安徽省网站建设,seo管理系统创作,东莞官方网站 优帮云,交通设施东莞网站建设Deep Learning#xff08;深度学习#xff09;#xff1a; ufldl的2个教程(这个没得说#xff0c;入门绝对的好教程#xff0c;Ng的#xff0c;逻辑清晰有练习)#xff1a;一 ufldl的2个教程(这个没得说#xff0c;入门绝对的好教程#xff0c;Ng的#xff0c;逻辑清… Deep Learning深度学习 ufldl的2个教程(这个没得说入门绝对的好教程Ng的逻辑清晰有练习)一 ufldl的2个教程(这个没得说入门绝对的好教程Ng的逻辑清晰有练习)二 Bengio团队的deep learning教程用的theano库主要是rbm系列搞python的可以参考很不错。 deeplearning.net主页里面包含的信息量非常多有software, reading list, research lab, dataset, demo等强烈推荐自己去发现好资料。 Deep learning的toolboxmatlab实现的对应源码来学习一些常见的DL模型很有帮助这个库我主要是用来学习算法实现过程的。 2013年龙星计划深度学习教程邓力大牛主讲虽然老师准备得不充分不过还是很有收获的。 Hinton大牛在coursera上开的神经网络课程DL部分有不少非常赞没有废话课件每句话都包含了很多信息有一定DL基础后去听收获更大。 Larochelle关于DL的课件逻辑清晰覆盖面广,包含了rbm系列autoencoder系列sparse coding系列还有crfcnnrnn等。虽然网页是法文但是课件是英文。 CMU大学2013年的deep learning课程有不少reading paper可以参考。 达慕思大学Lorenzo Torresani的2013Deep learning课程reading list. Deep Learning Methods for Vision(余凯等在cvpr2012上组织一个workshop关于DL在视觉上的应用)。 斯坦福Ng团队成员链接主页可以进入团队成员的主页比较熟悉的有Richard Socher, Honglak Lee, Quoc Le等。 多伦多ML团队成员链接主页可以进入团队成员主页包括DL鼻祖hinton还有Ruslan Salakhutdinov , Alex Krizhevsky等。 蒙特利尔大学机器学习团队成员链接主页包括大牛Bengio还有Ian Goodfellow 等。 纽约大学的机器学习团队成员链接主页包括大牛Lecun还有Rob Fergus等。 Charlie Tang个人主页结合DLSVM. 豆瓣上的脑与deep learning读书会有讲义和部分视频主要介绍了一些于deep learning相关的生物神经网络。 Large Scale ML的课程由Lecun和Langford讲的能不推荐么。 Yann Lecun的2014年Deep Learning课程主页。 视频链接。 吴立德老师《深度学习课程》 一些常见的DL code列表csdn博主zouxy09的博文Deep Learning源代码收集-持续更新… Deep Learningfor NLP (without Magic)由DL界5大高手之一的Richard Socher小组搞的他主要是NLP的。 2012 Graduate Summer School: Deep Learning, Feature Learning高手云集深度学习盛宴几乎所有的DL大牛都有参加。 matlab下的maxPooling速度优化调用C实现的。 2014年ACL机器学习领域主席Kevin Duh的深度学习入门讲座视频。 R-CNN code: Regionswith Convolutional Neural Network Features. Machine Learning机器学习 介绍图模型的一个ppt非常的赞ppt作者总结得很给力里面还包括了HMMMEM, CRF等其它图模型。反正看完挺有收获的。 机器学习一个视频教程youtube上的翻吧内容很全面偏概率统计模型每一小集只有几分钟。 龙星计划2012机器学习由余凯和张潼主讲。 demonstrate 的 blog :关于PGM(概率图模型)系列主要按照Daphne Koller的经典PGM教程介绍的大家依次google之。 FreeMind的博客主要关于机器学习的。 Tom Mitchell大牛的机器学习课程他的machine learning教科书非常出名。 CS109,Data Science,用python介绍机器学习算法的课程。 CCF主办的一些视频讲座。 国外技术团队博客 Netflix技术博客,很多干货。 Computer Vision计算机视觉 MIT2013年秋季课程Advances in Computer Vision有练习题有些有code. IPAM一个计算机视觉的短期课程有不少牛人参加。 OpenCV相关 http://opencv.org/ 2012年7月4日随着opencv2.4.2版本的发布opencv更改了其最新的官方网站地址。 http://www.opencvchina.com/ 好像12年才有这个论坛的比较新。里面有针对《learning opencv》这本书的视频讲解不过视频教学还没出完正在更新中。对刚入门学习opencv的人来说很不错。 http://www.opencv.org.cn/forum/ opencv中文论坛对于初次接触opencv的学者来说比较不错入门资料多opencv的各种英文文档也翻译成中文了。不足是感觉这个论坛上发帖提问很少人回答也就是说讨论不够激烈。 http://opencv.jp/ opencv的日文网站里面有不少例子代码看不懂日文可以用网站自带的翻译能看个大概。 http://code.opencv.org/projects/opencv opencv版本bug修补版本更新以及各种相关大型活动安排,还包含了opencv最近几个月内的活动路线即未来将增加的功能等可以掌握各种关于opencv进展情况的最新进展。 http://tech.groups.yahoo.com/group/OpenCV/ opencv雅虎邮件列表据说是最好的opencv论坛信息更新最新的地方。不过个人认为要查找相关主题的内容在邮件列表中非常不方便。 http://www.cmlab.csie.ntu.edu.tw/~jsyeh/wiki/doku.php 台湾大学暑假集训网站内有链接到与opencv集训相关的网页。感觉这种教育形式还蛮不错的。 http://sourceforge.net/projects/opencvlibrary/ opencv版本发布地方。 http://code.opencv.org/projects/opencv/wiki/ChangeLog#241 http://opencv.willowgarage.com/wiki/OpenCV%20Change%20Logs opencv版本内容更改日志网页,前面那个网页更新最快。 http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/tutorials.html opencv中文教程网页分几个模块讲解有代码有过程。内容是网友翻译opencv自带的doc文件里的。 https://netfiles.uiuc.edu/jbhuang1/www/resources/vision/index.html 网友总结的常用带有cvpr领域常见算法code链接的网址感觉非常的不错。 http://fossies.org/dox/OpenCV-2.4.2/ 该网站可以查看opencv中一些函数的变量接口还会列出函数之间的结构图。 http://opencv.itseez.com/ opencv的函数、类等查找网页有导航查起来感觉不错。 优化 submodual优化网页。 Geoff Gordon的优化课程youtube上有对应视频。 数学 http://www.youku.com/playlist_show/id_19465801.html 《计算机中的数学》系列视频8位老师10讲内容生动介绍微积分和线性代数基本概念在计算机学科中的各种有趣应用 Linux学习资料 http://itercast.com/library/1 linux入门的基础视频教程对于新手可选择看第一部分视频来源于LinuxCast.net网站还不错。 OpenNIKinect相关 http://1.yuhuazou.sinaapp.com/ 网友晨宇思远的博客主攻cvprai等。 http://blog.csdn.net/chenli2010/article/details/6887646 kinect和openni学习资料汇总。 http://blog.csdn.net/moc062066/article/category/871261 OpenCV 计算机视觉 kinect的博客: http://kheresy.wordpress.com/index_of_openni_and_kinect/comment-page-5/ 网友Heresy的博客里面有不少kinect的文章写的比较详细。 http://www.cnkinect.com/ 体感游戏中文网有不少新的kinect资讯。 http://www.kinectutorial.com/ Kinect体感开发网。 