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辨析、加工、和拍卖,使其满足视觉、心思以及任何要求的技术。图像处理是信号处理在图像域上的一个用到。最近大部分的图像是以数字格局 存储,由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、人工智能等领域也有细心的涉嫌。 传统的一维信号处理的不二法门和定义很多还能够直接使用在图像处理上,比如降噪、量化等。但是,图像属于二维信号,和一维信号相比较,它有协调特其它一面,处 理的点子和角度也并辔齐驱。大多数用以一维信号处理的概念都有其在二维图像信号领域的延长,它们中的一片段在二维处境下变得非凡复杂。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。这个概念仅对二维或更高维的意况下才有非经常的含义。图像处理中常用到高速傅立叶变换,因为它可以减小数码处理量和处理时间。

数字图像处理应用在以下地点 :

素描及印刷 (Photography and printing)

卫星图像处理 (Satellite imageprocessing)

医术图像处理 (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然不错的。首先可以把图像看成二维、三维或者更高维的信号,从那么些意义上来说,图像处理是全方位信号处理内部就业形势最好的,因为您不仅仅要精通(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)的知识。其次,图像处理是电脑视觉和录像拍卖的基本功,精通好了图像处理的基本知识,就业时就能够向这么些方向前行。方今的情势识别,大部分也都是图像情势识别。在其实应用场地,采集的信息很多都是图像新闻,比如指纹、条码、人脸、虹膜、车辆等等。说到应用场馆,千万不可能忘了教育学图像这一块,假若有法学图像处理的背景,去部分医疗器械公司依然医疗软件集团也是不易的取舍。图像处理对编程的要求相比高,如果编程很厉害,当然就业也多了一个接纳取向,并不一定要局限在图像方向。

1.2 就业趋势

    下面谈谈自己所通晓的有的小卖部音信,仅仅是自身所理解到的依旧我所感兴趣的,实际远远不止这么多。

寻找方向

    
基于内容的图像或录像查找是无数搜索公司探究的热门。要想进去这一个小圈子,必须有很强的编程能力,很好的图像处理和格局识此外背景。要求高待遇自然就不易,如今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

     
近期在医疗器械方向重假若多少个大公司在竞争,来头都不小,其中囊括Simens、GE、飞利浦和佳能,重要生产CT和MRI等医疗器械。由于医疗器械的机要职能是成像,必然关系到对图像的处理,做图像处理的很有机遇进入这多少个商家。它们在境内都设有研发大旨,simens的在日本东京和费城,GE和宾得都在日本东京,飞利浦的在麦德林。由于医疗市场是一个不曾完全开发的商海,而一套医疗装备的价格是分外高昂的,所以在这一个地点的对待都还是可以够,前景也着眼于。国内也有一对如此的营业所比如日内瓦安科和迈瑞。

处理器视觉和形式识别方向

     
我没去调研过有什么集团在做,但肯定不少,比如指纹识别、人脸识别、虹膜识别。还有一个很大的主旋律是车牌识别,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规范。如今视频监控是一个热点问题,做跟踪和辨认的可以在那么些主旋律找到一席之地。

上贝洛奥里藏特视特位于迪拜张江高科技园区,在视觉和辨认方面做的没错。日本东京的自己也知道五个商店:大恒和最高,都是以图像作为研发的基点。

录像方向

     
一般的大学或者研讨所侧重在正式的制订和修改以及技术革新方面,而公司则侧重在编码解码的硬件实现地点。一般这一个铺面要求是如数家珍或者了解MPEG、H.264或者AVS,拔取了那些方向,只要做的还不易,基本就不愁饭碗。由于这不是自家所感兴趣的动向,所以这上头的集团的音讯我从未收集,但平常在逐一bbs或者各样招聘网站平日来看。

本人所领悟的五个商家:摩托罗拉和pixelworks

其他

     
其实一般的话,只要提到到成像或者图像的大旨都要图像处理方面的人。比方说一个成像设备,在出口图像以前需要对原本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,那些情节都是图像处理的范围。下边列举部分与图像有关或者招聘时明确表明需要图像处理方面人才的商家:

