图像处理与机具视觉行业分析

一 行业分析

     
数字图像处理是对图像举行剖析、加工、和拍卖,使其满足视觉、心理以及任何要求的技艺。图像处理是信号处理在图像域上的一个利用。目前大部分的图像是以数字形式 存储,因此图像处理很多情景下指数字图像处理。此外,基于光学理论的处理格局依然占据举足轻重的地位。 数字图像处理是信号处理的子类, 此外与电脑科学、人工智能等世界也有细心的关系。 传统的一维信号处理的章程和概念很多还是能直接行使在图像处理上,比如降噪、量化等。但是,图像属于二维信号,和一维信号相比,它有协调特有的一面,处 理的形式和角度也方驾齐驱。大多数用来一维信号处理的定义都有其在二维图像信号领域的拉开,它们中的一有的在二维情状下变得非凡复杂。同时图像处理也兼具 自身一些新的定义,例如,连通性、旋转不变性,等等。那么些概念仅对二维或更高维的状态下才有非平时的意思。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)

教育学图像处理 (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    

     
就自我看来,个人认为图像处理的就业依旧不错的。首先可以把图像看成二维、三维或者更高维的信号,从这个含义上来说,图像处理是一体信号处理其中就业时势最好的,因为您非但要理解(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)的学问。其次,图像处理是统计机视觉和录像拍卖的基本功,精通好了图像处理的基本知识,就业时就足以向这么些动向提升。近年来的情势识别,大部分也都是图像情势识别。在实际应用场地,采集的音讯很多都是图像音信,比如指纹、条码、人脸、虹膜、车辆等等。说到使用场地,千万不可能忘了管医学图像这一块,倘若有工学图像处理的背景,去一些医疗器械企业或者医疗软件商店也是毋庸置疑的选项。图像处理对编程的渴求相比较高,假使编程很厉害,当然就业也多了一个取舍取向,并不一定要局限在图像方向。

1.2 就业趋势

    下边谈谈自己所了解的局部商行新闻,仅仅是本身所精通到的如故自己所感兴趣的,实际远远不止如此多。

搜寻方向

    
基于内容的图像或录像查找是成百上千招来公司钻探的热点。要想进去这些领域,必须有很强的编程能力,很好的图像处理和形式识另外背景。要求高待遇自然就不易,近来这上头的象征集团有微软、google、yahoo和百度,个个鼎鼎大名。

医术图像方向

     
近来在医疗器械方向重如若多少个大商厦在竞争,来头都不小,其中囊括Simens、GE、飞利浦和哈苏,首要生产CT和MRI等临床器材。由于医疗器械的最首要成效是成像,必然涉及到对图像的拍卖,做图像处理的很有时机进来这些公司。它们在境内都设有研发大旨,simens的在香港和德国首都,GE和佳能都在东京(Tokyo),飞利浦的在武汉。由于治疗市场是一个一直不完全开发的市场,而一套医疗设备的价钱是异常高昂的,所以在这个地点的待遇都仍可以,前景也着眼于。国内也有一对如此的商号比如布里斯班安科和迈瑞。

微机视觉和形式识别方向

     
我没去调研过有咋样集团在做,但毫无疑问不少,比如指纹识别、人脸识别、虹膜识别。还有一个很大的动向是车牌识别,这一个自己倒是知道有一个商家高德威智能交通似乎做的很不利的楷模。如今录像监控是一个热点问题,做跟踪和识此外可以在那么些势头找到一席之地。

上哈利法克斯视特位于迪拜张江高科技园区,在视觉和辨别方面做的科学。迪拜的自身也领略多少个铺面:大恒和最高,都是以图像作为研发的侧重点。

视频方向

     
一般的大学或者商量所侧重在标准的制定和修改以及技术改进方面,而商家则重视在编码解码的硬件实现位置。一般这一个商家要求是熟识或者了然MPEG、H.264或者AVS,拔取了这些样子,只要做的还不错,基本就不愁饭碗。由于这不是自个儿所感兴趣的主旋律,所以这地点的铺面的音讯我尚未采集,但平时在一一bbs或者各类招聘网站日常来看。

我所通晓的五个商店:索尼爱立信和pixelworks

其他

     
其实一般的话,只要提到到成像或者图像的中央都要图像处理方面的人。比方说一个成像设备,在出口图像往日需要对原有图像举办加强或者去噪处理,存储时索要对图像举行削减,成像之后需要对图像内容开展机动分析,这几个情节都是图像处理的层面。下边罗列部分与图像有关或者招聘时显明表明需要图像处理地点人才的商店:

