视觉领域博客资源1之中国部分
这是收录的图像视觉领域的博客资源的第一部分,包含:中国内地、香港、台湾
这些名人大家一般都熟悉,本文仅收录了包含较多资料的个人博客,并且有不少更新,还有些名人由于分享的paper、code或者数据集不多,暂时没收录了。
说明:
1)主要罗列有资源分享的博客,如果是该领域专家但资源分享较少,则未收录
2)排名按照字母顺序
3)主要按照博客的域名进行分类,不代表作者当前工作所在机构
4)欢迎补充更多的资源。
1 中国内地
1.1 程明明
清华大学程明明博士,南开大学媒体计算实验室
/
方向:图像分割、检索,显著性计算,目标检测。
资源:Paper、Code、data。
更新:
1.2 冯建江
清华大学助理教授
http://ivg.au./~jfeng/
方向:图像处理、模式识别、生物认证
资源:Paper、Matlab code, C++ library, or executable file。
更新:
1.3 樊彬
中科院助理教授樊彬
/bfan/
方向:计算机视觉,局部不变特征。
资源:Paper、Code。
更新:
1.4 吴建鑫
南京大学教授,LAMDA group
http://cs./wujx/
方向:大规模数据的机器学习算法、物体的实时检测与识别、人的行为识别、场景分类和理解、计算机视觉和机器学习在其他领域的应用
资源:Paper、Code、
更新:
1.5 Junjie Yan
http://www.cbsr./users/jjyan/main.htm
方向:Object Detection, Face Detection, Pedestrian Detection
资源:Paper
更新:
1.6 余轶南
百度深度学习研究中心博士后(PASCAL VOC Detection Challenge Winner):
http://www.cbsr./users/ynyu/index.htm
方向:Multiple Transform Estimation、Object Detection、Image Matching、Interest point detection、Image Classification and Object Recognition
资源:Paper
更新:
1.7 周志华
http://cs./zhouzh/index.htm
南京大学教授
书籍:Ensemble Methods: Foundations and Algorithms。Ensemble Methods领域首屈一指,主要兴趣是机器学习,应用方面关注图像检索、人脸识别、数据挖掘等。负责LAMDA(Learning And Mining from DatA)
资源:Paper和课程,LAMDA有部分代码和数据
更新:
2 中国香港
2.1 贾佳亚
香港中文大学教授贾佳亚
http://www.cse.cuhk.edu.hk/~leojia/index.html
方向: computer vision, computational photography, and machine learning.
资源:Paper、项目
更新:
2.2 汤晓鸥
香港中文大学多媒体实验室(汤晓鸥)
http://mmlab.ie.cuhk.edu.hk/
方向:深度学习、人脸分析、视频监控、图像视觉搜索、图像视觉编辑、3D画直线
资源:Paper、dataset、项目
更新:
2.3 王晓刚
香港中文大学助理教授王晓刚
http://www.ee.cuhk.edu.hk/~xgwang/
方向:computer vision, medical imaging, machine learning, and applications to visualsurveillance,face recognition, image and video searching, and diffusion weighted imaging
资源:Paper、dataset
更新:
2.4 张磊
香港理工大学教授张磊
p.polyu.edu.hk/~cslzhang/
方向:图像质量、Metric Learning 等
资源:Paper、code
更新:
3 中国台湾
3.1 Chih-Chung Chang and Chih-Jen Lin
http://www.csie.ntu.edu.tw/~cjlin/libsvm/
方向:著名的svm库,OpenCV采用的svm算法
资源:Paper、code
更新:
图像视觉博客资源2之MIT斯坦福CMU
收录的图像视觉(也包含机器学习等)领域的博客资源的第二部分,包含:美国MIT、斯坦福、CMU三所高校
1)这些名人大家一般都熟悉,本文仅收录了包含较多资料的个人博客,并且有不少更新,还有些名人由于分享的paper、code或者数据集不多,暂时没收录了。
2)排名按照字母顺序
3)主要按照博客的域名进行分类,不代表作者当前工作所在机构
4)更新日期有可能不是最最新的日期,供参考
1 美国
1.1 MIT
1.1.1 Antonio Torralba
MIT助理教授Antonio Torralba
http://web.mit.edu/torralba/www/
方向:计算机视觉,机器学习和人类视觉感知。场景和物体识别。比较好的交互可视化web工具:Interactive visualization of deep networks
资源:Paper,project,Databases,code,teaching,demo。
更新:
1.1.2 Bolei Zhou
http://people.csail.mit.edu/bzhou/
方向:计算机视觉和机器学习,专为数据驱动的视觉和场景的理解.