日本东京豪威集成电路有限公司

中芯微

索尼爱立信迪拜探讨院

威盛(VIA)

松下

索尼

厦大同方

三星

富有与图像(静止或者运动图像)有关的店堂都是一种采取。比如数码相机、显微镜成像、超声成像、工业机器人控制、展现器、电视机、遥感等等,都可以当做谋事趋势。

附:香港相关图像的合作社

外企:
01、  东芝(中国)有限公司 研商开发中央开发部
02、  通用电气(GE)医疗公司
03、  微软
04、  SONY
05、  凌阳
06、 宾得软件研讨所(上海)
07、  富士通研商开发主题有限公司
08、  三星电子中国通信研讨院
09、  NEC中国研商院
10、  研发体系
11、  德加拉新加坡办事处
12、  适普软件
13、  松下
14、  CANON信息技术(迪拜)有限公司
15、  ITS(中国)有限集团
巨型商厦:
01、  海湾控股公司有限公司
02、  腾讯探究院招
03、  哈工大方正
04、  南开同方
05、  迪拜方正国际
06、  卓望公司
07、  迪瑞公司(迪拜)研发中央
08、  好记星科技股份有限公司
09、  威视股份
事业单位:
01、  中国核工业集团集团
02、  船舶系统工程部
03、  中科院软件所二部
04、  中国科大学软件探究所
05、  中科院自动化所
06、  中国兵器工业第二〇八探究所
07、  中国航天科技公司公司
08、  中国航天科技公司集团第五研究院
09、  综合音信系统技术国家级首要实验室
10、  国家农业消息化工程技术琢磨核心
11、  中国航天科工公司公司飞航技术商讨院
12、  铁道部音信技术中央
13、  中国航天科工集团第二探究院第二〇七所
14、  中国科大学生物物理讨论所
15、  中国电子科技公司公司第三探究所
16、  中国船舶消息大旨
17、  航天科工卫星技术有限公司
18、  中科院电子所
19、  中国科高校总结技术琢磨所
20、  中国康宁生儿科学研商院
21、  中国航天时代电子公司光纤惯导项目分集团
22、  中国测算科学研究院
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集团
02、  东京(Tokyo)锦恒佳晖汽车电子系统有限公司
03、  长峰科技工业公司集团
04、  东京(Tokyo)京天威科技发展有限公司招聘职位
05、  香港优纳科技有限集团
06、  迪拜深拓科技有限集团
07、  永鑫宇恒消息技术
08、  迪拜蓝卡软件技术有限集团
09、  中盛信合(迪拜)科技有限集团
10、  新加坡赛尔蒂扶科技有限集团
11、  北达万坤(迪拜)科技发展有限公司
12、  东京(Tokyo)思比科微电子技术有限公司
13、  香港德韶数码技术有限公司
14、  日本东京天远三维科技有限公司
15、  航天星图科技(迪拜)有限集团
16、  迪拜友通
17、  香港中盾安民分析技术有限集团
18、  上海文安科技发展有限集团
19、  上海华生恒业科技有限公司
20、  东京(Tokyo)治理恒润科技有限责任集团
21、  香港伟景行数字城市科技有限公司招聘
22、  香水之都极明源科技有限公司
23、  迪拜优立慧科消息技术有限公司
24、  新加坡华旗资讯数码科技有限公司
25、  法国首都新航智科技有限集团
26、  银河重力
27、  上海普赛科技有限公司
28、  迪拜德鑫泉科技发展有限公司
29、  上海嘉恒中自图像技术有限公司
30、  优加利信息科技(上海)技术焦点
31、  法国巴黎天诚盛业科技有限公司
32、  日本首都华胜天成有限集团
33、  法国巴黎威速科技有限集团
34、  韶关市蓝韵实业有限公司(法国首都)
35、  日本首都维深科技发展有限责任集团
36、  达累斯萨兰姆金山科技(集团)有限公司(上海)
37、  立异科技(中国)有限公司日本东京分公司
38、  香港思创贯宇科技开发有限集团
39、  帕萨特标图
40、  中钞长城金融设备控股有限公司
41、  香水之都文安视觉科技有限集团
42、  香港东方几内亚湾科技发展有限公司
43、  东京(Tokyo)普赛科技有限企业
44、  上海昂天科技有限公司
45、  中国东方红卫星股份有限集团
46、  上海尼罗枣庄科技有限公司
47、  日本东京海鑫科金高科技股份有限公司
48、  日本东京瑞斯康达科技发展有限集团
49、  厚德新视
50、  迪拜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,笔试会遭遇不少基础的题;
2、优良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、请多做一些其实的类型,少一些辩护的钻研(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部分浮泛;
5、请多询问一些息息相关的战线知识;
6、请不要迷信自己的算法,比如BP神经网络(可能理论切磋时用的很多,不过实际呢?)
7、请尽量与信用社的相干人士琢磨该领域的题目,这样的得到比书本大过多;