香港豪威集成电路有限公司

中芯微

一加日本东京钻探院

威盛(VIA)

松下

索尼

复旦同方

三星

具备与图像(静止或者运动图像)有关的信用社都是一种选拔。比如无反相机、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,都得以用作求职方向。

附:法国首都唇齿相依图像的集团

外企:
01、  Toshiba(中国)有限公司 琢磨开发主题开发部
02、  通用电气(GE)医疗集团
03、  微软
04、  SONY
05、  凌阳
06、 理光软件探究所(迪拜)
07、  富士通探讨开发主题有限集团
08、  三星电子中国通信探究院
09、  NEC中国啄磨院
10、  研发连串
11、  德加拉迪拜办事处
12、  适普软件
13、  松下
14、  CANON音信技术(新加坡)有限公司
15、  ITS(中国)有限集团
大型商厦:
01、  海湾控股集团有限集团
02、  腾讯啄磨院招
03、  哈工大方正
04、  浙大同方
05、  法国巴黎方正国际
06、  卓望公司
07、  迪瑞公司(香港)研发主题
08、  全球译科技股份有限集团
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、  中国科大学软件啄磨所
05、  中科院自动化所
06、  中国兵器工业第二〇八探讨所
07、  中国航天科技公司企业
08、  中国航天科技公司公司第五研商院
09、  综合音讯系统技能国家级重要实验室
10、  国家农业新闻化工程技术讨论中央
11、  中国航天科工公司公司飞航技术研商院
12、  铁道部音讯技术核心
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商量所
15、  中国电子科技集团公司第三琢磨所
16、  中国船舶音讯主题
17、  航天科工卫星技术有限集团
18、  中科院电子所
19、  中国科大学总括技术研商所
20、  中国安全生儿科学研究院
21、  中国航天时代电子公司光纤惯导项目分集团
22、  中国计量科学商讨院
23、  公安部第一研究所
24、  中国印钞造币总公司
中小公司:
01、  上海中自邦柯科技有限公司
02、  新加坡锦恒佳晖汽车电子系统有限公司
03、  长峰科技工业公司公司
04、  香港京天威科技发展有限公司招贤岗位
05、  法国巴黎优纳科技有限集团
06、  新加坡深拓科技有限公司
07、  永鑫宇恒信息技术
08、  巴黎蓝卡软件技术有限公司
09、  中盛信合(迪拜)科技有限集团
10、  法国巴黎赛尔蒂扶科技有限公司
11、  北达万坤(新加坡)科技发展有限企业
12、  北京思比科微电子技术有限集团
13、  迪拜德韶数码技术有限集团
14、  迪拜天远三维科技有限公司
15、  航天星图科技(新加坡)有限公司
16、  上海友通
17、  上海中盾安民分析技术有限集团
18、  东京(Tokyo)文安科技发展有限公司
19、  新加坡华生恒业科技有限公司
20、  东京(Tokyo)治理恒润科技有限责任公司
21、  新加坡伟景行数字城市科技有限集团招聘
22、  新加坡极明源科技有限公司
23、  新加坡优立慧科消息技术有限公司
24、  日本东京华旗资讯数码科技有限公司
25、  香水之都新航智科技有限集团
26、  银河引力
27、  香港普赛科技有限企业
28、  上海德鑫泉科技发展有限集团
29、  日本首都嘉恒中自图像技术有限公司
30、  优加利信息科技(上海)技术要旨
31、  香水之都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(香港)
35、  香港维深科技发展有限责任集团
36、  利兹金山科技(公司)有限集团(迪拜)
37、  改进科技(中国)有限公司新加坡分集团
38、  迪拜思创贯宇科技开发有限集团
39、  威驰标图
40、  中钞长城金融设备控股有限集团
41、  上海文安视觉科技有限公司
42、  日本首都东方缅甸海科技发展有限公司
43、  新加坡普赛科技有限集团
44、  香港昂天科技有限公司
45、  中国东方红卫星股份有限集团
46、  迪拜Amazon淮南科技有限公司
47、  时尚之都海鑫科金高科技股份有限公司
48、  法国巴黎瑞斯康达科技发展有限集团
49、  厚德新视
50、  日本东京嘉恒中自图像技术有限集团