http://code.google.com/p/openni-hand-tracker openni_hand_tracking google code项目。 http://blog.candescent.ch/ 网友的kinect博客里面有很多手势识别方面的文章介绍还有源码不过貌似是基于c#的。 https://sites.google.com/site/colordepthfusion/ 一些关于深度信息和颜色信息融合fusion的文章。 http://projects.ict.usc.edu/mxr/faast/ kinect新的库可以结合OpenNI使用。 https://sites.google.com/a/chalearn.org/gesturechallenge/ kinect手势识别网站。 http://www.ros.org/wiki/mit-ros-pkg mit的kinect项目有code。主要是与手势识别相关。 http://www.thoughtden.co.uk/blog/2012/08/kinecting-people-our-top-6-kinect-projects/ kinect 2012年度最具创新的6个项目有视频确实够创新的 http://www.cnblogs.com/yangyangcv/archive/2011/01/07/1930349.html kinect多点触控的一篇博文。 http://sourceforge.net/projects/kinect-mex/ http://www.mathworks.com/matlabcentral/fileexchange/30242-kinect-matlab 有关matlab for kinect的一些接口。 http://news.9ria.com/2012/1212/25609.html AIR和Kinect的结合有一些手指跟踪的code。 http://eeeweba.ntu.edu.sg/computervision/people/home/renzhou/index.htm 研究kinect手势识别的任洲。刚毕业不久。 其他网友cvpr领域的链接总结 http://www.cnblogs.com/kshenf/ 网友整理常用牛人链接总结非常多。不过个人没有没有每个网站都去试过。所以本文也是我自己总结自己曾经用过的或体会过的。 OpenGL有关: http://nehe.gamedev.net/ NeHe的OpenGL教程英文版。 http://www.owlei.com/DancingWind/ NeHe的OpenGL教程对应的中文版由网友周玮翻译的。 http://www.qiliang.net/old/nehe_qt/ NeHe的OpengGL对应的Qt版中文教程。 http://blog.csdn.net/qp120291570 网友左脑设计右脑编程的Qt_OpenGL博客,写得还不错。 http://guiliblearning.blogspot.com/ 这个博客对opengl的机制有所剖析貌似要FQ才能进去。 cvpr综合网站论坛博客等 http://www.cvchina.net/ 中国计算机视觉论坛 http://www.cvchina.info/ 这个博客很不错每次看完都能让人兴奋因为有很多关于cv领域的科技新闻还时不时有视频显示。另外这个博客里面的资源也整理得相当不错。中文的。 http://www.bfcat.com/ 一位网友的个人计算机视觉博客有很多关于计算机视觉前沿的东西介绍与上面的博客一样看了也能让人兴奋。 http://blog.csdn.net/v_JULY_v/ 牛人博客主攻数据结构机器学习数据挖掘算法等。 http://blog.youtueye.com/ 该网友上面有一些计算机视觉方向的博客,博客中附有一些实验的测试代码. http://blog.sciencenet.cn/u/jingyanwang 多看pami才扯谈的博客其中有不少pami文章的中文介绍。 http://chentingpc.me/ 做网络和自然语言处理的有不少机器学习方面的介绍。 ML常用博客资料等 http://freemind.pluskid.org/ 由 pluskid 所维护的 blog主要记录一些机器学习、程序设计以及各种技术和非技术的相关内容写得很不错。 http://datasciencemasters.org/ 里面包含学ML/DM所需要的一些知识链接且有些给出了视频教程网页资料电子书开源code等推荐 http://cs.nju.edu.cn/zhouzh/index.htm 周志华主页不用介绍了机器学习大牛更可贵的是他的很多文章都有源码公布。 http://www.eecs.berkeley.edu/~jpaisley/Papers.htm John Paisley的个人主页主要研究机器学习领域有些文章有代码提供。 http://foreveralbum.yo2.cn/ 里面有一些常见机器学习算法的详细推导过程。 http://blog.csdn.net/abcjennifer 浙江大学CS硕士在读关注计算机视觉机器学习算法研究博弈 人工智能 移动互联网等学科和产业。该博客中有很多机器学习算法方面的介绍。 http://www.wytk2008.net/ 无垠天空的机器学习博客。 http://www.chalearn.org/index.html 机器学习挑战赛。 http://licstar.net/ licstar的技术博客偏自然语言处理方向。 国内科研团队和牛人网页 http://vision.ia.ac.cn/zh/index_cn.html 中科院自动化所机器视觉课题小组有相关数据库、论文、课件等下载。 http://www.cbsr.ia.ac.cn/users/szli/ 李子青教授个人主页中科院自动化所cvpr领域牛叉人 http://www4.comp.polyu.edu.hk/~cslzhang/ 香港理工大学教授lei zhang个人主页也是cvpr领域一大牛人啊cvpriccv各种发表。更重要的是他所以牛叉论文的code全部公开非常难得 http://liama.ia.ac.cn/wiki/start 中法信息、自动化与应用联合实验室里面很多内容不仅限而cvpr还有ai领域一些其他的研究。 http://www.cogsci.xmu.edu.cn/cvl/english/ 厦门大学特聘教授cv领域一位牛人。研究方向主要为目标检测目标跟踪运动估计三维重建鲁棒统计学光流计算等。 http://idm.pku.edu.cn/index.aspx 北京大学数字视频编码技术国家实验室。 http://www.csie.ntu.edu.tw/~cjlin/libsvm/ libsvm项目网址台湾大学的很火 http://www.jdl.ac.cn/user/sgshan/index.htm 山世光人脸识别研究比较牛。在中国科学院智能信息处理重点实验室 国外科研团队和牛人网页 https://netfiles.uiuc.edu/jbhuang1/www/resources/vision/index.html 常见计算机视觉资源整理索引国外学者整理全是出名的算法并且带有代码的这个非常有帮助其链接都是相关领域很火的代码。 http://www.cs.cmu.edu/afs/cs/project/cil/ftp/html/txtv-groups.html 国外学者整理的各高校研究所团队网站 http://research.microsoft.com/en-us/groups/vision/ 微软视觉研究小组不解释大家懂的牛 http://lear.inrialpes.fr/index.php 法国国家信息与自动化研究所有对应牛人的链接论文项目网页链接且一些code对应链接等。 http://www.cs.ubc.ca/~pcarbo/objrecls/ Learning to recognize objects withlittle supervision该篇论文的项目网页有对应的code下载另附有详细说明。 http://www.eecs.berkeley.edu/~lbourdev/poselets/ poselets相关研究界面关于poselets的第一手资料。 http://www.cse.oulu.fi/CMV/Research 芬兰奥卢大学计算机科学与工程学院网页里面有很多cv领域相关的研究比如说人脸脸部表情人体行为识别跟踪人机交互等cv基本都涉及有。 http://www.cs.cmu.edu/~cil/vision.html 卡耐基梅隆大学计算机视觉主页内容非常多。可惜的是该网站内容只更新到了2004年。 http://vision.stanford.edu/index.html 斯坦福大学计算机视觉主页里面有非常非常多的牛人比如说大家熟悉的lifeifei. http://www.wavelet.org/index.php 关于wavelet研究的网页。 http://civs.ucla.edu/ 加州大学洛杉矶分校统计学院关于统计学习方面各种资料且有相应的网上公开课。 http://www.cs.cmu.edu/~efros/ 卡耐基梅隆大学Alexei(Alyosha)Efros教授个人网站计算机图形学高手。 