8、 外语。外语的基本要求是看懂英文文献(不自然全看懂),相应的英文书。去外企做研发,这是少不了的。然后是口语和听力。倘使进国企,外语的要紧分明。一般国企的率先轮面试都是保加南宁语口语面试。

9、 编程。请学好c++语言,99%以上的公司在招图像岗位的人员时都会笔试c++;这地点尤以C++为重,很多集团的笔试都是考c++知识。了然C、C++、Matlab等编程语言编写,累计书写代码量超越10万行以上,了然机械视觉算法建模方法。

10、专业水准。即使要找正规相关的行事,大学生期间的研讨经历和刊登的随笔就显的可比关键。

11、知识面的宽度。我觉得在大学生期间,除了做好自己的研讨方向之外,扩宽一下知识面也有很大的帮衬,当然这么些文化面指的是图像处理、统计机视觉和情势识别,知识面越宽,就业时的挑选就会越多。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。其实依然一句话,能力决定一切。只要研究生三年从未白过,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将来都能有一份知足的劳作。多数做图象的是用MATLAB,用外人的代码(如小波)。在硕士三年学好C++毕业的有稍许?在店堂C++是首要的。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、数字信号处理是肯定要学好的,这相应的数学方面的几率,多元总括,甚至泛函也要询问。

说这个不是波冷水,希望大家探听领会。

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

自己也是学形式识其它,不过琢磨方向是遥感图像处理和识别.总的来说这个主旋律是相比专,但也是眼下图像处理中相比难做的一个样子,因为遥感图像的复杂领先我们所见过的其他图像.其实谈到就业问题,我觉着只要研商方向相比符合,特别是读研期间能到斑竹谈的那么些牛比的商家见习,理解集团的确需要的趋向可能做起来有目标性.

附带提下:高德威集团仍然不要考虑,因为自身在毕业面试过程中,尽管面试的人力资源人员很友善,然则透过她们老总写的一对作品可以窥见她们依旧一个相比较自恋和傲慢的营业所.

权衡标准好坏的正规有五个:应用前景和技艺门槛。

图像处理重大依旧在读研的时候能把矛头做宽(一般做图像处理,需要何情势识别等相结合,拓宽知识面是必需的,在真的做探究的时候,也意识是必须的),研讨点做浓厚,注重落实力量、立异能力和读书能力,通过舆论。多作育自己的素材公司提炼能力,训练逻辑思考。假若实在能到位三年生活不虚度,找工应该不是题材,到时真的要考虑的是定位问题。

12、形式识别,图像处理,应用数学等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地方工作经历,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历,学士学历要求6年以上机器视觉或图像处理地点工作经验,外国留学人士优先。
13、了解高等数学、线性代码、几何统计、数理总结、张量代数等电脑视觉中的数学方法。
14、了然图像处理基本概念和常用算法包括图像预处理算法和高等处理算法。
15、通晓项目管理,要求有5年以上品种管理经验,能组建集团、领导团队、制定项目计划、实施项目计划成功项目标力量。
16、对Smart Camera 有深远钻研,包括效用要求、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、项目产品化有异乎通常的实践经验。
18、具备很强的研究立异能力,可以以崭新思维引导团队拓展算法琢磨;
19、对opencv开源项目视觉算法有深切钻研。


三 学习资源

    做好这几点的路径之一就是充分利用网络资源,特别是高于网站和大拿们的个人主页。上面是自个儿搜集的局部资源,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、探究群体

