2014/4/27:无意中看到的,没有细看,先收藏着以备之后申请用。今天看了王垠的博客,觉得一些很厉害的牛人会不得志,躲在普通的学校里做研究。我一般都直接看论文,最近主要看Yann LeCun大牛的论文,看懂论文,代码就差不多了。最近看的代码是DeepLearningTools。对原文中,靠代码理解论文不是非常赞同,如果能找到代码,我也懒得去细看论文了,直接用呗(所以我是弱菜)。后面有空的时候,我会对这些博客进行筛选,结果再展示给大家看。
原文:
每个做过或者正在做研究工作的人都会关注一些自己认为有价值的、活跃的研究组和个人的主页,
关注他们的主页有时候比盲目的去搜索一些论文有用多了,大牛的或者活跃的研究者主页往往提供了他们的最新研究线索,顺便还可八一下各位大牛的经历,
对于我这样的小菜鸟来说最最实惠的是有时可以找到源码,很多时候光看论文是理不清思路的。
我也来分享一下自己的关注Homepages(随意排序,不分先后):
1.USC Computer Vision Group:南加大,多目标跟踪/检测等;
2.ETHZ Computer Vision Laboratory:苏黎世联邦理工学院,欧洲最好的几个CV/ML研究机构;
3.Helmut Grabner:Online Boosting and Vision的作者,tracking by online feature selection的早期经典,貌似现在不是很活跃了,跑去创业了;
4.Robert T. Collins:PSU,也是跟踪界的大牛;
5.Ying Wu:美国西北大学,华人学者中的翘楚;
6.Junsong Yuan:NTU,上面Wu老师的学生;
7.James W. Davis:俄亥俄州立,视频监控;
8. The Australian Centre for Visual Technologies:阿德莱德大学的CV组,最近也是exceedingly active & fruitful;
9.Chunhua Shen:属上面的ACVT组,最近非常活跃;
10.Xi Li:同属ACVT,之前是中科院的PHD,跟踪方面的论文很多,有理论深度;
11.Haibin Ling:天普大学,L1-Tracker及后续扩展,源码分享;
12.Learning, Recognition, and Surveillance:奥地利 TU Graz,在线学习,跟踪/检测等,active!源码分享;
13.Statistical Visual Computing Laboratory:UCSD,光听名字就很学术吧,Saliency研究很有名;
14.David Ross:多伦多大学,IVT的作者,跟踪中Generative表观的经典中的经典,提供源码,IVT的代码结构被后来很多人引用,值得一读;
15.EPFL, Computer Vision Laboratory:洛桑理工的学院,和上面的的ETHZ CV lab同样是欧洲最好的CV研究大组;
16.Jamie Shotton:属微软剑桥研究中心,Decision/Regression Forests;
17.Sinisa Todorovic:俄勒冈州立,行为分析等;
18.Shi Jianbo:大名鼎鼎的Good Feature to Track作者,目前方向行为分析和多目标跟踪等;
19.Shai Avidan:特拉维夫大学,大牛级,可算是Tracking-by-detection的开创者,Ensemble Tracking, SVM Tracking;
20.Visual Information Processing and Learning:中科院计算所,山世光老师的研究组,不需介绍了吧;
21.Shaogang Gong:Queen Mary University of London,各种PAMI,IJCV;
22.Yang Jian:南京理工大学,2DPCA,人脸识别;
23.CALVIN:weakly supervised learning,objectness;
24.Learning & Vision Group:NUS,稀疏表示;
26.Xiaogang Wang:CUHK,active & fruitful,行人检测,群体行为分析;
27.Zhou, Bolei:上面Wang老师硕士研究生,群体行为,看看人家的Publications已经轻松甩国内博士好几条街;
28.Computational Vision Group:Leader--Deva Ramanan;
29.Zhang Lei:香港理工,稀疏表示,人脸识别,可以算大中华区比较活跃的研究组了,几乎每篇论文都有对应源码;
30.Zhang Kaihua:上面Zhang老师学生,Compressive Tracking;
31.Pramod Sharma:离线训练检测器的在线自适应,貌似是个不错的topic;
32.Loris Bazzani:person re-id,他的SDALF(code)描述子经常被用来做为比较对象,说明还是有参考价值的;
33.Pedro Felzenszwalb:布朗大学,目标检测,新新N人一枚;
34.Vijayakumar Bhagavatula:IEEE Fellow, correlation filters;
35.Laurens van der Maaten:MLer.
原创地址:http://blog.csdn.net/gxf1027/article/details/9322633