今年考上研究生，导师让我在图像处理算法和深度学习算法中选一个方向，请问有什么建议吗？

深度学习只是一种适用性广泛的算法而已，搞图像处理算法，但是不要用深度学习。深度学习太简单，没啥内涵，也没有进一步的效果提升了。

单纯图像处理方面也没啥太多需要做的了，滤波、去雾、降噪之类的在非可见光传感器方面可能还有研究必要。RGB照片的图像处理方面可以做创意特效的自动生成。

这里的图像处理我理解的是包括计算机视觉的。

搞图像处理算法，要去搞更基础的东西，图像分割、形状特征描述、纹理分类、纹理描述等等。图像分类、目标检测、语义分割之类的很难达到深度学习的效果。

还要结合深度图来搞，也就是进入三维。

为了好毕业可以搞深度学习，毕竟深度学习几乎只要高中的数学水平就够了。

目标检测领域就还有下面这些应用方向可以搞：

遥感影像（红外、多光谱、高光谱、SAR、高轨凝视成像）、医学影像上的目标检测，倾斜目标检测……

这些影像与普通数码照片不同，需要不同的预处理技巧，还需要倾斜目标检测。倾斜目标检测怎么更好的设置锚点、或者更好的不用锚点等等都可以做。

这里有个新的倾斜范围框标注方式，该标注方式没有冗余量，同一个范围框只有一种数值表示。我确定知道已经有人拿这个为博士毕业加分了。

最常用的斜框标注方式是在正框的基础上加一个旋转角度θ，其代数表示为(x_c,y_c,w,h,θ)，其中(x_c,y_c )表示范围框中心点坐标，(w,h)表示范围框的宽和高[1,2,7]。对于该标注方式，如果将w和h的值互换，再将θ加上或者减去2kπ+π⁄2，就能够表示同一个范围框。这个就是一个范围框有多种数值表示。在这个新范围框标注方式上，可以做新样本集合，提新的网络结构，设计新的anchor和anchor-free机制，新的损失方法。