http://web.mit.edu/torralba/www// mit牛人Associate教授个人网址主要研究计算机视觉人体视觉感知目标识别和场景理解等。 http://people.csail.mit.edu/billf/ mit牛人William T. Freeman教授主要研究计算机视觉和图像学 http://www.research.ibm.com/peoplevision/ IBM人体视觉研究中心里面除了有其研究小组的最新成果外还有很多测试数据(特别是视频供下载。 http://www.vlfeat.org/ vlfeat主页vlfeat也是一个开源组织主要定位在一些最流行的视觉算法开源上编写其很多算法效果比opencv要好,不过数量不全但是非常有用。 http://www.robots.ox.ac.uk/~az/ Andrew Zisserman的个人主页这人大家应该熟悉《计算机视觉中的多视几何》这本神书的作者之一。 http://www.cs.utexas.edu/~grauman/ KristenGrauman教授的个人主页是个大美女且是2011年“马尔奖”获得者”马尔奖“大家都懂的计算机视觉领域的最高奖项目前无一个国内学者获得过。她的主要研究方法是视觉识别。 http://groups.csail.mit.edu/vision/welcome/ mit视觉实验室主页。 http://code.google.com/p/sixthsense/ 曾经在网络上非常出名一个视频一个作者研究的第六感装置现在这个就是其开源的主页。 http://vision.ucsd.edu/~pdollar/research.html#BehaviorRecognitionAnimalBehavior Piotr Dollar的个人主要主要研究方向是人体行为识别。 http://www.mmp.rwth-aachen.de/ 移动多媒体处理将移动设备计算机图像学视觉图像处理等结合的领域。 http://www.di.ens.fr/~laptev/index.html Ivan Laptev牛人主页主要研究人体行为识别。有很多数据库可以下载。 http://blogs.oregonstate.edu/hess/ Rob Hess的个人主要里面有源码下载比如说粒子滤波他写的粒子滤波在网上很火。 http://morethantechnical.googlecode.com/svn/trunk/ cvpr领域一些小型的开源代码。 http://iica.de/pd/index.py 做行人检测的一个团队内部有一些行人检测的代码下载。 http://www.cs.utexas.edu/~grauman/research/pubs.html UT-Austin计算机视觉小组包含的视觉研究方向比较广且有的文章有源码你只需要填一个邮箱地址系统会自动发跟源码相关的信息过来。 http://www.robots.ox.ac.uk/~vgg/index.html visual geometrygroup 图像: http://blog.sina.com.cn/s/blog_4cccd8d301012pw5.html 交互式图像分割代码。 http://vision.csd.uwo.ca/code/ graphcut优化代码。 语音 http://danielpovey.com/kaldi-lectures.html 语音处理中的kaldi学习。 算法分析与设计计算机领域的基础算法 http://www.51nod.com/focus.html 该网站主要是讨论一些算法题。里面的李陶冶是个大牛回答了很多算法题。 一些综合topic列表 http://www.cs.cornell.edu/courses/CS7670/2011fa/ 计算机视觉中的些topicSpecial Topics in Computer Vision截止到2011年为止其引用的文章都是非常顶级的topic。 书籍相关网页 http://www.imageprocessingplace.com/index.htm 冈萨雷斯的《数字图像处理》一书网站包含课程材料matlab图像处理工具包课件ppt等相关素材。 Consumer Depth Camerasfor Computer Vision 很优秀的一本书不过很贵买不起啊做深度信息的使用这本书还不错google图中可以预览一部分。 Making.Things.See 针对Kinect写的主要关注深度信息较为基础。书籍中有不少例子貌似是java写的。 国内一些AI相关的研讨会 http://www.iipl.fudan.edu.cn/MLA13/index.htm 中国机器学习及应用研讨会(这个是2013年的) 期刊会议论文下载 http://cvpapers.com/ 几个顶级会议论文公开下载界面比如说ICCV,CVPR,ECCV,ACCV,ICPR,SIGGRAPH等。 http://www.cvpr2012.org/ cvpr2012的官方地址里面有各种资料和信息其他年份的地址类似推理更改即可。 http://www.sciencedirect.com/science/journal/02628856 ICV期刊下载 http://www.computer.org/portal/web/tpami TPAMI期刊AI领域中可以算得上是最顶级的期刊了里面有不少cvpr方面的内容。 http://www.springerlink.com/content/100272/ IJCV的网址。 http://books.nips.cc/ NIPS官网有论文下载列表。 http://graphlab.org/lsrs2013/program/ LSRS 会议地址大规模推荐系统其它年份依次类推。 会议期刊相关信息 http://conferences.visionbib.com/Iris-Conferences.html 该网页列出了图像处理计算机视觉领域相关几乎所有比较出名的会议时间表。 http://conferences.visionbib.com/Browse-conf.php 上面网页的一个子网页列出了最近的CV领域提交paper的deadline。 cvpr相关数据库下载 http://research.microsoft.com/en-us/um/people/jckrumm/WallFlower/TestImages.htm 微软研究院牛人Wallflower Paper的论文中用到的目标检测等测试图片 http://archive.ics.uci.edu/ml/ UCI数据库列表下载最常用的机器学习数据库列表。 http://www.cs.rochester.edu/~rmessing/uradl/ 人体行为识别通过关键点的跟踪视频数据库Rochester university的 http://www.research.ibm.com/peoplevision/performanceevaluation.html IBM人体视觉研究中心有视频监控等非常多的测试视频。 http://www.cvpapers.com/datasets.html 该网站上列出了常见的cvpr研究的数据库。 http://www.cs.washington.edu/rgbd-dataset/index.html RGB-D Object Dataset.做目标识别的。 AI相关娱乐网页 http://en.akinator.com/ 该网站很好玩可以测试你心里想出的一个人名(当然前提是这个人必须有一定的知名度)然后该网站会提出一系列的问题你可以选择yes or no,or I don’t know等等最后系统会显示你心中所想的那个人。 http://www.doggelganger.co.nz/ 人与狗的匹配游戏摄像头采集人脸呵呵… Android相关 https://code.google.com/p/android-ui-utils/ 该网站上有一些android图标,菜单等跟界面有关的设计工具,可以用来做一些简单的UI设计. 工具和code下载 http://lear.inrialpes.fr/people/dorko/downloads.html 6种常见的图像特征点检测子linux下环境运行。不过只提供了二进制文件不提供源码。 http://www.cs.ubc.ca/~pcarbo/objrecls/index.html#code ssmcmc的matlab代码,是Learning to recognize objects withlittle supervision这一系列文章用的源码属于目标识别方面的研究。 http://www.robots.ox.ac.uk/~timork/ 仿射无关尺度特征点检测算子源码还有些其它算子的源码或二进制文件。 http://www.vision.ee.ethz.ch/~bleibe/code/ism.html 隐式形状模型(ISM)项目主页作者Bastian Leibe提供了linux下运行的二进制文件。 http://www.di.ens.fr/~laptev/download.html#stip Ivan Laptev牛人主页中的STIP特征点检测code但是也只是有二进制文件无源码。该特征点在行为识别中该特征点非常有名。 