二 素质要求

1、请学好图像基本理论知识,笔试会遭遇许多基础的题;
2、优异的团队精神和挂钩能力,很强的逻辑思维能力和上学能力。对工作认真负责,注重细节,肯吃苦,顾全大局。
3、请多做一些其实的品种,少一些争论的探讨(针对中小公司而言);
4、请不要只局限于的课题,因为可能你的课题只是图像处理领域的有些皮毛;
5、请多询问部分息息相关的前线知识;
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,然而实际上呢?)
7、请尽可能与店家的连锁人员探究该领域的问题,那样的获取比书本大过多;

8、 外语。外语的着力要求是看懂英文文献(不肯定全看懂),相应的英文书。去跨国有公司业做研发,这是必不可少的。然后是口语和听力。假如进国企,外语的重中之重显明。一般外企的第一批次面试都是罗马尼亚语口语面试。

9、 编程。请学好c++语言,99%之上的店家在招图像岗位的人士时都会笔试c++;这上边尤以C++为重,很多供销社的笔试都是考c++知识。明白C、C++、Matlab等编程语言编写,累计书写代码量超过10万行以上,领悟机械视觉算法建模方法。

10、专业水准。如若要找专业有关的干活,硕士期间的商讨经历和刊登的舆论就显的可比根本。

11、知识面的幅度。我觉得在学士期间,除了做好自己的探究方向之外,扩宽一下知识面也有很大的提携,当然这个文化面指的是图像处理、统计机视觉和形式识别,知识面越宽,就业时的选用就会越多。图像处理方向毕业的就业面万分广,而且待遇在应届生应该是中上等。其实还是一句话,能力控制整个。只要大学生三年没有白过,根本不愁找不到好工作。祝所有正在读研或者即将读研的情侣将来都能有一份满意的行事。多数做图象的是用MATLAB,用外人的代码(如小波)。在研究生三年学好C++毕业的有些许?在小卖部C++是关键的。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、数字信号处理是一定要学好的,这相应的数学方面的票房价值,多元总结,甚至泛函也要打听。

说这一个不是波冷水,希望我们探听驾驭。

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

本身也是学模式识此外,但是研究方向是遥感图像处理和识别.总的来说这么些主旋律是相比专,但也是现阶段图像处理中相比较难做的一个趋势,因为遥感图像的错综复杂领先我们所见过的其它图像.其实谈到就业问题,我以为假如研究方向相比较吻合,特别是读研期间能到斑竹谈的这多少个牛比的商店见习,精通集团的确需要的主旋律可能做起来有对象性.

顺便提下:高德威公司或者不要考虑,因为自身在毕业面试过程中,即便面试的人力资源人士很友善,可是经过她们首席执行官写的一部分作品可以发现她们依旧一个相比自恋和自以为是的店铺.

权衡标准好坏的正统有三个:应用前景和技巧门槛。

图像处理首要依然在读研的时候能把势头做宽(一般做图像处理,需要何形式识别等相结合,拓宽知识面是必不可少的,在真正做研讨的时候,也意识是必须的),研商点做深刻,注重落实力量、立异能力和上学能力,通过舆论。多培养自己的材料集团提炼能力,锻练逻辑思考。假如实在能完成三年生活不虚度,找工应该不是题材,到时确实要考虑的是定位问题。

12、形式识别,图像处理,应用数学等有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地点工作经历,研究生学历要求8年以上机器视觉或图像处理方面工作经验,研究生学历要求6年以上机器视觉或图像处理地点工作经历,外国留学人员优先。
13、了然高等数学、线性代码、几何总结、数理总括、张量代数等电脑视觉中的数学方法。
14、领悟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、领会项目管理,要求有5年以上项目管理经验,能组建企业、领导社团、制定项目计划、实施项目计划成功项目标能力。
16、对Smart Camera 有尖锐钻探,包括效率需求、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年以上工作经历,对新产品研发流程、项目产品化有特异的实践经验。
18、具备很强的探赜索隐立异能力,可以以全新思维指导团队开展算法研讨;
19、对opencv开源项目视觉算法有尖锐探究。


三 学习资源

    做好这几点的不二法门之一就是丰硕利用网络资源,特别是高于网站和大拿们的个人主页。下边是自个儿搜集的局部资源,希望对大家有用。(这里我要谢谢SMTH AI版的alamarik和Graphics版的faintt) 

一、研讨群体

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

这是卡奈基梅隆大学的微机视觉研讨组的主页,下边提供很全的材料,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,甚至还有一个搜寻引擎。 