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

这是卡奈基梅隆高校的处理器视觉研商组的主页,下面提供很全的材料,从发表小说的下载到示范程序、测试图像、常用链接、相关软硬件,甚至还有一个摸索引擎。 

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

这是一个青睐图像分析的站点,一般。不过提供一个Image Analysis环境—ZIMAGE and SZIMAGE。 

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

康奈尔大学的总括机视觉和图像分析研讨组,好像是电子和统计机工程系的。侧重经济学方面的钻研,然则在上头有万分不错资源,关键是它正值建设中,可以跟踪一些信息。 

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

有一个很有意思的品种:DID(文档图像解码)。 

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

加州Davis分校高校总括机系主页,自己找呢:( 

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

关键探讨:Brain Extraction Tool,Nonlinear noise reduction,Linear Image Registration,

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

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

这是弗吉尼亚州立高校总计机和电子工程系的形式识别–图像处理商讨组,它的FTP上有许多的稿子(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探究小组,在其下面能找到一些不利的链接资源。 

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闻名的微机视觉探讨组(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,里面含有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

本来这里基本的物色引擎依然必须要借助的,比如Google等,可以到本人常用的链接看看。下边的链接或者会节约你有的刻钟: 

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/

这位不过MIT人工智能实验室的BILL FREEMAN。大名鼎鼎!专长是:精晓–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界极出名声的A.布雷克(Blake) 1977年毕业于加州伯克利分校大学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的上书,直到1999年进来微软华盛顿圣路易斯分校研商为主。首要办事圈子是总计机视觉。 

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

这位牛人好像正在攻读粤语,并且搜集了例如“两只老虎(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高校的电脑科学系,兴趣是电脑视觉。 

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

电子科技,这位老牛在1963年就得到了MIT的大学生学位!他领导的Image Lab相比较有名的是指纹识别。 


下面这几个是自个儿搜集的牛群(大部分是蒸蒸日上的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)

此处的刊物大部分都足以通过地点的大拿们的主页直接找到,在这列出重点是为着节约直接想找期刊投稿的小兄弟的光阴:) 

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++ 是最要紧的编程语言。那里列出了50名优异网站和网页清单,这一个网站提供c/c++源代码。那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。这不是一个完完全全的清单,您有指出方可交换我,我将欢迎您的提议,以更加增强这方面的清单。  
1、http://snippets.dzone.com/tag/c/ –数以千计的管事的C语言源代码片段  
2、http://www.hotscripts.com/category/c-cpp/scripts-programs/ Hotscripts –提供巨大的C和C++脚本和顺序。所有程序都分为不同的品种。  
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/ –超越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++的数值方面的组件。  
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是一个绽放的关于系统编程和其它与电脑有关的议题。  
12、http://www.cis.temple.edu/~ingargio/cis71/code/ –为学生提供的一个粗略的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 –以下是部分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,你可以在你的项目中使用而不需要开发费用和版税。  
15、http://people.sc.fsu.edu/~burkardt/cpp_src/cpp_src.html –这是一个宏观的有关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/ 天工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++源代码和另外有效的工具。  
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 –在那里,你可以见见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是一个盛开的有关系统编程和其他与电脑有关的议题的网站。  
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门类写的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 –本文件中包含有大量的C示例程序。

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. )(国内已经有对应的粤语版)

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/     (里面有不少资源)

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/    (国际出名的人为智能专家 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/ (加拿大首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/

半监理流形学习(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

机器学习开源代码

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

总括学开源代码

http://www.wessa.net/

matlab各类工具箱链接

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/

机械学习开源源代码

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

可以投稿的刊物:

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
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

机器学习推荐随笔和本本  

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<<统计学习理论>>
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
臆度论讲义(严加安).pdf
概率论:
……
<<概率与推理论>>
随便过程:
利用随机过程 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:
<<泛函分析导论及运用>>
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:

机器视觉:

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探究小组的主页,CV领域的paper,代码,CV领域的新星动态,国内的拔取状况等等。打算从事 那个行业或者刚入门的情人可以多关注这个网站,多询问部分CV的实际采纳。搞探讨的对象也得以从中理解到无数牛人的琢磨动态、招生意况等。可想而知,我以为, 知识只有分享才能发出更大的价值,真诚期待下边的链接能对朋友们拥有襄助。 

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

(2)MIT大学生,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大学研究生崔靖宇; http://www.stanford.edu/~jycui/ 

(7)UCLA教师朱松纯; 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研讨员; http://www.cbsr.ia.ac.cn/users/szli/ 

(12)中科院总括所山世光研讨员; 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)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)Carnegie梅隆大学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)微软北美洲研讨院总计机视觉研讨组; http://research.microsoft.com/en-us/groups/vc/ 

(19)微软洛桑联邦理工研究院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)美利坚同盟国Rutgers高校助理教师刘青山; http://www.research.rutgers.edu/~qsliu/ (22)总结机视觉最新资讯网; 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(香港(Hong Kong))闽南语大学助理员讲师王晓刚; http://www.ee.cuhk.edu.hk/~xgwang/ 

(25)香港(香江)普通话大学多媒体实验室(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)黑龙江大学图像技术商量与利用(ITRA)团队:http://www.dvzju.com/

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

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

(35)一级民用机器人琢磨小组Porf.加里(Gary)领导的威尔(Will)ow Garage:http://www.willowgarage.com/

(36)日本东京科技大学图像处理与情势识别研商所:http://www.pami.sjtu.edu.cn/

(37)香港农业大学电脑视觉实验室刘允才助教:http://www.visionlab.sjtu.edu.cn/

(38)堪萨斯州大学Austen分校助理教师Kristen Grauman :http://www.cs.utexas.edu/~grauman/

(39)哈工大大学电子工程系智能图文信息处理实验室(丁晓青教师):http://ocrserv.ee.tsinghua.edu.cn/auto/index.asp

(40)香水之都高校高文助教:http://www.jdl.ac.cn/htm-gaowen/

(41)交大大学艾海舟助教:http://media.cs.tsinghua.edu.cn/cn/aihz

(42)中科院生物识别与安全技术探究中央:http://www.cbsr.ia.ac.cn/china/index%20CH.asp

(43)瑞士圣克鲁斯大学 托马斯(Thomas) Vetter教书:http://informatik.unibas.ch/personen/vetter_t.html

(44)加利福尼亚州立高校 罗布(Rob) Hess学士:http://blogs.oregonstate.edu/hess/

(45)蒙特利尔大学 于仕祺副教师:http://yushiqi.cn/

(46)罗利理工大学人工智能与机器人探究所:http://www.aiar.xjtu.edu.cn/

(47)Carnegie梅隆大学钻探员Robert(Bert)(Robert) T. 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)美利坚联邦合众国新罕布什尔州立大学生物识别研讨组(Anil K. Jain讲师):http://www.cse.msu.edu/rgroups/biometrics/

(50)美国怀俄明州立高校托马斯(Thomas)(Thomas) S. Huang:http://www.beckman.illinois.edu/directory/t-huang1

(51)马尔默大学数字水墨画测量与总计机视觉研讨要旨:http://www.whudpcv.cn/index.asp

(52)瑞士联邦乌鲁木齐高校山姆(Sam)i Romdhani助理切磋员:http://informatik.unibas.ch/personen/romdhani_sami/

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

(54)英国明尼阿波利斯高校提姆(Tim) Cootes教授:http://personalpages.manchester.ac.uk/staff/timothy.f.cootes/

(55)花旗国罗彻斯特大学助教Jiebo Luo:http://www.cs.rochester.edu/u/jluo/

(56)美利坚同盟国普渡大学机器人视觉实验室:https://engineering.purdue.edu/RVL/Welcome.html

(57)美利坚合众国路特斯州立大学感知、运动与认识实验室:http://vision.cse.psu.edu/home/home.shtml

(58)米利坚加州圣巴巴拉分校大学GRASP实验室:https://www.grasp.upenn.edu/

(59)美利哥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)华盛顿大学大学生后Iva Kemelmacher:http://www.cs.washington.edu/homes/kemelmi

