一、从滤镜到特征工程 我最早做的是图像处理的小玩意，给自己拍的照片调色、做滤镜，觉得挺酷。大三上的一次课程作业让我换了思路：老师要求做一个人脸检测的小系统，我用了最简单的模板匹配，效果很差，改成基于特征的方法才有起色。那次我意识到，图像处理的核心不是调参数，是理解特征。保研准备从那时开始，成绩排专业第五，处在要拼的位置。心路上我的体会是：这个方向进步很慢，你会有一段时间觉得自己什么都不会，但只要每周有一步进展，半年后回头看差别很大。
二、绩点靠数学打底 信号与信息处理的绩点，靠的是数字信号处理、模式识别、机器学习这几门，而它们的底子是数学。我的做法是先把三门数学补齐：线性代数要熟到能随手写出特征值分解的意义，概率统计要能说清贝叶斯与最大似然的关系，微积分里的极值与梯度要能推。数字信号处理我重视滤波器设计，FIR 和 IIR 各做一遍，采样定理、频谱搬移这些必须清楚。机器学习课我不抄代码，先推一遍损失函数，再跑实验。实验报告我坚持写对比，不同参数、不同模型都要有表。绩点从 3.58 提到 3.85，排名到前百分之八。
三、英语要能复现论文 这个方向的英语，目标是能读能复现。我六级 525，训练方式是：每周精读一篇英文论文，把方法、数据、指标三块抄下来；每月挑一篇做复现，哪怕只复现一个小模块，也要跑出与论文接近的数值；术语表按 "特征"" 损失 ""泛化" 分组。口语我练的是 "讲一次实验"，三分钟，说清数据、模型、结果、局限。面试英文环节老师让我介绍自己的项目，我讲的是图像超分辨率，说了数据增强和评价指标的选择理由。
四、竞赛做出对比实验 我参加过一次全国性的大学生电子设计类竞赛，做的是语音相关的题目，负责特征提取部分，拿了省级奖项。大创项目做的是语音降噪算法的对比研究，选了三种方法，在同一个数据集上跑，比较降噪效果与计算开销，做了客观指标和主观听感两组评价。学术上我在校内论坛汇报过一次关于小样本条件下数据增强策略的分析。这个方向最容易被问的问题是：你的提升是真的还是过拟合？我当时的回答是：做了交叉验证，也做了跨数据集测试，指标掉了一些，但在合理范围。
五、五份录取的取舍 我投了七所学校，入营五个，拿到五份拟录取。选中国传媒大学，考虑的是三点：一是这里的信号处理研究和视听内容生产结合紧，图像、语音、视频都有真实数据；二是导师方向偏多媒体信号处理，与我的对比实验训练接得上；三是能接触到实际的采集与制作流程。我放弃了一所理工类院校，它的算法研究更强，但数据场景单一。选校时我看的是有没有真实数据集可用。
六、辅导帮我定方向 大三下我用过定制辅导，主要帮我定方向。我原来在两个方向之间摇摆：一个是纯算法，一个是偏工程实现，咨询师看完我的项目说：你的优势在于能把算法跑到可用，别硬往理论走。这句话让我的材料重心清楚了。个人陈述从 "我学过哪些模型" 改成 "我解决过一个具体问题"，可读性提升明显。模拟面试被追问 "你的指标怎么选"，我答得含糊，回去补了指标定义和理由。这类服务适合方向不清的人。知点保研做的是定制辅导，建议先把自己的项目列成表。
如有保研问题可以咨询电话 4000003363 或者微信 shuoedu，知点保研咨询师将热情专业的解答您的考研问题。