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

这是一个另眼相看图像分析的站点,一般。不过提供一个Image Analysis环境—ZIMAGE and SZIMAGE。 

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

康奈尔高校的微机视觉和图像分析研讨组,好像是电子和处理器工程系的。侧重经济学方面的探究,可是在下边有相当不错资源,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

有一个很风趣的门类:DID(文档图像解码)。 

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

伊利诺伊香槟分校大学总括机系主页,自己找呢:( 

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

重要啄磨:Brain Extraction Tool,Nonlinear noise reduction,Linear Image Registration,

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

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

这是亚拉巴马州立大学电脑和电子工程系的格局识别–图像处理琢磨组,它的FTP上有许多的小说(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研商小组,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 

能够透过它来搜寻全世界各地的出名的微处理器视觉探讨组(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。这里有一个较周全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 

一个不胜科学的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和谐的专用图像处理工具包。 

http://sourceforge.net/projects/

这是GPL软件集散地,到这边找你想要得到的IP库吧。 

三、搜索资源

自然这里基本的摸索引擎仍旧必须要倚重的,比如Google等,可以到自身常用的链接看看。下面的链接或者会省去你有些光阴: 

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/

这位但是MIT人工智能实验室的BILL FREEMAN。大名鼎鼎!专长是:了解–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 1977年毕业于早稻田高校三一大学并或数学与电子科学大学生学位。之后在MIT,Edinburgh,Oxford先后组建过钻探小组并成为Oxford的执教,直到1999年进来微软洛桑联邦理工琢磨主旨。重要办事圈子是电脑视觉。 

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

这位牛人好像正在学习中文,并且搜集了诸如“多只猛虎(Two Tigers)”的歌曲,嘿嘿:)

她的主页下面还有多少个牛:Shumeet Baluja, Takeo Kanade。他们的Face Detection作的相对化是世界一流。他毕业于卡奈基梅隆大学的微机科学系,兴趣是电脑视觉。 

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

这位老牛在1963年就得到了MIT的学士学位!他领导的Image Lab相比出名的是指纹识别。 


下边这一个是本人搜集的牛群(大部分是热火朝天的Ph.D们),可以学学的是他俩的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)

此处的杂志大部分都得以通过下面的大拿们的主页直接找到,在这列出关键是为了省去直接想找期刊投稿的小兄弟的日子:) 

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++ 是最重大的编程语言。那里列出了50名突出网站和网页清单,这么些网站提供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。这不是一个完全的清单,您有提议足以联系我,我将欢迎您的指出,以越来越增进这上头的清单。  
1、http://snippets.dzone.com/tag/c/ –数以千计的行之有效的C语言源代码片段  
2、http://www.hotscripts.com/category/c-cpp/scripts-programs/ Hotscripts –提供巨额的C和C++脚本和程序。所有程序都分为不同的项目。  
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编写的连串。  
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是一项合作的怒放源码库,C/C++的数值方面的零部件。  
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是一个盛开的关于系统编程和任何与电脑有关的议题。  
12、http://www.cis.temple.edu/~ingargio/cis71/code/ –为学员提供的一个大概的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,你可以在你的类型中使用而不需要支付费用和版税。  
15、http://people.sc.fsu.edu/~burkardt/cpp_src/cpp_src.html –这是一个完美的有关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/ 天医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++数值总括源代码。  
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(布拉德)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 –这是一个收集了数C/C++网站链接列表的网页。  
27、http://www.josuttis.com/libbook/examples.html –在这里,你可以观察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计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系列写的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++的化解科学问题。  
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 –本文件中含有有雅量的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. )(国内已经有照应的粤语版)

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

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

http://www.cs.toronto.edu/~roweis/     (里面有诸多资源)

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/    (国际出名的人工智能专家 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/ (加拿大伊斯坦布尔大学机器学习小组)

http://www.cs.cmu.edu/~tom/ (汤姆 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/

半督察流形学习(流形正则化)

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

形式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/

总结学开源代码

http://www.wessa.net/

matlab各样工具箱链接

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

总结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期刊

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
766net必赢亚洲手机版,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

机器学习推荐论文和书本  

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

主导模型:
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

辩驳部分:
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,大家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
揣测论讲义(严加安).pdf
概率论:
……
<<概率与推理论>>
随意过程:
动用随机过程 林元烈 2002.pdf
<<随机数学引论>>
Matrix Theory:
矩阵分析与应用.pdf
形式识别:
<<形式识别 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:
<<泛函分析导论及应用>>
Kernel理论:
<<情势分析的核方法>>
统计学:
……

