菜单

图像处理与机具视觉行业分析

2019年1月1日 - 赌博网站开户送88元

一 行业分析

     
数字图像处理是对图像举行分析、加工、和拍卖,使其满意视觉、心理以及另外要求的技能。图像处理是信号处理在图像域上的一个用到。近日大部分的图像是以数字格局 存储,因此图像处理很多境况下指数字图像处理。此外,基于光学理论的处理办法依旧占据举足轻重的身价。 数字图像处理是信号处理的子类, 另外与电脑科学、人工智能等世界也有细致的涉及。 传统的一维信号处理的艺术和概念很多照样可以一向行使在图像处理上,比如降噪、量化等。然则,图像属于二维信号,和一维信号相比,它有友好特此外一方面,处 理的方法和角度也并行不悖。大多数用来一维信号处理的概念都有其在二维图像信号领域的拉开,它们中的一片段在二维情状下变得异常复杂。同时图像处理也装有 自身一些新的定义,例如,连通性、旋转不变性,等等。这多少个概念仅对二维或更高维的境况下才有非常常的意思。图像处理中常用到快速傅立叶变换,因为它可以减小数目处理量和拍卖时间。

数字图像处理应用在以下方面 :

拍摄及印刷 (Photography and printing)

卫星图像处理 (Satellite imageprocessing)

农学图像处理 (Medical image processing)

面孔识别, 特征识别 (Face detection,feature detection, face identification)

显微图像处理 (Microscope imageprocessing)

汽车障碍识别 (Car barrier detection)

1.1 行业前景    

     
就自己看来,个人认为图像处理的就业如故不错的。首先可以把图像看成二维、三维或者更高维的信号,从这多少个含义上来说,图像处理是一切信号处理其中就业形势最好的,因为您非但要精晓(一维)信号处理的基本知识,也要控制图像处理(二维或者高维信号处理)的文化。其次,图像处理是统计机视觉和视频拍卖的底蕴,了解好了图像处理的基本知识,就业时就足以向这多少个动向前进。如今的情势识别,大部分也都是图像形式识别。在实际应用场馆,采集的消息很多都是图像信息,比如指纹、条码、人脸、虹膜、车辆等等。说到使用场面,千万无法忘了农学图像这一块,若是有医学图像处理的背景,去一些医疗器械公司或者医疗软件商店也是不利的抉择。图像处理对编程的渴求相比高,尽管编程很厉害,当然就业也多了一个增采纳向,并不一定要局限在图像方向。

1.2 就业趋势

    下边谈谈自己所知晓的一对商家信息,仅仅是自己所了然到的或者自身所感兴趣的,实际远远不止这么多。

寻找方向

    
基于内容的图像或视频查找是过多搜索公司研讨的热门。要想进去这个世界,必须有很强的编程能力,很好的图像处理和形式识此外背景。要求高待遇自然就天经地义,近期这方面的意味集团有微软、google、yahoo和百度,个个鼎鼎大名。

医术图像方向

     
如今在医疗器械方向紧假设多少个大商家在竞争,来头都不小,其中囊括Simens、GE、飞利浦和尼康,首要生产CT和MRI等看病器具。由于医疗器械的第一效能是成像,必然关联到对图像的拍卖,做图像处理的很有机遇进入这些合作社。它们在境内都存在研发大旨,simens的在新加坡和卡萨布兰卡,GE和OLYMPUS都在新加坡,飞利浦的在夏洛特。由于治疗市场是一个平昔不完全开发的市场,而一套医疗装备的价位是那些高昂的,所以在这一个地方的看待都仍是可以够,前景也主张。国内也有一些这样的营业所比如费城安科和迈瑞。

总结机视觉和情势识别方向

     
我没去调研过有什么公司在做,但肯定不少,比如指纹识别、人脸识别、虹膜识别。还有一个很大的方向是车牌识别,这多少个自家倒是知道有一个铺面高德威智能交通似乎做的很不错的样板。目前录像监控是一个热点问题,做跟踪和甄此外可以在那个势头找到一席之地。

上科钦视特位于东京(Tokyo)张江高科技园区,在视觉和识别方面做的正确。上海的自己也了解五个商店:大恒和最高,都是以图像作为研发的侧重点。

视频方向

     
一般的大学或者探究所侧重在正式的创建和改动以及技术革新方面,而店铺则尊重在编码解码的硬件实现地点。一般这么些铺面要求是驾轻就熟或者明白MPEG、H.264或者AVS,接纳了这多少个主旋律,只要做的还不错,基本就不愁饭碗。由于这不是自家所感兴趣的可行性,所以这地点的公司的消息我尚未采集,但平时在逐个bbs或者各个招聘网站日常看到。

自家所知晓的六个店家:黑莓和pixelworks

其他

     
其实一般的话,只要提到到成像或者图像的中坚都要图像处理方面的人。比方说一个成像设备,在出口图像在此以前需要对原本图像举办加强或者去噪处理,存储时需要对图像举办削减,成像之后需要对图像内容展开自动分析,这一个内容都是图像处理的范畴。下边罗列部分与图像有关或者招聘时肯定表达需要图像处理地点人才的商家:

日本东京豪威集成电路有限公司

中芯微

索尼爱立信迪拜商量院

威盛(VIA)