http://ai.stanford.edu/~quocle/ 斯坦福大学Quoc V.Le主页上有它2011年行为识别文章的代码。 开源软件 http://mloss.org/software/ 一些ML开源软件在这里基本都可以搜到有上百个。 https://github.com/myui/hivemall Scalable machine learning library forHive/Hadoop. http://scikit-learn.org/stable/ 基于python的机器学习开源软件文档写得不错。 挑战赛 http://www.chioka.in/kaggle-competition-solutions/ kaggle一些挑战赛的code. 公开课 网易公开课国内做得很不错的公开课翻译了一些国外出名的公开课教程与国外公开课平台coursera有合作。 coursera在线教育网上公开课很新有个邮箱注册即可学习有不少课程且有对应的练习特别是编程练习超赞。 斯坦福网上公开课链接有统计学习凸优化等课程。 udacity公开课程下载链接其实速度还可以。里面有不少好教程。 机器学习公开课的连接有不少课。 转自 http://www.cnblogs.com/tornadomeet 挑战赛 1googleResearch http://research.google.com/index.html 2MIT博士汤晓欧学生林达华 http://people.csail.mit.edu/dhlin/index.html 3MIT博士后Douglas Lanman http://web.media.mit.edu/~dlanman/ 4opencv中文网站 http://www.opencv.org.cn/index.php/%E9%A6%96%E9%A1%B5 5Stanford大学vision实验室 http://vision.stanford.edu/research.html 6Stanford大学博士崔靖宇 http://www.stanford.edu/~jycui/ 7UCLA教授朱松纯 http://www.stat.ucla.edu/~sczhu/ 8中国人工智能网 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究员 http://www.cbsr.ia.ac.cn/users/szli/ 12中科院计算所山世光研究员 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卡内基梅隆大学CV主页 http://www-2.cs.cmu.edu/afs/cs/project/ ... ision.html 17微软CV研究员Richard Szeliski http://research.microsoft.com/en-us/um/people/szeliski/ 18微软亚洲研究院计算机视觉研究组 http://research.microsoft.com/en-us/groups/vc/ 19微软剑桥研究院ML与CV研究组 http://research.microsoft.com/en-us/gro... fault.aspx 20研学论坛 http://bbs.matwav.com/ 21美国Rutgers大学助理教授刘青山 http://www.research.rutgers.edu/~qsliu/ 22计算机视觉最新资讯网 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香港中文大学助理教授王晓刚 http://www.ee.cuhk.edu.hk/~xgwang/ (25)香港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)computervision software; http://peipa.essex.ac.uk/info/software.html (29)ComputerVision Resource; http://www.cvpapers.com/ (30)computervision research groups;http://peipa.essex.ac.uk/info/groups.html (31)computervision center; http://computervisioncentral.com/cvcnews (32)浙江大学图像技术研究与应用ITRA团队http://www.dvzju.com/ (33)自动识别网http://www.autoid-china.com.cn/ (34)清华大学章毓晋教授http://www.tsinghua.edu.cn/publi ...3552339241557_.html (35)顶级民用机器人研究小组Porf.Gary领导的Willow Garage:http://www.willowgarage.com/ (36)上海交通大学图像处理与模式识别研究所http://www.pami.sjtu.edu.cn/ (37)上海交通大学计算机视觉实验室刘允才教授http://www.visionlab.sjtu.edu.cn/ (38)德克萨斯州大学奥斯汀分校助理教授Kristen Grauman http://www.cs.utexas.edu/~grauman/ (39)清华大学电子工程系智能图文信息处理实验室丁晓青教授http://ocrserv.ee.tsinghua.edu.cn/auto/index.asp (40)北京大学高文教授http://www.jdl.ac.cn/htm-gaowen/ (41)清华大学艾海舟教授http://media.cs.tsinghua.edu.cn/cn/aihz (42)中科院生物识别与安全技术研究中心http://www.cbsr.ia.ac.cn/china/index%20CH.asp (43)瑞士巴塞尔大学 Thomas Vetter教授http://informatik.unibas.ch/personen/vetter_t.html (44)俄勒冈州立大学 Rob Hess博士http://blogs.oregonstate.edu/hess/ (45)深圳大学 于仕祺副教授http://yushiqi.cn/ (46)西安交通大学人工智能与机器人研究所http://www.aiar.xjtu.edu.cn/ (47)卡内基梅隆大学研究员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)美国密歇根州立大学生物识别研究组(Anil K. Jain教授)http://www.cse.msu.edu/rgroups/biometrics/ (50)美国伊利诺伊州立大学Thomas S. Huang:http://www.beckman.illinois.edu/directory/t-huang1 (51)武汉大学数字摄影测量与计算机视觉研究中心http://www.whudpcv.cn/index.asp (52)瑞士巴塞尔大学Sami Romdhani助理研究员http://informatik.unibas.ch/personen/romdhani_sami/ (53)CMU大学研究员Yang Wang:http://www.cs.cmu.edu/~wangy/home.html (54)英国曼彻斯特大学Tim Cootes教授http://personalpages.manchester.ac.uk/staff/timothy.f.cootes/ (55)美国罗彻斯特大学教授Jiebo Luo: http://www.cs.rochester.edu/u/jluo/ (56)美国普渡大学机器人视觉实验室https://engineering.purdue.edu/RVL/Welcome.html (57)美国宾利州立大学感知、运动与认识实验室http://vision.cse.psu.edu/home/home.shtml (58)美国宾夕法尼亚大学GRASP实验室https://www.grasp.upenn.edu/ (59)美国内达华大学里诺校区CV实验室http://www.cse.unr.edu/CVL/index.php (60)美国密西根大学vision实验室 http://www.eecs.umich.edu/vision/index.html (61)Universityof Massachusetts(麻省大学),视觉实验室[urlhttp://vis-www.cs.umass.edu/index.html]http://vis-www.cs.umass.edu/index.html[/url] (62)华盛顿大学博士后Iva Kemelmacher:http://www.cs.washington.edu/homes/kemelmi (63)以色列魏茨曼科技大学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研究员张正友http://research.microsoft.com/en-us/um/people/zhang/ (66)中科院自动化所医学影像研究室http://www.3dmed.net/ (67)中科院田捷研究员http://www.3dmed.net/tian/ (68)微软Redmond研究院研究员Simon Baker:http://research.microsoft.com/en-us/people/sbaker/ (69)普林斯顿大学教授李凯http://www.cs.princeton.edu/~li/ (70)普林斯顿大学博士贾登http://www.cs.princeton.edu/~jiadeng/ (71)牛津大学教授Andrew Zisserman http://www.robots.ox.ac.uk/~az/ (72)英国leeds大学研究员Mark Everingham:http://www.comp.leeds.ac.uk/me/ (73)英国爱丁堡大学教授Chris William: http://homepages.inf.ed.ac.uk/ckiw/ (74)微软剑桥研究院研究员John Winn: http://johnwinn.org/ (75)佐治亚理工学院教授Monson H.Hayeshttp://savannah.gatech.edu/people/mhayes/index.html (76)微软亚洲研究院研究员孙剑http://research.microsoft.com/en-us/people/jiansun/ (77)微软亚洲研究院研究员马毅http://research.microsoft.com/en-us/people/mayi/ (78)英国哥伦比亚大学教授David Lowe: http://www.cs.ubc.ca/~lowe/ (79)英国爱丁堡大学教授Bob Fisher: http://homepages.inf.ed.ac.uk/rbf/ (80)加州大学圣地亚哥分校教授Serge J.Belongie:http://cseweb.ucsd.edu/~sjb/ (81)威斯康星大学教授Charles R.Dyer: http://pages.cs.wisc.edu/~dyer/ (82)多伦多大学教授Allan.Jepson: http://www.cs.toronto.edu/~jepson/ (83)伦斯勒理工学院教授Qiang Ji: http://www.ecse.rpi.edu/~qji/ (84)CMU研究员Daniel Huber: http://www.ri.cmu.edu/person.html?person_id123 (85)多伦多大学教授David J.Fleet: http://www.cs.toronto.edu/~fleet/ (86)伦敦大学玛丽女王学院教授Andrea Cavallaro:http://www.eecs.qmul.ac.uk/~andrea/ (87)多伦多大学教授Kyros Kutulakos: http://www.cs.toronto.edu/~kyros/ (88)杜克大学教授Carlo Tomasi: http://www.cs.duke.edu/~tomasi/ (89)CMU教授Martial Hebert: http://www.cs.cmu.edu/~hebert/ (90)MIT助理教授Antonio Torralba: http://web.mit.edu/torralba/www/ (91)马里兰大学研究员Yasel Yacoob: http://www.umiacs.umd.edu/users/yaser/ (92)康奈尔大学教授Ramin Zabih: http://www.cs.cornell.edu/~rdz/ (93)CMU博士田渊栋: http://www.cs.cmu.edu/~yuandong/ (94)CMU副教授Srinivasa Narasimhan: http://www.cs.cmu.edu/~srinivas/ (95)CMU大学ILIM实验室http://www.cs.cmu.edu/~ILIM/ (96)哥伦比亚大学教授Sheer K.Nayar: http://www.cs.columbia.edu/~nayar/ (97)三菱电子研究院研究员Fatih Porikli http://www.porikli.com/ (98)康奈尔大学教授Daniel Huttenlocherhttp://www.cs.cornell.edu/~dph/ (99)南京大学教授周志华http://cs.nju.edu.cn/zhouzh/index.htm (100)芝加哥丰田技术研究所助理教授Devi Parikh: http://ttic.uchicago.edu/~dparikh/index.html (101)瑞士联邦理工学院博士后Helmut Grabner: http://www.vision.ee.ethz.ch/~hegrabne/#Short_CV 计算机视觉牛人 1.cv圈的格局,按师承关系,总结a tree stucture of cv guys. David Marr -----ShimonUllman (Weizmann) -----EricGrimson (MIT) -----Daniel Huttenlocher (Cornell) -----PedroFelzenszwalb (Chicago) Thomas Binford (Stanford) -----David Lowe (UBC) -----Jitendra Malik (UC Berkeley) -----PietroPerona (Caltech) -----Stefano Soatto (UCLA) -----Fei-Fei Li (Princeton) -----Jianbo Shi (UPenn) -----Yizhou Yu (UIUC) -----ChristophBregler (NYU) -----Serge Belongie (UCSD) -----Alyosha Efros (CMU) Andrew Blake (Microsoft Research Cambridge) -----Andrew Zisserman (Oxford) -----Andrew Fitzgibbon (Microsoft Research Cambridge) -----Roberto Cipolla (Cambridge) -----Alan Yuille (UCLA) (UK这个学派的师承关系不太清楚, 这是我听说加上自己猜测的. 事实上, 几个 非常优秀的researcher如Vladimir Kolmogorov虽然不是Andrew Blake的学生, 但是 也属于这个学派. ) Thomas Huang (UIUC) -----Yong Rui (Microsoft Research Redmond) -----Nebojsa Jojic (Microsoft Research Redmond) -----Ying Wu (Northwestern University) -----Hai Tao (UCSC) -----Yuncai Liu (SJTU) (Huang这个系的人太多, 而且很怪的是, UIUC的web上信息不全, 在此仅列出我知道的.) 此外, 还有Takeo Kanade等非常有名的大牛, 囿于篇幅, 不一一列举. 从上得知, 加州派 基本占了cv的半壁江山. Olivier Faugeras ----Ponce UIUC ---lazebnik ----Zhengyou Zhang MSR ----Martial Hebert CMU Mit AI lab poggio ---Oliva ---serre Freeman 80年代还来太原理工扶贫了 ---Y. Weiss ----- Levin ---Antonio Torralba research scientist Trevor Darrell ---Grauman 补充一下 Zisserman还有一个不错的学生 lifeifei的合作者Rob Fergus MIT的Brain Cognitive Science Dept和CSAIL里面聚集了一帮人有的作lowlevel有的作mid levelto high level的。他们的工作是值得关注的。 当然说视觉还是要从伟大的DavidMarr开始。TomasoPoggio, Richard Whitman是Marr的同事传承了其理念一直往下走。Poggio最近几年比较重点的工作放在他那个hierarchical model上。 T. Poggio的第一个PhD学生是ChristofKoch kLab atCaltech。哦顺便说一下Koch的另外一个导师是Valentino Breitenberg——同样是影响了一个时代的大人物。Koch研究重点兴趣在consciousness上在Nature上的很多文章体现了他的研究思想。不过他们也做不少初级的视觉问题诸如attention。 Koch比较知名的弟子比如Laurent Itti和Li Feifei。 Richard Whitman 年纪比较大了个人不是很关注他现在做的东西。不过他所在的PerceptualScience Group是一个非常有影响力的地方这个组其他大家比较熟悉的老师有Aude Oliva和EH Adelson。Adelson最著名的一个事儿是色彩恒常相关的视错觉93年发在Science上的那篇。 