由 龙骑士 于 星期一, 09/14/2015 - 16:58 发表
做机器视觉和图像处理方面的研究工作,最重要的两个问题:其一是要把握住国际上最前沿的内容;其二是所作工作要具备很高的实用背景。解决第一个问题的办法就是找出这个方向公认最高成就的几个超级专家(看看他们都在作什么)和最权威的出版物(阅读上面最新的文献),解决第二个问题的办法是你最好能够找到一个实际应用的项目,边做边写文章。 做好这几点的途径之一就是利用网络资源,利用权威网站和专家们的个人主页。
依照下面目录整理:
[1]研究群体(国际国内)[2]专家主页[3]前沿国际国内期刊与会议[4]搜索资源[5]GPL软件资源
还有几个实验室:
Calibrated Imaging Laboratory 图像
Digital Mapping Laboratory 映射
Interactive Systems Laboratory 互动
Vision and Autonomous Systems Center视觉自适应
http://www.via.cornell.edu/University of California at Santa Cruz
Perceptual Science Laboratory
Caltech (加州理工)
Vision group
University of Central Florida
Computer Vision laboratory
University of Florida
Center for Computer Vision and Visualization
Colorado State University
Computer Vision group
Columbia University
Automated Vision Environment (CAVE)
Robotics group
University of Georgia, Athens
Visual and Parallel Computing Laboratory
Harvard University(哈佛)
Robotics Laboratory
University of Illinois at Urbana-Champaign
Robotics and Computer Vision
University of Iowa
Division of Physiologic Imaging
Jet Propulsion Laboratory
Machine Vision and Tracking Sensors group
Khoral Research, Inc
Lawrence Berkeley Laboratories
Imaging and Collaborative Computing Group
Imaging and Distributed Computing
Lehigh University
Image Processing and Pattern Analysis Lab
Vision And Software Technology Laboratory
University of Louisville
Computer Vision and Image Processing Lab
University of Maryland
Computer Vision Laboratory
University of Miami
Underwater Vision and Imaging Laboratory
University of Michigan密歇根
AI Laboratory
Michigan State University 密歇根州立
Pattern Recognition and Image Processing laboratory
Environmental Research Institute of Michigan (ERIM) 密歇根大学有汽车车身检测研究
University of Missouri-Columbia
Computational Intelligence Research Laboratory
NEC
Computer Vision and Image Processing
University of Nevada
Computer Vision Laboratory
Notre-Dame University
Vision-Based Robotics using Estimation
Ohio State University
Signal Analysis and Machine Perception Laboratory
University of Pennsylvania
GRASP laboratory
Medical Image Processing group
Vision Analysis and Simulation Technologies (VAST) Laboratory
Penn State University 宾夕法尼亚大学
Computer Vision
Precision Digital Images
Purdue University普渡大学
Robot Vision laboratory
Video and Image Processing Laboratory (VIPER)
Rensselaer Polytechnic Institute (RPI)
Computer Science Vision
University of Rochester
Center for Electronic Imaging Systems
Vision and Robotics laboratory
Rutgers University (The State University of New Jersey)
Image Understanding Lab
University of Southern California
Computer Vision
University of South Florida
Image Analysis Research group
Stanford Research Institute International (SRI)
RADIUS -- Research and Development for Image Understanding Systems
The Perception program at SRI's AI Center
SUNY at Stony Brook
Computer Vision Lab
University of Tennessee
Imaging, Robotics and Intelligent Systems laboratory
University of Texas, Austin
Laboratory for Vision Systems
University of Utah
Center for Scientific Computing and Imaging
Robotics and Computer Vision