松下

索尼

南开同方

三星

享有与图像(静止或者运动图像)有关的公司都是一种选用。比如单反相机、显微镜成像、超声成像、工业机器人控制、显示器、电视机、遥感等等,都可以当做谋事趋势。

附:香港唇齿相依图像的营业所

外企:
01、  Toshiba(中国)有限公司 探讨开发中央开发部
02、  通用电气(GE)医疗集团
03、  微软
04、  SONY
05、  凌阳
06、 尼康软件探讨所(东京)
07、  FUJITSU钻探开发中央有限公司
08、  三星电子中国通信探讨院
09、  NEC中国研究院
10、  研发体系
11、  德加拉东京(Tokyo)办事处
12、  适普软件
13、  松下
14、  CANON新闻技术(香港)有限公司
15、  ITS(中国)有限集团
重型公司:
01、  海湾控股公司有限公司
02、  腾讯研讨院招
03、  复旦方正
04、  厦大同方
05、  迪拜方正国际
06、  卓望集团
07、  迪瑞公司(时尚之都)研发焦点
08、  汉王科技股份有限集团
09、  威视股份
事业单位:
01、  中国核工业公司公司
02、  船舶系统工程部
03、  中科院软件所二部
04、  中国科高校软件探讨所
05、  中科院自动化所
06、  中国兵器工业第二〇八探究所
07、  中国航天科技集团公司
08、  中国航天科技公司公司第五研商院
09、  综合音信系统技能国家级重点实验室
10、  国家农业音信化工程技术商量中央
11、  中国航天科工公司集团飞航技术研商院
12、  铁道部信息技术主题
13、  中国航天科工公司第二探讨院第二〇七所
14、  中国科大学生物物理探究所
15、  中国电子科技公司集团第三研究所
16、  中国船舶信息中央
17、  航天科工卫星技术有限公司
18、  中科院电子所
19、  中国科大学总计技术商量所
20、  中国安全生骨科学研讨院
21、  中国航天时代电子公司光纤惯导项目分公司
22、  中国测算科学商量院
23、  公安部第一研究所
24、  中国印钞造币总公司
中小集团:
01、  香港中自邦柯科技有限公司
02、  东京(Tokyo)锦恒佳晖汽车电子系统有限公司
03、  长峰科技工业公司
04、  新加坡京天威科技发展有限公司招聘职位
05、  上海优纳科技有限公司
06、  东京(Tokyo)深拓科技有限公司
07、  永鑫宇恒消息技术
08、  日本东京蓝卡软件技术有限公司
09、  中盛信合(香水之都)科技有限公司
10、  日本首都赛尔蒂扶科技有限集团
11、  北达万坤(香水之都)科技发展有限公司
12、  香水之都思比科微电子技术有限公司
13、  香水之都德韶数码技术有限公司
14、  新加坡天远三维科技有限公司
15、  航天星图科技(时尚之都)有限公司
16、  香水之都友通
17、  香港中盾安民分析技术有限集团
18、  新加坡文安科技发展有限公司
19、  上海华生恒业科技有限集团
20、  新加坡经纬恒润科技有限责任公司
21、  东京(Tokyo)伟景行数字城市科技有限集团招聘
22、  迪拜极明源科技有限公司
23、  法国首都优立慧科信息技术有限公司
24、  法国首都华旗资讯数码科技有限集团
25、  香水之都新航智科技有限集团
26、  银河重力
27、  香水之都普赛科技有限公司
28、  迪拜德鑫泉科技发展有限集团
29、  东京(Tokyo)嘉恒中自图像技术有限集团
30、  优加利信息科技(新加坡)技术主旨
31、  新加坡天诚盛业科技有限公司
32、  迪拜华胜天成有限集团
33、  上海威速科技有限集团
34、  中山市蓝韵实业有限集团(上海)
35、  东京(Tokyo)维深科技发展有限责任公司
36、  菲Nick斯金山科技(公司)有限公司(新加坡)
37、  立异科技(中国)有限集团东京(Tokyo)分公司
38、  新加坡思创贯宇科技开发有限公司
39、  威驰标图
40、  中钞长城金融设备控股有限公司
41、  香港文安视觉科技有限集团
42、  新加坡东方拉克代夫海科技发展有限公司
43、  香港普赛科技有限公司
44、  香港昂天科技有限公司
45、  中国东方红卫星股份有限公司
46、  香港密歇根张家口科技有限公司
47、  上海海鑫科金高科技股份有限集团
48、  迪拜瑞斯康达科技发展有限公司
49、  厚德新视
50、  香港嘉恒中自图像技术有限公司

二 素质要求

1、请学好图像基本理论知识,笔试会碰着重重基础的题;
2、杰出的团队精神和交流能力,很强的逻辑思维能力和学习能力。对工作认真负责,注重细节,肯吃苦,顾全大局。
3、请多做一些其实的连串,少一些答辩的钻研(针对中小公司而言);
4、请不要只局限于的课题,因为可能您的课题只是图像处理领域的有的浮泛;
5、请多询问部分相关的前敌知识;
6、请不要迷信自己的算法,比如BP神经网络(可能理论探讨时用的很多,不过实在呢?)
7、请尽量与企业的连锁人士研讨该领域的题材,这样的收获比书本大过多;

8、 外语。外语的主干要求是看懂英文文献(不必然全看懂),相应的英文书。去外企做研发,这是不可或缺的。然后是口语和听力。假设进国企,外语的根本分明。一般外企的首先轮面试都是斯拉维尼亚语口语面试。

9、 编程。请学好c++语言,99%上述的公司在招图像岗位的人手时都会笔试c++;这上头尤以C++为重,很多商厦的笔试都是考c++知识。精晓C、C++、Matlab等编程语言编写,累计书写代码量领先10万行以上,精通机械视觉算法建模方法。

10、专业水平。假若要找专业有关的做事,大学生期间的讨论经历和刊登的论文就显的可比根本。

11、知识面的幅度。我认为在硕士期间,除了做好团结的钻研方向之外,扩宽一下知识面也有很大的佑助,当然这么些文化面指的是图像处理、总结机视觉和情势识别,知识面越宽,就业时的选项就会越多。图像处理方向毕业的就业面非常广,而且待遇在应届生应该是中上等。其实仍旧一句话,能力控制整个。只要硕士三年没有白过,根本不愁找不到好干活。祝所有正在读研或者即将读研的情侣未来都能有一份满足的劳作。多数做图象的是用MATLAB,用别人的代码(如小波)。在大学生三年学好C++毕业的有稍许?在小卖部C++是重要的。图象其实就是信号处理,除了本科是学信号的以外,信号与系统、数字信号处理是必然要学好的,这相应的数学方面的几率,多元总结,甚至泛函也要明白。

说这么些不是波冷水,希望我们探听领悟。

Compared to the number of jobs available each year in the imaging soceity, the people who are majoring on it are way too much. I have to say most of the people who studied the this area were not end up with working on this area anymore. 

The most important thing here is to understand image processing, it requires a broad level of knowledge including, some math (algrebra, statistics, PDE), dsp, pattern recognition, programming skills…

It is all these background skills will find you a job, so prepare to have a deep understanding on all these areas related to image processing

本人也是学格局识此外,不过探究方向是遥感图像处理和识别.总的来说这一个主旋律是相比较专,但也是眼前图像处理中相比较难做的一个方向,因为遥感图像的复杂性超过我们所见过的其他图像.其实谈到就业问题,我觉着只要探讨方向相比较相符,特别是读研期间能到斑竹谈的这多少个牛比的商家见习,领悟集团确实需要的趋势可能做起来有对象性.

附带提下:高德威集团或者不要考虑,因为我在结业面试过程中,即便面试的人力资源人士很友善,不过经过他们老董写的一部分稿子可以窥见她们依然一个相比自恋和耀武扬威的铺面.

权衡标准好坏的科班有六个:应用前景和技能门槛。

图像处理紧要仍旧在读研的时候能把势头做宽(一般做图像处理,需要何格局识别等相结合,拓宽知识面是必备的,在真的做钻探的时候,也发觉是必须的),钻探点做深远,注重落实力量、立异能力和读书能力,通过舆论。多作育自己的资料公司提炼能力,磨练逻辑思考。假使的确能不辱使命三年生活不虚度,找工应该不是题材,到时确实要考虑的是定位问题。

12、情势识别,图像处理,应用数学等息息相关专业本科及以上学历,本科毕业要求10年以上机器视觉或图像处理方面工作经验,大学生学历要求8年以上机器视觉或图像处理地方工作经验,硕士学历要求6年以上机器视觉或图像处理方面工作经验,国外留学人士优先。
13、精晓高等数学、线性代码、几何总结、数理总结、张量代数等电脑视觉中的数学方法。
14、掌握图像处理基本概念和常用算法包括图像预处理算法和高档处理算法。
15、了然项目管理,要求有5年以上项目管理经验,能组建公司、领导集体、制定项目计划、实施项目计划成功项目标力量。
16、对Smart Camera 有深远探究,包括功用需求、硬件架构、软件架构、视觉算法,对此产品有3年以上研发经验。
17、对新产品研发及项目产品化有5年以上工作经验,对新产品研发流程、项目产品化有新鲜的实践经验。
18、具备很强的探讨改进能力,可以以全新思维引导团队拓展算法探讨;
19、对opencv开源项目视觉算法有深刻钻研。