关于Oliva前面的帖子错了她不是Poggio的学生这家伙和Torralba是老乡同在法国念书主要从心理学那条路子开始做成名之役是hybridimage和AntonioTorrralba一起搞的。这个HybridImage 其实80年代就有了但是最开始从心理学方向上探讨没有非常有影响力的文章。后来开始靠谱作自然图像统计得到Gist theory当然这个illusion本身后来转投SIGGRAPH其影响是深远的。嗯这个和CV关系不大。 Perceptual Science Group出了不少牛人他们的alumni list可谓超豪华阵容Yair Weiss, Josh Tenenbaum,Pawan Sinha, Bill Freeman…… 2.最近几年, 特别活跃的cv guys USA JitendraMalik, UC Berkeley PietroPerona, Caltech SergeBelongie, UCSD加利福尼亚大学圣迭戈分校 Jianbo Shi,UPenn StefanoSoatto, UCLA Fei-Fei Li,Princeton WilliamFreeman, MIT TrevorDarrell, MIT SimonBaker, CMU Yanxi Liu,CMU SongchunZhu, UCLA Alan Yuille, UCLA Yi Ma, UIUC Michael Black, Brown Carlo Tomasi, Duke Ramin Zabih, Cornell Shree Nayar, Columbia Rama Chellappa, Maryland Steve Seitz, University of Washington UCBerkeley,Caltech,UCSD,UPenn,MIT,CMU,UCLA,UIUC,Brown,Duke,Cornell,Coiumbia,Marryland,Washington 朱松纯 Song-Chun Zhu http://www.stat.ucla.edu/~sczhu/!--[if!supportNestedAnchors]--!--[endif]-- Europe Andrew Zisserman, Oxford, UK Andrew Fitzgibbon, Microsoft Research Cambridge, UK Roberto Cipolla, Cambridge, UK Jean Ponce, INRIA, France Cordelia Schmid, INRIA, France Bill Triggs, LEAR, France Yair Weiss, Hebrew University, Israel Anat Levin, Hebrew University, Israel Michal Irani, Weizmann, Israel Luc van Gool, University of Leuven/ETHZurich, Czechic China Harry Shum, MSRA Xiaoou Tang, MSRA/CUHK Jian Sun, MSRA Steve Lin, MSRA Yasuyuki Matsushita, MSRA Zhouchen Lin, MSRA Long Quan, HKUST Chi-Keung Tang, HKUST 3.按研究方向划分 按研究方向划分 应该更合理一些。现在计算机视觉 计算机图形图像机器学习开始融合到一起了吧。 J. MalikZhu Songchu偏segmentation; D. Lowe, S. Ullman,Poggio 偏于从生物视觉的启发来研究视觉 Zisserman, Schmid, Lowe研究局部特征 Luc Van Goo Long Quanl三维重建 Perona, Li Feife Freeman视觉i学习物体分类 还有运动分析 视觉跟踪纹理分析............. 美国计算机领域大牛教授排行点击可以看到他们的个人网页、介绍以及联系方式等方便大家搜索。申请美国计算机专业的申请人很多希望以下文章能方便大家搜索给大家提供帮助。 一大堆fellow和拿了图灵奖的但做网络方向不多只知道 David Culler 和 Leslie Lamport 。这里面华人还是很多的。 In this paper, J. E.Hirsch, Dept of Physics, UCSD, proposes the index h, defined as thenumber of papers with citation number higher or equal to h, as a useful indexto characterize the scientific output of a researcher. Here is a partial list of computer scienceresearchers who each has an h index of 40 or higher according to GoogleScholar. Several websites provide easy-to-use interfaces for computing an hindex, including scHolar index and Harzings publish and perish. Send comments,corrections, and new entries to Jens Palsberg(UCLA). I do maintain the list:mostly, I add people and update numbers upon request and when I happen tonotice a high h index. Most of the numbers on this page are the results ofcounting efforts by the listed people themselves. I have computed some of thenumbers myself by comparing output from Google Scholar with other listings ofresearch papers, such as from personal webpages or DBLP. 92 Terrence Sejnowski (UCSD), IEEE Fellow,Member of the Institute of Medicine 89 Hector Garcia-Molina (Stanford), ACMFellow, Member of the National Academy of Engineering 87 Jeffrey D. Ullman (Stanford), ACMFellow, Member of the National Academy of Engineering 82 Robert Tarjan (Princeton), Turing Award,ACM Fellow, Member of the National Academy of Engineering 80 Deborah Estrin (UCLA), ACM Fellow, IEEEFellow, Member of the National Academy of Engineering 79 Christos H. Papadimitriou (Berkeley),ACM Fellow, Member of the National Academy of Engineering 77 Don Towsley (U Mass, Amherst), ACMFellow, IEEE Fellow 73 Ian Foster (Argonne National Laboratory U Chicago) 71 Scott Shenker (Berkeley), ACM Fellow,IEEE Fellow 70 David Culler (Berkeley), ACM Fellow,Member of the National Academy of Engineering 70 DavidHaussler (UC Santa Cruz) 69 Nick Jennings(U Southampton), Fellow of the Royal Academy of Engineering 68 Michael I. Jordan (Berkeley), AAAS Fellow, IEEE Fellow, AAAIFellow 68 Takeo Kanade (CMU), ACM Fellow, IEEEFellow, Member of the National Academy of Engineering 64 Demetri Terzopoulos (UCLA), ACM Fellow,IEEE Fellow, Member of the European Academy of Sciences 64 MartinVetterli (EPFL), IEEE Fellow 63 MarcoDorigo (U Libre