(63)以色列魏茨曼体育大学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)中科院自动化所经济学映像探讨室:http://www.3dmed.net/

(67)中科院田捷琢磨员:http://www.3dmed.net/tian/

(68)微软Redmond探究院研究员西蒙 Baker:http://research.microsoft.com/en-us/people/sbaker/

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

(70)普林斯顿大学学士贾登:http://www.cs.princeton.edu/~jiadeng/ 

(71)香港理工大学教师安德鲁(Andrew) Zisserman: http://www.robots.ox.ac.uk/~az/ 

(72)大英帝国leeds大学研讨员马克(Mark) 伊芙ringham:http://www.comp.leeds.ac.uk/me/ 

(73)大不列颠及北爱尔兰联合王国塞尔维亚Bell格莱德高校教师克里斯(Rhys)(Chris)(Chris) 威尔iam: http://homepages.inf.ed.ac.uk/ckiw/ 

(74)微软新加坡国立研讨院钻探员约翰 Winn: http://johnwinn.org/ 

(75)阿肯色电子工业大学讲师Monson H.Hayes:http://savannah.gatech.edu/people/mhayes/index.html 

(76)微软南美洲研究院商讨员孙剑:http://research.microsoft.com/en-us/people/jiansun/ 

(77)微软北美洲探讨院研商员马毅:http://research.microsoft.com/en-us/people/mayi/ (78)大英帝国哥伦比亚大学教书大卫(David) Lowe: http://www.cs.ubc.ca/~lowe/ 

(79)大英帝国圣Louis高校教学Bob Fisher: http://homepages.inf.ed.ac.uk/rbf/ 

(80)加州高校都柏林(Berlin)分校助教Serge J.Belongie:http://cseweb.ucsd.edu/~sjb/ 

(81)马里兰大学教学Charles(Charles) R.Dyer: http://pages.cs.wisc.edu/~dyer/ 

(82)芝加哥大学教师Allan.Jepson: http://www.cs.toronto.edu/~jepson/ 

(83)伦斯勒航空航天大学讲师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)雅加达大学讲授:David J.Fleet: http://www.cs.toronto.edu/~fleet/ 

(86)London高校Mary女王高校讲师安德莉亚 Cavallaro:http://www.eecs.qmul.ac.uk/~andrea/ 

(87)首尔高校讲授Kyros Kutulakos: http://www.cs.toronto.edu/~kyros/ 

(88)杜克(Duke)大学教师卡尔(Carl)o Tomasi: http://www.cs.duke.edu/~tomasi/ 

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

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

(91) (91)怀俄明高校探讨员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)哥伦比亚高校教书Sheer K.Nayar: http://www.cs.columbia.edu/~nayar/ 

(97)(97)三菱电子研究院商讨员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)伯明翰大学讲授周志华:http://cs.nju.edu.cn/zhouzh/index.htm 

(100)(100)约翰内斯堡丰田技术探讨所助理教师Devi Parikh: http://ttic.uchicago.edu/~dparikh/index.html (101)瑞士联邦财经政法大学硕士后Helmut Grabner:http://www.vision.ee.ethz.ch/~hegrabne/#Short_CV

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

(103)加利福尼亚香槟分校高校副助教吴建鑫:http://c2inet.sce.ntu.edu.sg/Jianxin/index.html

(104)GE商讨院琢磨员李关:http://www.cs.unc.edu/~lguan/

(105)亚利桑那农林高校教学Monson Hayes:http://savannah.gatech.edu/people/mhayes/

(106)图片检索国际会议VOC(微软宾夕法尼亚州立探讨院社团):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)布朗高校讲师本杰明(Benjamin) Kimia: http://www.lems.brown.edu/kimia.html 

(109)数据堂-图像处理相关的范本数量:http://www.datatang.com/data/list/602026/p1

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

(111)加利福尼亚大学教书Rema Chellappa:http://www.cfar.umd.edu/~rama/

(112)法兰克福丰田研讨核心助理员教师Devi Parikh:http://ttic.uchicago.edu/~dparikh/index.html

(113)宾夕法尼亚州立大学助理员讲师石建波:http://www.cis.upenn.edu/~jshi/

 

相关文章