三 学习资源

    做好这几点的路径之一就是丰硕利用网络资源,特别是权威网站和大拿们的个人主页。下边是自个儿采访的局部资源,希望对我们有用。(这里自己要感谢SMTH AI版的alamarik和Graphics版的faintt) 

一、研究群体

http://www-2.cs.cmu.edu/~cil/vision.html

这是卡奈基梅隆大学的处理器视觉琢磨组的主页,下面提供很全的材料,从发布作品的下载到示范程序、测试图像、常用链接、相关软硬件,甚至还有一个寻觅引擎。 

http://www.cmis.csiro.au/IAP/zimage.htm 

这是一个注重图像分析的站点,一般。不过提供一个Image Analysis环境—ZIMAGE and SZIMAGE。 

http://www.via.cornell.edu/

康奈尔高校的处理器视觉和图像分析商讨组,好像是电子和处理器工程系的。侧重艺术学方面的琢磨,但是在上头有非常不错资源,关键是它正值建设中,可以跟踪一些音信。 

http://www2.parc.com/istl/groups/did/didoverview.shtml

有一个很有意思的品类:DID(文档图像解码)。 

http://www-cs-students.stanford.edu/

槟城希伯来大学总括机系主页,自己找呢:( 

http://www.fmrib.ox.ac.uk/analysis/

重点研商:Brain Extraction Tool,Nonlinear noise reduction,Linear Image Registration,

Automated Segmentation,Structural brain change analysis,motion correction,etc. 

http://www.cse.msu.edu/prip/

这是威斯康星州立高校电脑和电子工程系的情势识别–图像处理钻探组,它的FTP上有许多的篇章(NEW)。 

http://pandora.inf.uni-jena.de/p/e/index.html

德意志联邦共和国的一个数字图像处理琢磨小组,在其下边能找到一些正确的链接资源。 

http://www-staff.it.uts.edu.au/~sean/CVCC.dir/home.html 

CVIP(used to be CVCC for Computer Vision and Cluster Computing) is a research group focusing on cluster-based computer vision within the Spiral Architecture. 

http://cfia.gmu.edu/

The mission of the Center for Image Analysis is to foster multi-disciplinary research in image, multimedia and related technologies by establishing links 

between academic institutes, industry and government agencies, and to transfer key technologies to 

help industry build next 

generation commercial and military imaging and multimedia systems. 

http://peipa.essex.ac.uk/info/groups.html 

可以经过它来寻觅全世界各地的有名的微机视觉探究组(CV Groups),极力推荐。 

二、图像处理GPL库

http://www.ph.tn.tudelft.nl/~klamer/cppima.html

Cppima 是一个图像处理的C++函数库。这里有一个较系数介绍它的库函数的文档,当然你也得以下载压缩的GZIP包,里面富含TexInfo格式的文档。 

http://iraf.noao.edu/

Welcome to the IRAF Homepage! IRAF is the Image Reduction and Analysis Facility, a general purpose software 

system for the reduction and analysis of astronomical data. 

http://entropy.brni-jhu.org/tnimage.html 

一个百般不利的Unix系统的图像处理工具,看看它的截图。你可以在此基础上构建协调的专用图像处理工具包。 

http://sourceforge.net/projects/

那是GPL软件集散地,到此地找你想要得到的IP库吧。 

三、搜索资源

本来这里基本的搜寻引擎仍旧必须要借助的,比如Google等,能够到本人常用的链接看看。下边的链接或者会节约你有的时光: 

http://sal.kachinatech.com/

http://cheminfo.pku.edu.cn/mirrors/SAL/index.shtml

四、大拿网页

http://www.ai.mit.edu/people/wtf/

这位可是MIT人工智能实验室的BILL FREEMAN。大名鼎鼎!专长是:掌握–贝叶斯模型。 

http://www.merl.com/people/brand/

MERL(Mitsubishi Electric Research Laboratory)中的擅长“Style Machine”高手。 

http://research.microsoft.com/~ablake/

CV界极有信誉的A.布雷克(Blake) 1977年毕业于宾夕法尼亚州立高校三一高校并或数学与电子科学硕士学位。之后在MIT,Edinburgh,Oxford先后组建过研究小组并改为Oxford的任课,直到1999年进来微软加州洛杉矶分校研商为主。紧要工作领域是总结机视觉。 

http://www-2.cs.cmu.edu/afs/cs.cmu.edu/user/har/Web/home.html 

那位牛人好像正在攻读粤语,并且搜集了例如“四只老虎(Two Tigers)”的歌曲,嘿嘿:)

他的主页上边还有多少个牛:Shumeet Baluja, Takeo Kanade。他们的Face Detection作的相对化是世界顶尖。他毕业于卡奈基梅隆高校的电脑科学系,兴趣是总结机视觉。 

http://www.ifp.uiuc.edu/yrui_ifp_home/html/huang_frame.html

这位老牛在1963年就取得了MIT的硕士学位!他领导的Image Lab相比较闻名的是指纹识别。 


下面这多少个是自个儿搜集的牛群(大部分是蓬勃的Ph.D们),可以学学的是她们的Study Ways! 

Finn Lindgren(Sweden):Statistical image analysis http://www.maths.lth.se/matstat/staff/finn/

Pavel Paclik(Prague):statistical pattern recognition http://www.ph.tn.tudelft.nl/~pavel/

Dr. Mark Burge:machine learning and graph theory http://cs.armstrong.edu/burge/

yalin Wang:Document Image Analysis http://students.washington.edu/~ylwang/

Geir Storvik: Image analysis http://www.math.uio.no/~geirs/

Heidorn http://alexia.lis.uiuc.edu/~heidorn/

Joakim Lindblad:Digital Image Cytometry http://www.cb.uu.se/~joakim/index_eng.html

S.Lavirotte: http://www-sop.inria.fr/cafe/Stephane.Lavirotte/

Sporring:scale-space techniques http://www.lab3d.odont.ku.dk/~sporring/

Mark Jenkinson:Reduction of MR Artefacts http://www.fmrib.ox.ac.uk/~mark/

Justin K. Romberg:digital signal processing http://www-dsp.rice.edu/~jrom/

Fauqueur:Image retrieval by regions of interest http://www-rocq.inria.fr/~fauqueur/

James J. Nolan:Computer Vision http://cs.gmu.edu/~jnolan/

Daniel X. Pape:Information http://www.bucho.org/~dpape/

Drew Pilant:remote sensing technology http://www.geo.mtu.edu/~anpilant/index.html

五、前沿期刊(TOP10)

此间的刊物大部分都足以通过上边的大拿们的主页直接找到,在这列出重大是为着节约直接想找期刊投稿的弟兄的时刻:) 

IEEE Trans. On PAMI http://www.computer.org/tpami/index.htm

IEEE Transactionson Image Processing http://www.ieee.org/organizations/pubs/transactions/tip.htm

