前言
由于上次审稿人第一条意见如下： The references in this manuscript do not contain basic and advanced works in related fields. Like:
Xiao, Yu, and Zhou Zijie. "Infrared Image Extraction Algorithm Based on Adaptive Growth Immune Field."
Neural Processing Letters 51.3 (2020): 2575-2587.
Nie, Rencan, et al. "A Total Variation with Joint Norms for Infrared and Visible Image Fusion." IEEE
Transactions on Multimedia (2021).
Huang, Yongsong, et al. "Infrared Image Super-Resolution via Transfer Learning and PSRGAN." IEEE
Signal Processing Letters 28 (2021): 982-986.
Lv, Feifan, Yu Li, and Feng Lu. "Attention guided low-light image enhancement with a large scale low-light
simulation dataset." International Journal of Computer Vision 129.7 (2021): 2175-2193.
即我的论文不包含基础和先进的参考文献，我仔细看了这四篇论文，摘要，结论和实验三部分，发现全是基于深度学习的。瞬间觉得落伍了，原来传统的图像增强过时，看来得搞基于深度学习的图像算法才能跟得上时代。
大概查了下深度学习的入门（问搞深度学习的还有就是百度）：一是看书籍，如西瓜书，<神经网络与深度学习-3小时>(邱锡鹏 复旦大学). 二是看吴恩达的深度学习课程（B站）。从前面书籍看，主要内容如下：
先记录如下，后面结合视频再慢慢学习。对于有效的学习方式，记得万维钢老师说过，应该具备如下四点：
1.间隔学习（隔一段时间，回想学过的，再学新的）
2.在不同的环境，用不同方式学习同一类容。（例如，上课看老师演示为视觉，课后自己看课本为读写，自己动手操作为实践）
注意点：特定内容适合不同学习方式
3.要经常测验
4.新旧知识联系在一起（熟悉加意外）
总结下，刻意练习是艰苦漫长的过程，如在公司做一个项目至少四个月，还有发一篇EI或SCI至少一年
举例如（半年时间：看论文，产生idea，做实验验证，不断看文献创新晚上想法，再实验验证，之后满意效果再撰写论文，修改论文；半年时间：把论文投给期刊，拒了看下原因改了投另外的期刊，若没拒是修改意见，那么就是认真一点点的修改和回复审稿人，若是返修稿让编辑和审稿人满意，那么就改格式，之后是支付出版费，发表；发表论文一年）