<<总括手册>>

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

机械视觉:

以下链接是自身整理的有关电脑视觉(ComputerVision, CV)相关领域的网站链接,其中有CV牛人的主页,CV研讨小组的主页,CV领域的paper,代码,CV领域的时尚动态,国内的拔取情形等等。打算从事 那么些行当依旧刚入门的心上人能够多关心这多少个网站,多询问一些CV的现进行使。搞商量的情人也足以从中通晓到无数牛人的研讨动态、招生境况等。总而言之,我觉得, 知识唯有分享才能生出更大的市值,真诚期待上边的链接能对恋人们拥有协助。 

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

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

(4)opencv粤语网站; 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高校硕士崔靖宇; http://www.stanford.edu/~jycui/ 

(7)UCLA讲师朱松纯; 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)中科院总计所山世光探究员; http://www.jdl.ac.cn/user/sgshan/ 

(13)人脸识别主页; http://www.face-rec.org/ 

(14)加州大学伯克利(Berkeley)(Berkeley)分校CV小组;http://www.eecs.berkeley.edu/Research/Projects/CS/vision/

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

(16)卡内基(Carnegie)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)微软非洲钻探院总结机视觉研讨组; http://research.microsoft.com/en-us/groups/vc/ 

(19)微软宾夕法尼亚探究院ML与CV研商组; http://research.microsoft.com/en-us/groups/mlp/default.aspx

(20)研学论坛; http://bbs.matwav.com/ 

(21)美利坚同盟国Rutgers大学助理讲师刘青山; http://www.research.rutgers.edu/~qsliu/ (22)总计机视觉最新资讯网; 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)香江中文高校助理讲师王晓刚; http://www.ee.cuhk.edu.hk/~xgwang/ 

(25)香岛中文大学多媒体实验室(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)四川高校图像技术研讨与行使(ITRA)团队:http://www.dvzju.com/

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

(34)厦大高校章毓晋教师:http://www.tsinghua.edu.cn/publish/ee/4157/2010/20101217173552339241557/20101217173552339241557_.html

(35)一级民用机器人商量小组Porf.加里(Gary)领导的威尔ow Garage:http://www.willowgarage.com/

(36)法国巴黎财经政法大学图像处理与情势识别研商所:http://www.pami.sjtu.edu.cn/

(37)法国首都师范大学处理器视觉实验室刘允才讲师:http://www.visionlab.sjtu.edu.cn/

(38)内布拉斯加州高校奥斯汀(Austen)分校助理助教Kristen Grauman :http://www.cs.utexas.edu/~grauman/

(39)南开高校电子工程系智能图文音信处理实验室(丁晓青助教):http://ocrserv.ee.tsinghua.edu.cn/auto/index.asp

(40)迪拜高校高文讲师:http://www.jdl.ac.cn/htm-gaowen/

(41)哈工大大学艾海舟教师:http://media.cs.tsinghua.edu.cn/cn/aihz

(42)中科院生物识别与淮北技能研究主题:http://www.cbsr.ia.ac.cn/china/index%20CH.asp

(43)瑞士联邦太原大学 Thomas Vetter教学:http://informatik.unibas.ch/personen/vetter_t.html

(44)马萨诸塞州立大学 罗布 Hess学士:http://blogs.oregonstate.edu/hess/

(45)卡萨布兰卡大学 于仕祺副助教:http://yushiqi.cn/

(46)台中政法大学人工智能与机器人商量所:http://www.aiar.xjtu.edu.cn/

(47)Carnegie梅隆大学琢磨员Robert(Bert) T. 柯林斯(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)美利哥路易斯安那州立大学生物识别探讨组(Anil K. Jain讲师):http://www.cse.msu.edu/rgroups/biometrics/

(50)美利坚同盟国印第安纳州立高校Thomas(Thomas) S. Huang:http://www.beckman.illinois.edu/directory/t-huang1

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

(52)瑞士联邦合肥高校萨姆i Romdhani助理商量员: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)大不列颠及北爱尔兰联合王国西雅图大学提姆(Tim) Cootes讲师:http://personalpages.manchester.ac.uk/staff/timothy.f.cootes/