Pattern Recognition http://www.elsevier.com/locate/issn/00313203

Pattern Recognition Letters http://www.elsevier.com/locate/issn/01678655

神经网络 

Neural Networks Tutorial Review 

http://hem.hj.se/~de96klda/NeuralNetworks.htm 

ftp://ftp.sas.com/pub/neural/FAQ.html 

Image Compression with Neural Networks 

http://www.comp.glam.ac.uk/digimaging/neural.htm 

Backpropagator’s Review 

http://www.dontveter.com/bpr/bpr.html 

Bibliographies on Neural Networks 

http://liinwww.ira.uka.de/bibliography/Neural/ 

Intelligent Motion Control with an Artificial Cerebellum 

http://www.q12.org/phd.html 

Kernel Machines 

http://www.kernel-machines.org/ 

Some Neural Networks Research Organizations 

http://www.ieee.org/nnc/ 

http://www.inns.org/ 

Neural Network Modeling in Vision Research 

http://www.rybak-et-al.net/nisms.html 

Neural Networks and Machine Learning 

http://learning.cs.toronto.edu/ 

Neural Application Software 

Neural Network Toolbox for MATLAB 

http://www.mathworks.com/products/neuralnet/ 

Netlab Software 

http://www.ncrg.aston.ac.uk/netlab/ 

Kunama Systems Limited 

http://www.kunama.co.uk/

Computer Vision 

Computer Vision Homepage, Carnegie Mellon University

Annotated Computer Vision Bibliography 

http://iris.usc.edu/Vision-Notes/bibliography/contents.html 

http://iris.usc.edu/Vision-Notes/rosenfeld/contents.html 

Lawrence Berkeley National Lab Computer Vision and Robotics Applications 

http://www-itg.lbl.gov/ITG.hm.pg.docs/VISIon/vision.html 

CVonline by University of Edinburgh 

The Evolving, Distributed, Non-Proprietary, On-Line Compendium of Computer Vision, 

Computer Vision Handbook, 

Vision Systems Courseware 

Research Activities in Computer Vision 

http://www-syntim.inria.fr/syntim/analyse/index-eng.html 

Vision Systems Acronyms 

Dictionary of Terms in Human and Animal Vision 

http://cns-web.bu.edu/pub/laliden/WWW/Visionary/Visionary.html 

Metrology based on Computer Vision 

Digital Photography

Digital Photography, Scanning, and Image Processing 

Educational Resources, Universities 

Center for Image Processing in Education 

Library of Congress Call Numbers Related to Imaging Science by Rochester Institute of Technology 

http://wally2.rit.edu/pubs/guides/imagingcall.html 

Mathematical Experiences through Image Processing, University of Washington 

Vismod Tech Reports and Publications, MIT 

http://vismod.www.media.mit.edu/cgi-bin/tr_pagemaker 

Vision Lab PhD dissertation list, University of Antwerp 

http://wcc.ruca.ua.ac.be/~visielab/theses.html 

INRIA (France) Research Projects: Human-Computer Interaction, Image Processing, Data Management, Knowledge Systems 

Image Processing Resources 

http://eleceng.ukc.ac.uk/~rls3/Contents.htm 

Publications of Carsten Steger 

http://www9.informatik.tu-muenchen.de/people/steger/publications.html

FAQs

comp.dsp FAQ 

Robotics FAQ 

Where’s the sci.image.processing FAQ? 

comp.graphics.algorithms FAQ, Section 3, 2D Image/Pixel Computations 

Astronomical Image Processing System FAQ 

C/C++编程:

C/C++ 是最首要的编程语言。这里列出了50名佳绩网站和网页清单,那些网站提供c/c++源代码。这份清单提供了源代码的链接以及它们的小表明。我已尽力包括最 佳的C/C++源代码的网站。这不是一个总体的清单,您有提议可以交流自身,我将欢迎您的提出,以进一步增进这地方的清单。  
1、http://snippets.dzone.com/tag/c/ –数以千计的管用的C语言源代码片段  
2、http://www.hotscripts.com/category/c-cpp/scripts-programs/赌博网站开户送88元, Hotscripts –提供大量的C和C++脚本和程序。所有程序都分为不同的品类。  
3、http://www.planetsourcecode.com/vb/default.asp?lngWId=3 –超越万行C和C++免费的源代码  
4、http://freshmeat.net/browse/164/ –超过9000个C编写的项目。  
5、http://www.daniweb.com/code/c.html –DANIWEB提供的实用代码段 。  
6、http://www.programmersheaven.com/tags/C/ –programmersheaven.com上的C编程资源。  
7、http://www.ddj.com/code/ddj.html –Dr. Dobb’s Journal的源代码。  
8、http://www.cprogramming.com/cgi-bin/source/source.cgi –C和C + +编程资源。  
9、http://www.codecogs.com/ –CodeCogs是一项合作的开放源码库,C/C++的数值方面的零件。  
10、http://www.google.com/codesearch?q=programming++lang:c&cs_r=lang:c –Google代码的C源代码。  
11、http://www.codepedia.com/1/C –CodePedia是一个开花的有关系统编程和其余与电脑有关的议题。  
12、http://www.cis.temple.edu/~ingargio/cis71/code/ –为学习者提供的一个简便的C语言程序的列表。  
13、http://www.codeproject.com/?cat=2 –codeproject提供的C/C++资源代码项目。  
14、http://www.thefreecountry.com/sourcecode/cpp.shtml –以下是一对C和C++库的DLL,VCLs,源代码,元件,模块,应用程序框架,类库,源代码片段等,你可以在您的系列中接纳而不需要支出费用和版税。  
15、http://people.sc.fsu.edu/~burkardt/cpp_src/cpp_src.html –这是一个健全的关于C++的345个源代码清单。  
16、http://www.cplusplus.com/src/ –C++写的通用控制台程序和Windows程序代码清单。  
17、http://users.cs.fiu.edu/~weiss/dsaa_c++/code/ –C++语言数据结构与算法分析(第二版)的源代码。  
18、http://c.snippets.org/ –C源代码片段。  
19、http://www.bbdsoft.com/downloads.html –C++源代码。  
20、http://www.moshier.net/ 天文学和数值软件源代码  
21、http://cplus.about.com/od/cgames/C_Games_with_Source_Code.htm –游戏有关的C++源代码。  
22、http://cliodhna.cop.uop.edu/~hetrick/c-sources.html –免费的C/C++数值总结源代码。  
23、http://www.mathtools.net/C_C__/Utilities/index.html –C/C++工具。  
24、http://www.programmerworld.net/resources/c_library.htm –免费C++源代码和此外有效的工具。  
25、http://www.cmcrossroads.com/bradapp/links/cplusplus-links.html –布拉德(Brad)阿普尔顿的C++链接-资源,项目,教室,教学和编码。  
26、http://www.robertnz.net/cpp_site.html –这是一个募集了数C/C++网站链接列表的网页。  
27、http://www.josuttis.com/libbook/examples.html –在此处,你可以看到并下载所有的本书的C++标准库例子 。  
28、ftp://66.77.27.238/sourcecode/cuj/ –C/C++用户杂志  
29、ftp://66.77.27.238/sourcecode/wd/ –Windows开发者网络  
30、http://www.einet.net/directory/65892/Developers.htm –C程序  
31、http://www.daniweb.com/code/cplusplus.html –实用代码段。  
32、http://snippets.dzone.com/tag/c –C++源代码  
33、http://www.programmersheaven.com/tags/C –C++编程资源,programmersheaven.com  
34、http://www.google.com/codesearch?hl=en&lr=&q=programming –Google代码搜索-C++编程语言  
35、http://www.codepedia.com/1/Cpp –CodePedia是一个怒放的有关系统编程和任何与总括机有关的议题的网站。  
36、http://www.codebeach.com/index.asp?TabID=1&CategoryID=3 –C++源代码,Codebeach提供  
37、http://freshmeat.net/browse/165/ –5000品类写的C++编程语言  
38、http://cplus.about.com/od/codelibrary/Code_Library_for_C_C_and_C.htm –代码库C、C + +和C#。  
39、http://www.c.happycodings.com/ –Visual Basic、PHP、ASP技术、C、C++大全。  
40、http://www.blueparrots.com/ –Borland C游戏,图像和声音源代码范例。  
41、http://www.java2s.com/Code/Cpp/CatalogCpp.htm –C++源代码。  
42、http://www.yeohhs.com/modules/mydownloads/ –C与C++电子书和源代码示例。  
43、http://www.brpreiss.com/books/opus4/programs/index.html C++的数学方程和公式源代码。  
44、http://users.cs.fiu.edu/ C++。  
45、http://www.josuttis.com/libbook/examples.html –C++标准库-教程和参考资料。  
46、http://emr.cs.uiuc.edu/~reingold/calendars.shtml Edward M. Reingold’s Calendar Book, Papers, and Code。  
47、http://cpp.snippets.org/ –c++源代码档案。  
48、http://ubiety.uwaterloo.ca/~tveldhui/papers/techniques/ –用C和C++的解决科学问题。  
49、http://c.ittoolbox.com/topics/core-c/ –C/C++的IT工具框。  
50、http://www.le.ac.uk/cc/tutorials/c/ccccdbas.html –本文件中隐含有大气的C示例程序。