de Bruxelles) 62 Alon Halevy [Alon Levy] (Google), ACMFellow 61 Mario Gerla (UCLA), IEEE Fellow 58 Luca Cardelli (Microsoft), ACM Fellow 58 Ronald Fagin (IBM Almaden), ACM Fellow,IEEE Fellow, AAAS Fellow, ACM SIGMOD Edgar F. Codd Innovations Award 58 Anil K. Jain (Michigan State U), ACM Fellow, IEEE Fellow 58 Amit Sheth (Wright State U), IEEE Fellow 57 Martin Abadi (UC Santa Cruz and Microsoft), ACM Fellow 57 Mihir Bellare (UCSD) 57 Sushil Jajodia (George Mason U) 57 Leslie Lamport (Microsoft), Member ofthe National Academy of Engineering 56 David Dill (Stanford), ACM Fellow, IEEEFellow 56 Randy H. Katz (Berkeley),ACM Fellow, IEEE Fellow, Member of the National Academy of Engineering 56 Steven Salzberg (U Maryland) 56 HongJiang Zhang (Microsoft), ACM Fellow,IEEE Fellow 55 Jennifer Widom (Stanford), ACM Fellow,Member of the National Academy of Engineering 54 Jack Dongarra (U Tennessee),ACM Fellow, IEEE Fellow, Member of the National Academy of Engineering 54 David E. Goldberg (UIUC) 54 Ken Kennedy (Rice), ACM Fellow, IEEEFellow, Member of the National Academy of Engineering 54 Amir Pnueli (Weizmann and New York University),Turing Award, ACM Fellow, Member of the National Academy of Engineering 54 Herbert A. Simon (CMU), Turing Award,ACM Fellow, Nobel Laureate 54 Jeffrey Vitter (Texas AM), ACM Fellow, IEEE Fellow 54 Philip S. Yu (UIC), ACM Fellow, IEEEFellow 53 Tim Finin (UMBC) 53 Sally Floyd (ICSI), ACM Fellow 53 Tomaso Poggio (MIT) 53 Eduardo Sontag (Rutgers),IEEE Fellow 52 Rakesh Agrawal (Microsoft), ACM Fellow,IEEE Fellow, Member of the National Academy of Engineering 52 StanleyOsher (UCLA), Member of the National Academy of Sciences 51 Jiawei Han (UIUC), ACM Fellow 51 Richard Karp (Berkeley), Turing Award,ACM Fellow, Member of the National Academy of Engineering 51 Alex Pentland (MIT) 50 Andrew B. Kahng (UCSD) 50 Alberto Sangiovanni-Vincentelli(Berkeley), Member of the National Academy of Engineering 50 Lixia Zhang (UCLA), ACM Fellow 49 Serge Abiteboul (INRIA) 49 Rajeev Alur (U Penn), ACM Fellow, IEEEFellow 49 Rama Chellappa (U Maryland) 49 W. Bruce Croft (U Mass, Amherst), ACMFellow 49 Jon Crowcroft (U Cambridge), ACM Fellow, IEEE Fellow 49 David J. DeWitt (Wisconsin),ACM Fellow, Member of the National Academy of Engineering 49 Mark Handley (U College London) 49 Daphne Koller (Stanford), ACM InfosysFoundation Award 49 MaurizioLenzerini (Sapienza Universita di Roma) 49 John McCarthy (Stanford), Turing Award,Member of the National Academy of Engineering 49 Michael Stonebraker (MIT), ACM Fellow,Member of the National Academy of Engineering 49 Sebastian Thrun (Stanford) 48 Michael J. Carey (UC Irvine), ACMFellow, Member of the National Academy of Engineering 48 Kai Li (Princeton),ACM Fellow 48 Pavel Pevzner (UCSD) 48 Mihalis Yannakakis (Columbia), ACM Fellow 47 Wil van der Aalst (TU Eindhoven) 47 Leonard Kleinrock (UCLA), ACM Fellow,IEEE Fellow, Member of the National Academy of Engineering 47 Jim Kurose (U Mass, Amherst), ACMFellow, IEEE Fellow 47 Richard Lipton (Georgia Tech), ACMFellow, Member of the National Academy of Engineering 47 Judea Pearl(UCLA), IEEE Fellow, Member of the National Academy of Engineering 47 Ben Shneiderman (U Maryland), ACM Fellow 46 Norman I.Badler (U Penn) 46 Hari Balakrishnan (MIT), ACM Fellow 46 David Harel (The Weizmann Institute ofScience), ACM Fellow, IEEE Fellow 46 Geoffrey E. Hinton (Toronto) 46 Thomas S. Huang (UIUC), IEEE Fellow,Member of the National Academy of Engineering 46 Gordon Plotkin (U Edinburgh) 46 Tuomas Sandholm (CMU), ACM Fellow 46 Douglas C. Schmidt (Vanderbilt University) 46 John A. Stankovic (U Virginia), ACMFellow 45 Olivier Faugeras (INRIA), Member of the French Academyof Sciences 45 JoseJoaquin Garcia-Luna-Aceves (UC Santa Cruz), ACM Fellow, IEEE Fellow 45 Jim Gray (Microsoft), Turing Award, ACMFellow 45 M. Frans Kaashoek (MIT), ACM Fellow 45 Carl Kesselman (USC/ISI) 45 Vipin Kumar (U Minnesota), ACM Fellow, IEEE Fellow 45 Victor Lesser (U Mass, Amherst), AAAIFellow 45 Heikki Mannila (U Helsinki) 45 