研究系统，具有强大的适应能力和易升级扩展的优点，在交通标识识别领域有着更好的应用前景。
05、基于数字图像的行人再识别方法研究
课题介绍：
随着人脸识别技术、虹膜识别技术、车牌识别技术等计算机视觉技术再现实生活中的广泛应用，人们在不断发掘更加智能的基于图像识别技术的应用场景。基于数字图像的行人再识别技术就是近年来的一个重要应用，该技术的研究内容是通过图像匹配技术，对不同时间不同地点出现的行人进行身份的认证，应用场景要比传统的人脸识别等问题复杂的多。
这个项目中我们将基于国际上给定的公开数据集，利用matlab编程软件进行算法研究和仿真。该项目适合于那些对人工智能和编程感兴趣的学生。
06、计算机视觉以图搜图
课题介绍：深度学习在图像领域的快速发展，在于它能学习到图片的相关特征，评价一个深度模型的好坏往往在于它学习到有用的特征程度的多少，在提取特征这方面而言，目前神经网络有着不可替代的优势，而图像检索往往也是基于图像的特征比较，看特征匹配的程度有多少，从而检索出相似度高的图片。
07、机器学习价格预测
课题介绍：
随着机器学习的不断发展，些前沿的集成算法及基于时间序列的机器学习预测方法对具有非线性、时间序列特征的数据，比如原油价格等争，具有准确率高、鲁棒性好的特点，逐渐成为了解决价格预测类问题的必然选择。
08、计算机视觉皮肤癌
课题介绍：
皮肤癌已经成为危害人类生命健康的疾病之一，也是人类常见的恶性肿瘤之一。人工智能的加入，不仅能将最简单的诊治技术带入到技术所能触及的每个角落为医疗资源短缺的地区送来及时的技术补充，同时也将从繁重的重复劳动中解放医生，成为医生有力的助手，使得他们可以将智慧和精力投入到疑难诊治和疾病研究中去。
【竞赛报名/项目咨询+微信：mollywei007】