资源:Paper、project、demo
更新:
1.1.3 Ce Liu
MIT前微软研究员现谷歌Ce Liu:
http://people.csail.mit.edu/celiu/
方向:CNN、Face hallucination、去噪、超分辨率、去模糊、分割
资源:Paper、software、project、Code
更新:
1.1.4 Douglas Lanman
Research Scientist at Oculus Research (虚拟现实一家公司)
http://alumni.media.mit.edu/~dlanman/index.html
方向:跨越计算机图形学,视觉,光学,信号处理与应用程序的计算显示和成像系统,特别是头戴式显示器和虚拟/增强现实.
资源:Paper、Code、Video
更新:
1.1.5 Michael (Miki) Rubinstein
Research Scientist, Google
http://people.csail.mit.edu/mrub/
方向:计算机视觉和图形的交叉点的图像和视频的分析的各个领域的工作。是低层次的图像/视频处理和计算摄影和视频.
资源:Paper、Code、Video、software、data
更新:
1.1.6 William Freeman
MIT教授William Freeman:
http://billf.mit.edu/
方向:图像纹理合成,运动重新渲染,计算摄影,和视觉学习。
经典:图像融合算法Phase-based Video Motion Processing。
Alex Efros和Freeman在2001年SIGGRAPH上发表了”Image quilting for texture synthesis and transfer”,其思想是从已知图像中获得小块,然后将这些小块拼接mosaic一起,形成新的图像。该算法是图像纹理合成中经典中的经典
资源:Paper,project。
更新:
1.1.7 林达华
MIT博士,汤晓欧学生林达华个人博客
http://dahua.me/
方向:机器学习,数据挖掘,计算机视觉和自然语言理解
资源:Paper
更新:
1.1.8 周博磊
MIT周博磊博士
http://people.csail.mit.edu/bzhou/
方向:计算机视觉和机器学习,专为数据驱动的视觉和场景的理解.
资源:Paper,project,demo。
更新:
1.2 斯坦福
1.2.1 Andrew Ng
斯坦福大学Andrew Ng教授
http://cs.stanford.edu/people/ang/
方向:深度神经网络,深度学习,very large neural networks to learn from labeled and unlabeled data
资源:Paper,project,courses。
更新:
1.2.2 Quoc V.Le
斯坦福大学,现谷歌研究科学家
http://ai.stanford.edu/~quocle/
方向:机器学习、RNN、ICA、行为识别
资源:Paper、Code、行为识别文章的代码?
更新:
1.2.3 Sebastian Thrun
斯坦福大学Sebastian Thrun教授:
http://robots.stanford.edu/index.html
方向:机器人,自动驾驶汽车,家庭自动化,医疗保健,无人机和其他一些应用程序的工作。目前集中在两个方面:早期癌症检测和跟踪,以及智能家园.
资源:Paper,project,courses。
更新:
1.2.4 李菲菲
Stanford大学vision实验室;李菲菲所在实验室
http://vision.stanford.edu/index.html
方向:计算机视觉和人的视觉。物体识别,场景分类,综合场景理解,人体运动识别,材料识别,神经机制等。
经典:建立了图像识别领域的标准测试库Caltech101/256、ImageNet?
资源:Paper,Tedtalk, teaching。
更新:
1.3 CMU
1.3.1 Daniel Huber
CMU研究员Daniel Huber
http://www.ri.cmu.edu/person.html?person_id=123
方向:三维(3D)计算机视觉,特别是使用高精确度范围的传感器,例如激光扫描仪在建模,识别和可视化的领域中的问题。提取三维模型的高层次语义,如建筑物的模型.
资源:Project、paper
更新:
1.3.2 Martial Hebert
CMU机器人学院教授Martial Hebert:
http://www.cs.cmu.edu/~hebert/
方向:目标/类别识别;利用上下文信息,从图像的特定的3-D几何进行场景分析;场景解释和重建;在视频剪辑的特征提取和事件检测运动分析;动态三维点云的分析(“3-D信号处理”),高效的工具;感知的自治系统;在动态环境探测,跟踪和预测
资源:Project、paper、software、data
更新:
1.3.3 Yang Wang
CMU大学研究员Yang Wang
http://www.cs.cmu.edu/~wangy/home.html
方向:计算机视觉,图形学,医学图像分析,生物识别,机器学习,计算机动画,以及增强现实.
资源:Project、demo、paper
更新:
声明:
如果转载了本文,也请注明转载出处:/computer-vision-blog-resource-mit-stanford-cmu/
如果觉得《计算机视觉Computer Vision领域博客资源》对你有帮助,请点赞、收藏,并留下你的观点哦!