事在人为智能牛人主页:

http://people.cs.uchicago.edu/~niyogi/

http://www.cs.uchicago.edu/people/

http://pages.cs.wisc.edu/~jerryzhu/

http://www.kyb.tuebingen.mpg.de/~chapelle

http://people.cs.uchicago.edu/~xiaofei/

http://www.cs.uiuc.edu/homes/dengcai2/

http://www.kyb.mpg.de/~bs

http://research.microsoft.com/~denzho/

http://www-users.cs.umn.edu/~kumar/dmbook/index.php#item5           (resources for the book of the introduction of data mining by Pang-ning Tan et.al. )(国内曾经有照应的中文版)

http://www.cs.toronto.edu/~roweis/lle/publications.html    (lle算法源代码及其相关小说)

http://dataclustering.cse.msu.edu/index.html#software(data clustering)

http://www.cs.toronto.edu/~roweis/     (里面有成千上万资源)

http://www.cse.msu.edu/~lawhiu/  (manifold learning)

http://www.math.umn.edu/~wittman/mani/ (manifold learning demo in matlab)

http://www.iipl.fudan.edu.cn/~zhangjp/literatures/MLF/INDEX.HTM  (manifold learning in matlab)

http://videolectures.net/mlss05us_belkin_sslmm/   (semi supervised learning with manifold method by Belkin)

http://isomap.stanford.edu/    (isomap主页)

http://web.mit.edu/cocosci/josh.html  MIT    TENENBAUM J B主页

http://web.engr.oregonstate.edu/~tgd/    (国际出名的人造智能专家 托马斯(Thomas) G. Dietterich)

http://www.cs.berkeley.edu/~jordan/ (MIchael I.Jordan)

http://www.cs.cmu.edu/~awm/  (Andrew W. Moore’s  homepage)

http://learning.cs.toronto.edu/ (加拿大阿姆斯特丹大学机械学习小组)

http://www.cs.cmu.edu/~tom/ (Tom Mitchell,里面有与教材匹配的slide。)

Kernel Methods

Alexander J. Smola

Maximum Mean Discrepancy (MMD), Hilbert-Schmidt Independence Criterion (HSIC)

Bernhard Sch?lkopf

Kernel PCA

James T Kwok

Pre-Image, Kernel Learning, Core Vector Machine(CVM)

Jieping Ye

Kernel Learning, Linear Discriminate Analysis, Dimension Deduction

Multi-Task Learning

Andreas Argyriou

Multi-Task Feature Learning

Charles A. Micchelli

Multi-Task Feature Learning, Multi-Task Kernel Learning

Massimiliano Pontil

Multi-Task Feature Learning

Yiming Ying

Multi-Task Feature Learning, Multi-Task Kernel Learning

Semi-supervised Learning

Partha Niyogi
Manifold Regularization, Laplacian Eigenmaps

Mikhail Belkin
Manifold Regularization, Laplacian Eigenmaps

Vikas Sindhwani
Manifold Regularization

Xiaojin Zhu
Graph-based Semi-supervised Learning

Multiple Instance Learning

Sally A Goldman

EM-DD, DD-SVM, Multiple Instance Semi Supervised Learning(MISS)

Dimensionality Reduction

Neil Lawrence
Gaussian Process Latent Variable Models (GPLVM)

Lawrence K. Saul
Maximum Variance Unfolding(MVU), Semidefinite Embedding(SDE)

Machine Learning

Michael I. Jordan

Graphical Models

John Lafferty

Diffusion Kernels, Graphical Models

Daphne Koller

Logic, Probability

Zhang Tong
Theoretical Analysis of Statistical Algorithms, Multi-task Learning, Graph-based Semi-supervised Learning

Zoubin Ghahramani
Bayesian approaches to machine learning

Machine Learning @ Toronto

Statitiscal Machine Learning & Optimization

Jerome H Friedman

GLasso, Statistical view of AdaBoost, Greedy Function Approximation

Thevor Hastie

Lasso

Stephen Boyd

Convex Optimization

C.J Lin

Libsvm

 http://www.dice.ucl.ac.be/mlg/

半监督流形学习(流形正则化)

http://manifold.cs.uchicago.edu/

情势识别和神经网络工具箱

http://www.ncrg.aston.ac.uk/netlab/index.php

机械学习开源代码

http://mloss.org/software/tags/large-scale-learning/

总括学开源代码

http://www.wessa.net/

matlab各个工具箱链接

http://www.tech.plym.ac.uk/spmc/links/matlab/matlab_toolbox.html

总计学学习经典在线教材

http://www.statistics4u.info/

机器学习开源源代码

http://mloss.org/software/language/matlab/

可以投稿的杂志:

数字图像处理领域可以投稿的刊物

Computer Vision and Image Processing
IEEE Transactions on Pattern Analysis and Machine Intelligence (PAMI) IEEE
International Journal of Computer Vision (IJCV)   Springer
Vision Research Elsevier
IEEE Transactions on Image Processing (IEEE-T-IP) IEEE
ACM Transactions on Applied Perception   ACM
Computer Vision and Image Understanding (CVIU) Elsevier
Image and Vision Computing Elsevier
Journal of Vision JV
Journal of Visual Communication and Image Representation (JVCIR) Elsevier
Journal of Mathematical Imaging and Vision   Springer  
Journal of Electronic Imaging   SPIE
ICGST International Journal on Graphics, Vision and Image Processing (GVIP) ICGST  
MGV: Machine GRAPHICS & VISION Institute of Computer Science
International Journal of Imaging Systems and Technology Wiley InterScience  
Electronic Letters on Computer Vision and Image Analysis   Elcvia
The Visual Computer Springer
IET Image Processing IET
IET Computer Vision IET
International Journal of Image and Graphics (IJIG) World Scientific
International Journal of Remote Sensing   Taylor & Francis
SIAM Journal on Imaging Sciences   SIAM
Signal, Image and Video Processing   Springer
Pattern Recognition
Pattern Recognition Elsevier
Pattern Recognition Letters (PRL) Elsevier
International Journal of Pattern Recognition and Artificial Intelligence   World Scientific  
Pattern Analysis & Applications   Springer  
Journal of Pattern Recognition Research (JPRR) JPRR
Signal Processing
IEEE Signal Processing Letters IEEE
IEEE Signal Processing Magazine IEEE
Signal Processing   Elsevier
EURASIP Journal on Applied Signal Processing EURASIP
Signal Processing : Image Communication Elsevier
IET Signal Processing IET
Neurophysical Journals in Computer Vision
Nature Neuroscience. Nature
Visual Neuroscience. Cambridge
IEEE Transactions on Neural Networks. IEEE
Neural Networks Elsevier
Perception and Psychophysics. Psychonomic Society
Perception. Pion Ltd.
Journal of Experimental Psychology: Human Perception and Performance. Elsevier
Computer Graphics
ACM Transactions on Graphics ACM
IEEE Computer Graphics and Applications (CG&A)   IEEE
IEEE Transactions on Visualization and Computer Graphics IEEE
ACM SIGGRAPH Computer Graphics ACM
Computers and Graphics Science Direct
Computer Graphics Forum (including Eurographics) Eurographics
Graphics Interface Graphics Interface  
Journal of Graphics Tools ACM
Journal of Visualization and Computer Animation Wiley
Symposium on Interactive 3D (I3D) ACM
Virtual Reality
Virtual Reality Software and Technology (VRST)   ACM
Machine Vision Applications    
Machine Vision and Applications Springer
Real-Time Imaging Elsevier
Vision Interface Vision Interface
IEEE Transactions on Geoscience and Remote Sensing   IEEE
International Journal of Applied Earth Observation and Geoinformation   Elsevier
Remote Sensing of Environment   Elsevier
ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING   ISPRS
Journal of Applied Remote Sensing   SPIE
Journal of the Indian Society of Remote Sensing   Springer
Multimedia
IEEE Transactions on Circuits and Systems for Video Technology IEEE
IEEE Transactions on Multimedia IEEE
Optics
Journal Optical Society of America OSA
Optometry and Vision Science LW&W
Information Fusion
Information Fusion Elsevier
Information Processing Letters Elsevier
Information Sciences Elsevier
Information Sciences – Applications Elsevier
Information Systems Elsevier
Soft Computing    
Applied Soft Computing   Elsevier
Journal of Soft Computing   Springer
Others    
Medical Image Analysis Elsevier
ACM Transactions on Information Systems ACM
Swarm Intelligence Springer
IET Information Security IET
Numerical Functional Analysis and Optimization   Taylor & Francis
Sadhana – Academy Proceedings in Engineering Sciences   Springer
International Journal of Wavelets, Multiresolution and Information Processing (IJWMIP)   World Scientific
IETE Technical Review IETE
IETE Journal of Research IETE
IEEE Transactions on Information Forensics and Security   IEEE

机械学习推荐杂谈和书本  

2009-09-08 12:31:46|  分类: 默认分类  |举报 |字号 订阅

主旨模型:
HMM(Hidden Markov Models):
A Tutorial on Hidden Markov Models and Selected Applications in
Speech Recognition.pdf
ME(Maximum Entropy):
ME_to_NLP.pdf
MEMM(Maximum Entropy Markov Models):
memm.pdf
CRF(Conditional Random Fields):
An Introduction to Conditional Random Fields for Relational Learning.pdf
Conditional Random Fields: Probabilistic Models for Segmenting and
Labeling Sequence Data.pdf
SVM(support vector machine):
*张学工<<总结学习理论>>
LSA(or LSI)(Latent Semantic Analysis):
Latent semantic analysis.pdf
pLSA(or pLSI)(Probablistic Latent Semantic Analysis):
Probabilistic Latent Semantic Analysis.pdf
LDA(Latent Dirichlet Allocation):
Latent Dirichlet Allocaton.pdf(用variational theory + EM算法解模型)
Parameter estimation for text analysis.pdf(using Gibbs Sampling 解模)
Neural Networksi(including Hopfield Model& self-organizing maps &
Stochastic networks & Boltzmann Machine etc.):
Neural Networks – A Systematic Introduction
Diffusion Networks:
Diffusion Networks, Products of Experts, and Factor Analysis.pdf
Markov random fields:
Generalized Linear Model(including logistic regression etc.):
An introduction to Generalized Linear Models 2nd
Chinese Restraunt Model (Dirichlet Processes):
Dirichlet Processes, Chinese Restaurant Processes and all that.pdf

Estimating a Dirichlet Distribution.pdf

Some important algorithms:
EM(Expectation Maximization):
Expectation Maximization and Posterior Constraints.pdf
Maximum Likelihood from Incomplete Data via the EM Algorithm.pdf
MCMC(Markov Chain Monte Carlo) & Gibbs Sampling:
Markov Chain Monte Carlo and Gibbs Sampling.pdf
Explaining the Gibbs Sampler.pdf
An introduction to MCMC for Machine Learning.pdf
PageRank:
矩阵分解算法:
SVD, QR分解, Shur分解, LU分解, 谱分解
Boosting( including Adaboost):
*adaboost_talk.pdf
Spectral Clustering:
Tutorial on spectral clustering.pdf
Energy-Based Learning:
A tutorial on Energy-based learning.pdf
Belief Propagation:
Understanding Belief Propagation and its Generalizations.pdf
bp.pdf
Construction free energy approximation and generalized belief
propagation algorithms.pdf
Loopy Belief Propagation for Approximate Inference An Empirical Study.pdf
Loopy Belief Propagation.pdf
AP (affinity Propagation):
L-BFGS:
<<最优化理论与算法 2nd>> chapter 10
On the limited memory BFGS method for large scale optimization.pdf
IIS:

IIS.pdf

反驳部分:
概率图(probabilistic networks):
An introduction to Variational Methods for Graphical Models.pdf
Probabilistic Networks
Factor Graphs and the Sum-Product Algorithm.pdf
Constructing Free Energy Approximations and Generalized Belief
Propagation Algorithms.pdf
*Graphical Models, exponential families, and variational inference.pdf
Variational Theory(变分理论,我们只用概率图上的变分):
Tutorial on varational approximation methods.pdf
A variational Bayesian framework for graphical models.pdf
variational tutorial.pdf
Information Theory:
Elements of Information Theory 2nd.pdf
测度论:
测度论(Halmos).pdf
估算论讲义(严加安).pdf
概率论:
……
<<概率与推理论>>
自由过程:
行使随机过程 林元烈 2002.pdf
<<随机数学引论>>
Matrix Theory:
矩阵分析与应用.pdf
格局识别:
<<情势识别 2nd>> 边肇祺
*Pattern Recognition and Machine Learning.pdf
最优化理论:
<>
<<最优化理论与算法>>
泛函分析:
<<泛函分析导论及利用>>
Kernel理论:
<<形式分析的核方法>>
统计学:
……

<<总结手册>>

综合:
semi-supervised learning:
<> MIT Press
semi-supervised learning based on Graph.pdf
Co-training:
Self-training:

机器视觉:

以下链接是本身整理的关于电脑视觉(ComputerVision, CV)相关领域的网站链接,其中有CV牛人的主页,CV研商小组的主页,CV领域的paper,代码,CV领域的新颖动态,国内的使用情形等等。打算从事 那个行当仍然刚入门的对象可以多关心这个网站,多询问部分CV的切切实实使用。搞研讨的爱人也足以从中了然到许多牛人的探讨动态、招生情形等。总而言之,我以为, 知识唯有分享才能发出更大的价值,真诚期待上面的链接能对恋人们享有帮衬。 

(1)googleResearch; http://research.google.com/index.html 

(2)MIT研究生,汤晓欧学生林达华; http://people.csail.mit.edu/dhlin/index.html (3)MIT博士后Douglas Lanman; http://web.media.mit.edu/~dlanman/ 

(4)opencv中文网站; http://www.opencv.org.cn/index.php/%E9%A6%96%E9%A1%B5 

(5)Stanford大学vision实验室; http://vision.stanford.edu/research.html 

(6)Stanford高校学士崔靖宇; http://www.stanford.edu/~jycui/ 

(7)UCLA助教朱松纯; http://www.stat.ucla.edu/~sczhu/ 

(8)中国人造智能网; http://www.chinaai.org/ 

(9)中国视觉网; http://www.china-vision.net/ 

(10)中科院自动化所; http://www.ia.cas.cn/

(11)中科院自动化所李子青探讨员; http://www.cbsr.ia.ac.cn/users/szli/ 

(12)中科院总结所山世光探讨员; http://www.jdl.ac.cn/user/sgshan/ 

(13)人脸识别主页; http://www.face-rec.org/ 

(14)加州高校贝克莱(Berkeley)分校CV小组;http://www.eecs.berkeley.edu/Research/Projects/CS/vision/

(15)南加州高校CV实验室; http://iris.usc.edu/USC-Computer-Vision.html 

(16)卡内基梅隆高校CV主页;

http://www.cs.cmu.edu/afs/cs/project/cil/ftp/html/vision.html

(17)微软CV研究员Richard Szeliski;http://research.microsoft.com/en-us/um/people/szeliski/ 

(18)微软南美洲切磋院电脑视觉研商组; http://research.microsoft.com/en-us/groups/vc/ 

(19)微软耶鲁研讨院ML与CV探究组; http://research.microsoft.com/en-us/groups/mlp/default.aspx

(20)研学论坛; http://bbs.matwav.com/ 

(21)美利坚联邦合众国Rutgers大学助理教师刘青山; http://www.research.rutgers.edu/~qsliu/ (22)总括机视觉最新资讯网; http://www.cvchina.info/ 

(23)运动检测、阴影、跟踪的测试视频下载;http://apps.hi.baidu.com/share/detail/18903287 

(24)香港(Hong Kong)闽南语高校助理讲师王晓刚; http://www.ee.cuhk.edu.hk/~xgwang/ 

(25)香岛闽南语大学多媒体实验室(汤晓鸥); http://mmlab.ie.cuhk.edu.hk/ 

(26)U.C. San Diego. computer vision;http://vision.ucsd.edu/content/home (27)CVonline; http://homepages.inf.ed.ac.uk/rbf/CVonline/ 

(28)computer vision software; http://peipa.essex.ac.uk/info/software.html (29)Computer Vision Resource; http://www.cvpapers.com/ 

(30)computer vision research groups;http://peipa.essex.ac.uk/info/groups.html (31)computer vision center; http://computervisioncentral.com/cvcnews

(32)安徽高校图像技术研商与利用(ITRA)团队:http://www.dvzju.com/

(33)自动识别网:http://www.autoid-china.com.cn/

(34)武大大学章毓晋教师:http://www.tsinghua.edu.cn/publish/ee/4157/2010/20101217173552339241557/20101217173552339241557_.html

(35)一流民用机器人研商小组Porf.加里(Gary)领导的威尔ow Garage:http://www.willowgarage.com/

(36)香港体育大学图像处理与情势识别啄磨所:http://www.pami.sjtu.edu.cn/

(37)香水之都外贸高校处理器视觉实验室刘允才助教:http://www.visionlab.sjtu.edu.cn/

(38)新罕布什尔州高校奥斯汀(Austen)分校助理教师Kristen Grauman :http://www.cs.utexas.edu/~grauman/

(39)南开大学电子工程系智能图文消息处理实验室(丁晓青教授):http://ocrserv.ee.tsinghua.edu.cn/auto/index.asp

(40)香港高校高文助教:http://www.jdl.ac.cn/htm-gaowen/

(41)南开大学艾海舟讲师:http://media.cs.tsinghua.edu.cn/cn/aihz

(42)中科院生物识别与张家界技能研究中心:http://www.cbsr.ia.ac.cn/china/index%20CH.asp

(43)瑞士联邦路易斯维尔高校 托马斯(Thomas)(Thomas) Vetter教学:http://informatik.unibas.ch/personen/vetter_t.html

(44)新罕布什尔州立高校 罗布 Hess研究生:http://blogs.oregonstate.edu/hess/

(45)卡拉奇大学 于仕祺副讲师:http://yushiqi.cn/

(46)马普托金融大学人工智能与机器人探讨所:http://www.aiar.xjtu.edu.cn/

(47)Carnegie梅隆高校讨论员罗Bert(Robert) T. Collins(Collins):http://www.cs.cmu.edu/~rcollins/home.html#Background

(48)MIT博士Chris Stauffer:http://people.csail.mit.edu/stauffer/Home/index.php

(49)美利坚同盟国爱荷华州立大学生物识别研讨组(Anil K. Jain讲师):http://www.cse.msu.edu/rgroups/biometrics/

(50)美利坚同盟国马里兰州立高校Thomas(Thomas) S. Huang:http://www.beckman.illinois.edu/directory/t-huang1

(51)杜阿拉高校数字壁画测量与电脑视觉研商为主:http://www.whudpcv.cn/index.asp

(52)瑞士联邦哈尔滨大学山姆(Sam)i Romdhani助理研讨员:http://informatik.unibas.ch/personen/romdhani_sami/