University of Virginia
Computer Vision Research (CS)
University of Washington
Image Computing Systems Laboratory
Information Processing Laboratory
CVIA Laboratory
University of West Florida
Image Analysis/Robotics Research Laboratory
University of Wisconsin
Computer Vision group
Vanderbilt University
Center for Intelligent Systems
Washington State University
Imaging Research laboratory
Wright-Patterson
Model-Based Vision laboratory
Wright State University
Intelligent Systems Laboratory
University of Wyoming
Wyoming Image and Signal Processing Research (WISPR)
Yale University
Computational Vision Group
http://www.cs.yale.edu/
School of Medicine, Image Processing and Analysis group
三、前沿国际国内期刊与会议
这里的期刊大部分都可以通过上面的专家们的主页间接找到
1.国际会议 2.国际期刊 3.国内期刊 4.神经网络 5.CV 6.数字图象 7.教育资源,大学 8.常见问题
1. 国际会议
现在,国际上计算机视觉方面的三大国际会议是ICCV, CVPR和ECCV,统称之为ICE。
ICCV的全称是International Comference on Computer Vision。ICCV两年一次,与ECCV正好错开,是公认的三个会议中级别最高的。
ECCV的全称是Europeon Conference on Computer Vision,是一个欧洲的会议。
众所周知, computer vision(cv) 存在ICCV/CVPR/ECCV三个顶级会议,它们档次差不多,都应该在一流会议行列, 没有必要给个高下。有些us的人认为ICCV/CVPR略好于ECCV,而欧洲人大都认为ICCV/ECCV略好于CVPR,某些英国的人甚至认为BMVC好于CVPR。简言之, 三个会议差不多, 各有侧重和偏好。
笔者就个人经验浅谈三会异同, 以供大家参考和讨论。 三者乃cv领域的旗舰和风向标,其oral paper (包括best paper) 代表当年度cv的最高水准, 在此引用Harry Shum的一句话, 想知道某个领域在做些什么,找最近几年此领域的proceeding看看就知道了。 ICCV/CVPR由IEEE Computer Society牵头组织, ECCV好像没有专门负责的组织。 CVPR每年(除2002年)都在美国开, ECCV每两年开一次,仅限欧洲, ICCV也是每两年一次,各洲轮值。 基本可以保证每年有两个会议开, 这样研究者就有两次跻身牛会的机会。
就录取率而言, 三会都有波动。 如ICCV2001录取率>30%,且出现两个人(华人)各有三篇第一作者的paper的情况, 这在顶级牛会是不常见的 (灌水嫌疑)。 但是, ICCV2003, 2005两次录取率都很低, 大约20%左右。 ECCV也是类似规律, 在2004年以前都是>30%, 2006年降低到20%左右。 CVPR的录取率近年来一直偏高,从2004年开始一直都在[25%,30%]。最近一次CVPR2006是28.1%, CVPR2007还不知道统计数据。笔者猜测为了维持录取paper的绝对数量, 当submission少的时候录取率偏高, 反之偏低,近几年三大会议的投稿数量全部超过1000, 相对2000年前, 三会录取率均大幅度降低,最大幅度50%->20%。 对录取率走势感兴趣的朋友, 可参考
http://vrlab.epfl.ch/~ulicny/statistics/(CVPR2004的数据是错的),
http://www.adaptivebox.net/research/bookmark/CICON_stat.html.显然, 投入cv的人越来越多,这个领域也是越来越大, 这点颇不似machine learning一直奉行愚蠢的小圈子主义。另外一点值得注意, ICCV/ECCV只收vision相关的topic,而cvpr会收少量的pattern recognition paper, 如finger print等,但是不收和image/video完全不占边的pr paper,如speech recognition等。我一个朋友曾经review过一篇投往CVPR的speech的paper, 三个reviewer一致拒绝,其中一个reviewer搞笑的指出, 你这篇paper应该是投ICASSP被据而转投CVPR的。 就topic而言, CVPR涵盖最广。 还有一个没有验证过的原因导致CVPR录取率高: 很多us的researcher不愿意或没有足够的经费到us以外的地方开会, 故CVPR会优先接收很多来自us的paper (让大家都happy)。
以上对三会的分析对我们投paper是很有指导作用的。 目前的research我想绝大部分还是纸上谈兵, 必经 read paper -> write paper -> publish paper -> publish paper on top conferences and journals流程。故了解投paper的一些基本技巧, 掌握领域的走向和热点, 是非常必要的。 避免做无用功,选择切合的topic,改善presentation, 注意格式 (遵守规定的模板), 我想这是很多新手需要注意的问题。如ICCV2007明文规定不写summary page直接reject, 但是仍然有人忽视, 这是相当不值得的。
3.国内期刊
自动化学报、计算机学报、软件学报、电子学报,中国图象图形学报,模式识别与人工智能,光电子激光,精密光学工程等。
4.神经网络
神经网络-Neural Networks Tutorial Review
http://hem.hj.se/~de96klda/NeuralNetworks.htm
ftp://ftp.sas.com/pub/neural/FAQ.htmlCVonline by University of Edinburgh
The Evolving, Distributed, Non-Proprietary, On-Line Compendium of Computer Vision,
www.dai.ed.ac.uk/CVonlineGoogle输入:computer vision 或computer vision groups可以获得很多结果
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