Rajeev Motwani (Stanford), ACM Fellow 45 Badri Nath [B R Badrinath] (Rutgers) 45 Prabhakar Raghavan (Yahoo! Research),ACM Fellow, IEEE Fellow 45 Eero P. Simoncelli (NYU), IEEE Fellow 45 Moshe Y. Vardi (Rice), ACM Fellow, Memberof the National Academy of Engineering 44 Victor Basili (U Maryland), ACM Fellow 44 Christos Faloutsos (CMU) 44 Oded Goldreich (Weizmann) 44 H. V. Jagadish (U Michigan), ACM Fellow 44 Amin Vahdat (UCSD) 43 Michael Franklin (Berkeley), ACM Fellow 43 Joseph Goguen (UCSD) 43 Ramesh Govindan (USC) 43 Simon Peyton Jones (Microsoft), ACMFellow 43 Won Kim (Sung Kyun Kwan University), ACM Fellow 43 Barbara Liskov (MIT), Turing Award, ACMFellow, Member of the National Academy of Engineering 43 David Maier (Portland State U), ACM Fellow 43 Robin Milner (U Cambridge, UK),Turing Award, ACM Fellow 43 Vern Paxson (ICSI), ACM Fellow 43 Krithi Ramamritham (IIT Bombay), ACM Fellow, IEEE Fellow 43 Ronald L. Rivest (MIT), Turing Award,ACM Fellow, Member of the National Academy of Engineering 42 Michael Arbib (USC) 42 Barry Boehm (USC), ACM Fellow 42 Pat Hanrahan (Stanford), ACM Fellow,Member of the National Academy of Engineering 42 Thomas A. Henzinger (EPFL), ACM Fellow 42 Donald E. Knuth (Stanford), TuringAward, ACM Fellow, Member of the National Academy of Engineering 42 Teuvo Kohonen (Academy of Finland) 42 Miron Livny (Wisconsin) 42 Jose Meseguer (UIUC) 42 Erkki Oja (Helsinki U of Technology) 42 David A. Patterson (Berkeley),ACM Fellow, IEEE Fellow, Member of the National Academy of Engineering 42 Micha Sharir (Tel Aviv University), ACM Fellow 42 Andrew S. Tanenbaum (Vrije U, The Netherlands),ACM Fellow, IEEE Fellow 42 Willy Zwaenepoel (EPFL), ACM Fellow,IEEE Fellow 41 Alex Aiken (Stanford), ACM Fellow 41 Stefano Ceri (Politecnico di Milano) 41 Didier Dubois (CNRS Toulouse) 41 Michael Kearns(U Penn) 41 Jon Kleinberg (Cornell), ACM InfosysFoundation Award 41 Monica S. Lam (Stanford), ACM Fellow 41 Kim G. Larsen (AalborgU) 41 Jitendra Malik (Berkeley), ACM Fellow 41 Deborah L. McGuinness (RPI) 41 Raymond Mooney (UT Austin) 41 Alex Nicolau (UC Irvine) 41 Miodrag Potkonjak (UCLA) 41 Thomas W. Reps (U Wisconsin), ACM Fellow 41 Milind Tambe (USC), AAAI Fellow 41 Gene Tsudik (UC Irvine) 41 Philip Wadler (U Edinburgh), ACM Fellow 40 Andrew Appel (Princeton),ACM Fellow 40 Richard Baraniuk (Rice University),IEEE Fellow 40 Craig Chambers (U Washington) 40 Edmund M. Clarke (CMU), Turing Award,ACM Fellow, IEEE Fellow, Member of the National Academy of Engineering 40 Jason Cong (UCLA), ACM Fellow 40 Ingemar J. Cox (U College London), IEEE Fellow 40 Herbert Edelsbrunner (Duke U) 40 Saul Greenberg (Universityof Calgary), Member of the ACM CHI Academy 40 Rajiv Gupta (UC Riverside), IEEE Fellow 40 Christian S. Jensen (AalborgU), IEEE Fellow 40 David S. Johnson (ATT Labs), ACMFellow 40 George Karypis (U Minnesota) 40 Henry Levy[url] (U Washington), ACMFellow, IEEE Fellow 40 [/url]Nancy Lynch (MIT), ACM Fellow,Member of the National Academy of Engineering 40 Maja Mataric (USC) 40 John Mitchell (Stanford), ACM Fellow 40 Charles E. Perkins (Nokia-SiemensNetworks) 40 Benjamin Pierce (U Penn) 40 Raghu Ramakrishnan (Wisconsin), ACM Fellow 40 George Varghese (UCSD), ACM Fellow 40 Ian Witten(U Waikato), ACM Fellow 40 Andrew Zisserman (University of Oxford) http://www.cs.ucla.edu/~palsberg/h-number.html 以上美国计算机领域大牛教授排行以及联系方式希望能够方便申请美国计算机专业的申请人搜索查找相关信息感谢本文收集者 超牛的SmartVehicle研究中心与牛人Prof.Dr. Dariu M. Gavrila (2010-12-12 09:54:19) http://www.gavrila.net/index.html 最近一直在看Gavrila及其他们团队的论文感觉很牛十几年前人家就在奔驰的资助下从事智能车辆方面的研究而且早就开发出了行人检测与防碰撞系统——“PROTECTOR”已经将计算机视觉、图像处理与模式识别方面的理论应用于道路行车的安全监控中去了真的很牛。他们的测试实验也都是用奔驰的汽车他们在智能车辆、行人检测、三维重建方面有着深厚的理论积累与实际开发经验。 Gavrila的论文感觉很经典特别是前沿介绍方面感觉真是大家呀最近几年他的德国学生Enzweiler与Munder在CVPR与IEEE Transaction on PAMI上发表了一系列的识别分类的文章个人感觉已经很成一个理论体系了。很值得学习。 由此也想到了关于科研人员研究内容与方向的问题我们的研究究竟需要一个怎么样的定位究竟是要解决理论问题还是解决与生产、工业以及人们生活相关的问题究竟是为了研究而研究还是确实为了解决实际问题而研究是为了发表几篇论文、或者为了评评职称而研究个人认为一定要有一个好的方向定位与认真的态度如果有研究兴趣与研究热情我们的研究确实又是前瞻性的确实能解决一些实际问题这应当是一件非常开心的事情按照一个自己感兴趣的方向延续下去顺便将研究成果整理一下就有了论文、专利等成果