(53)CMU大学探讨员Yang Wang:http://www.cs.cmu.edu/~wangy/home.html

(54)大不列颠及苏格兰联合王国塔林高校提姆 Cootes讲师:http://personalpages.manchester.ac.uk/staff/timothy.f.cootes/

(55)美利哥罗彻斯特大学讲师Jiebo Luo:http://www.cs.rochester.edu/u/jluo/

(56)美利坚联邦合众国普渡高校机器人视觉实验室:https://engineering.purdue.edu/RVL/Welcome.html

(57)花旗国劳斯莱斯州立大学感知、运动与认识实验室:http://vision.cse.psu.edu/home/home.shtml

(58)花旗国加州理工高校GRASP实验室:https://www.grasp.upenn.edu/

(59)美利坚合众国内达华大学里诺校区CV实验室:http://www.cse.unr.edu/CVL/index.php

(60)美利坚联邦合众国密西根高校vision实验室:http://www.eecs.umich.edu/vision/index.html

(61)University of Massachusetts(麻省大学),视觉实验室:http://vis-www.cs.umass.edu/index.html

(62)华盛顿(华盛顿(Washington))大学研究生后Iva Kemelmacher:http://www.cs.washington.edu/homes/kemelmi

(63)以色列魏茨曼金融大学Ronen Basri:http://www.wisdom.weizmann.ac.il/~ronen/index.html

(64)瑞士ETH-Zurich大学CV实验室:http://www.vision.ee.ethz.ch/boostingTrackers/index.htm

(65)微软CV研商员张正友:http://research.microsoft.com/en-us/um/people/zhang/

(66)中科院自动化所文学映像钻探室:http://www.3dmed.net/

(67)中科院田捷探究员:http://www.3dmed.net/tian/

(68)微软Redmond商量院研商员西蒙(Simon) Baker:http://research.microsoft.com/en-us/people/sbaker/

(69)普林斯顿大学教学李凯:http://www.cs.princeton.edu/~li/ 

(70)普林斯顿大学研究生贾登:http://www.cs.princeton.edu/~jiadeng/ 

(71)加州伯克利(Berkeley)分校学院教书安德鲁 Zisserman: http://www.robots.ox.ac.uk/~az/ 

(72)U.K.leeds大学研商员马克 伊芙(Eve)ringham:http://www.comp.leeds.ac.uk/me/ 

(73)大英帝国成都大学教师Chris(Chris) 威尔(Will)iam: http://homepages.inf.ed.ac.uk/ckiw/ 

(74)微软哈佛探究院商讨员约翰(John) Winn: http://johnwinn.org/ 

(75)宾夕法尼亚师范大学助教Monson H.Hayes:http://savannah.gatech.edu/people/mhayes/index.html 

(76)微软南美洲探讨院探讨员孙剑:http://research.microsoft.com/en-us/people/jiansun/ 

(77)微软南美洲讨论院探讨员马毅:http://research.microsoft.com/en-us/people/mayi/ (78)英帝国哥伦比亚大学助教大卫(David) Lowe: http://www.cs.ubc.ca/~lowe/ 

(79)英帝国明尼阿波利斯大学教学鲍伯 Fisher: http://homepages.inf.ed.ac.uk/rbf/ 

(80)加州大学都柏林(Berlin)分校助教Serge J.Belongie:http://cseweb.ucsd.edu/~sjb/ 

(81)特拉华大学教书查尔斯(Charles) R.Dyer: http://pages.cs.wisc.edu/~dyer/ 

(82)首尔大学助教Allan.Jepson: http://www.cs.toronto.edu/~jepson/ 

(83)伦斯勒中医药大学讲师Qiang Ji: http://www.ecse.rpi.edu/~qji/ 

(84)CMU研究员Daniel Huber: http://www.ri.cmu.edu/person.html?person_id=123

 (85)莫斯科高校教学:David J.Fleet: http://www.cs.toronto.edu/~fleet/ 

(86)London高校Mary女王大学教师安德莉亚 Cavallaro:http://www.eecs.qmul.ac.uk/~andrea/ 

(87)多伦多大学教书Kyros Kutulakos: http://www.cs.toronto.edu/~kyros/ 

(88)杜克(Duke)大学讲授卡尔o 汤姆(Tom)asi: http://www.cs.duke.edu/~tomasi/ 

(89)(89)CMU教授Martial Hebert: http://www.cs.cmu.edu/~hebert/ 

(90)(90)MIT助理助教Antonio Torralba: http://web.mit.edu/torralba/www/

(91) (91)马萨诸塞大学研商员Yasel Yacoob: http://www.umiacs.umd.edu/users/yaser/ (92)康奈尔大学教书Ramin Zabih: http://www.cs.cornell.edu/~rdz/

(93)CMU大学生田渊栋: http://www.cs.cmu.edu/~yuandong/ 

(94)(94)CMU副教授Srinivasa Narasimhan: http://www.cs.cmu.edu/~srinivas/ 

(95)(95)CMU大学ILIM实验室:http://www.cs.cmu.edu/~ILIM/ 

(96)(96)哥伦比亚大学教师Sheer K.Nayar: http://www.cs.columbia.edu/~nayar/ 

(97)(97)MITSUBISHI电子探究院探究员Fatih Porikli :http://www.porikli.com/ 

(98)(98)康奈尔高校教师Daniel Huttenlocher:http://www.cs.cornell.edu/~dph/ 

(99)(99)卢布尔雅这大学教学周志华:http://cs.nju.edu.cn/zhouzh/index.htm 

(100)(100)法兰克福丰田技术啄磨所助理员教师Devi Parikh: http://ttic.uchicago.edu/~dparikh/index.html (101)瑞士电子科技大学硕士后Helmut Grabner:http://www.vision.ee.ethz.ch/~hegrabne/#Short_CV

(102)香港(Hong Kong)闽南语大学助教贾佳亚:http://www.cse.cuhk.edu.hk/~leojia/index.html

(103)加州伯克利(Berkeley)分校大学副助教吴建鑫:http://c2inet.sce.ntu.edu.sg/Jianxin/index.html

(104)GE琢磨院啄磨员李关:http://www.cs.unc.edu/~lguan/

(105)内布拉斯加药科大学讲授Monson Hayes:http://savannah.gatech.edu/people/mhayes/

(106)图片检索国际会议VOC(微软斯坦福研究院社团):http://pascallin.ecs.soton.ac.uk/challenges/VOC/

(107)机器视觉开源处理库汇总:http://archive.cnblogs.com/a/2217609/

(108)布朗高校教师本杰明(Benjamin) Kimia: http://www.lems.brown.edu/kimia.html 

(109)数据堂-图像处理有关的样本数量:http://www.datatang.com/data/list/602026/p1

(110)东软遵照CV的汽车帮忙驾驶系统:http://www.neusoft.com/cn/solutions/1047/

(111)新罕布什尔大学讲授Rema Chellappa:http://www.cfar.umd.edu/~rama/

(112)悉尼丰田琢磨主旨助理员讲师Devi Parikh:http://ttic.uchicago.edu/~dparikh/index.html

(113)印度孟买理工高校助理教师石建波:http://www.cis.upenn.edu/~jshi/

 

相关文章

发表评论

电子邮件地址不会被公开。 必填项已用*标注

网站地图xml地图