(55)弥利坚罗彻斯特大学讲师Jiebo Luo:http://www.cs.rochester.edu/u/jluo/

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

(57)United States宝马州立高校感知、运动与认识实验室:http://vision.cse.psu.edu/home/home.shtml

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

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

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

(63)以色列魏茨曼师范大学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探究员张正友:http://research.microsoft.com/en-us/um/people/zhang/

(66)中科院自动化所农学印象研究室:http://www.3dmed.net/

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

(68)微软Redmond探究院商量员西蒙(Simon) Baker:http://research.microsoft.com/en-us/people/sbaker/

(69)普林斯顿大学讲师李凯:http://www.cs.princeton.edu/~li/ 

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

(71)加州Davis分校大学讲授安德鲁 Zisserman: http://www.robots.ox.ac.uk/~az/ 

(72)United Kingdomleeds高校研究员马克 伊夫ringham:http://www.comp.leeds.ac.uk/me/ 

(73)大英帝国路易港高校教学克莉丝 威尔(Will)iam: http://homepages.inf.ed.ac.uk/ckiw/ 

(74)微软香港理工探究院琢磨员约翰 Winn: http://johnwinn.org/ 

(75)内华达传媒大学教书Monson H.Hayes:http://savannah.gatech.edu/people/mhayes/index.html 

(76)微软非洲研商院商讨员孙剑:http://research.microsoft.com/en-us/people/jiansun/ 

(77)微软南美洲研讨院琢磨员马毅:http://research.microsoft.com/en-us/people/mayi/ (78)大英帝国哥伦比亚大学教学大卫 Lowe: http://www.cs.ubc.ca/~lowe/ 

(79)英国塞尔维亚贝尔(Bell)格莱德大学讲授鲍勃 Fisher: http://homepages.inf.ed.ac.uk/rbf/ 

(80)加州大学圣地亚哥分校教师Serge J.Belongie:http://cseweb.ucsd.edu/~sjb/ 

(81)马萨诸塞大学讲授查理 R.Dyer: http://pages.cs.wisc.edu/~dyer/ 

(82)法兰克福高校讲师Allan.Jepson: http://www.cs.toronto.edu/~jepson/ 

(83)伦斯勒航空航天大学教师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)马德里高校讲授:大卫(David) J.Fleet: http://www.cs.toronto.edu/~fleet/ 

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

(87)首尔大学讲授Kyros Kutulakos: http://www.cs.toronto.edu/~kyros/ 

(88)杜克(杜克)大学讲师卡尔o Tomasi: http://www.cs.duke.edu/~tomasi/ 

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

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

(91) (91)缅因大学商量员Yasel Yacoob: http://www.umiacs.umd.edu/users/yaser/ (92)康奈尔高校教学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)哥伦比亚大学教书Sheer K.Nayar: http://www.cs.columbia.edu/~nayar/ 

(97)(97)三菱电子探讨院探究员Fatih Porikli :http://www.porikli.com/ 

(98)(98)康奈尔大学教书Daniel 赫特(Hutt)enlocher:http://www.cs.cornell.edu/~dph/ 

(99)(99)马那瓜大学教学周志华:http://cs.nju.edu.cn/zhouzh/index.htm 

(100)(100)阿姆斯特丹丰田技术琢磨所助理员讲师Devi Parikh: http://ttic.uchicago.edu/~dparikh/index.html (101)瑞士电子科技高校学士后Helmut Grabner:http://www.vision.ee.ethz.ch/~hegrabne/#Short_CV

(102)香港粤语大学教师贾佳亚:http://www.cse.cuhk.edu.hk/~leojia/index.html

(103)内华达财经大学副助教吴建鑫:http://c2inet.sce.ntu.edu.sg/Jianxin/index.html

(104)GE商讨院探讨员李关:http://www.cs.unc.edu/~lguan/

(105)南卡罗来纳政法高校助教Monson Hayes:http://savannah.gatech.edu/people/mhayes/

(106)图片检索国际会议VOC(微软佐治亚理工探讨院协会):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)布朗大学教学本杰明 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)东软基于CV的汽车扶助驾驶系统:http://www.neusoft.com/cn/solutions/1047/

(111)特拉华高校助教Rema Chellappa:http://www.cfar.umd.edu/~rama/

(112)多伦多丰田探究中央助理员助教Devi Parikh:http://ttic.uchicago.edu/~dparikh/index.html

(113)加州洛杉矶分校大学助理员讲师石建波:http://www.cis.upenn.edu/~jshi/

 

发表评论

电子邮件地址不会被公开。 必填项已用*标注