1.图像复原相关资料
数学
- 线性代数:
-MIT线代基础
-A 2020 Vision of Linear Algebra - 概率论:
-MIT-概率论
-MIT-统计学基础 - 最/凸优化
-Boyd斯坦福凸优化公开课
机器学习
- 浙江大学-研究生机器学习课程(李航-统计学习方法)
- 机器学习-白板推导系列
- 张志华-统计机器学习
- 张志华-机器学习导论
- 深度学习:
李宏毅2020深度学习
pytorch教程/博客
图像处理
- 杜克-数字图像处理
- CMU-计算机摄影学
- OpenCV
2.如何写论文
论文是做出来的,不是写出来的。
大致的过程:
- Topic:研究方向
- Problem:发现这个方向上存在的问题。方法:多读文献(20-30篇文献),找已有方向的不足;需要自己提出问题
- Idea:如何改善问题、提高性能。方法:多读文献(20-30篇文献);需要自己提出方案
- Concreate work:理论分析(优化求解)+实验验证
写论文之前
论文分两种类型:
- Journal(期刊):
-regular paper
-short paper/concise paper
-letter/correspongence - Conference(会议)
-oral
-poster
了解一下发表源:
- Journal :AIJ,IEEE Trans,PAMI
- Conference:IJCAI ,AAAI,
- 计算机/软件/电子/自动化学报(中文)
期刊和会议区别:
-
期刊13页左右、会议3-11页
-
不能一稿多投,要么期刊、要么会议
-
稿件处理流程:
-
期刊(较慢):
主编-副主编-审稿人-审稿意见返回给副主编-接受/大修/拒绝-小修(每一步都需要3个月) -
会议(较快):
一个月出初审意见-回答审稿人问题-2个月左右出结果
注意
- 不要自行与AE/Reviewer联系
- 超过原稿审稿期后,可以写一篇有礼貌的信给主编
写论文
写论文工具
- 不推荐word,最后上传需要转化为pdf
- 在overleaf上找各种模板
论文的结构
- Title:
-清楚表达出主要工作:用什么做了什么
-字数不要太长、有吸引力、突出核心点 - Abstract:
-吸引力、总结性
-严格按照格式:问题是什么、使用什么方法来解决、所用方法的特点、优势是什么(要用实验结果支撑这个优势) - Introduction:
-背景陈述(指明问题是什么及其重要性、前人怎么做的有什么缺陷)
-行文归纳(从而提出自己的方法、方法的表现如何) - Previous work:对方法进一步说明(把之前工作方法分类并指出各种方法的优缺点、针对缺陷的解决方案)
- your conbution:研究动机、方法阐述(最好用图、表、伪代码等直观表述)
- support:
-theoretical:理论阐述
-experiments:实验设计、比较 - discussion:说明自己文章与其他同类型文章的区别
- conclusion:不要完整抄摘要、总结正文、提出工作仍需改进的地方
-reference:文献格式排版
注意事项
点不是越多越好,针对一个点展开即可
论文不是越复杂越好
不是吹嘘就会被认可
多读最新的论文+经典的论文
写作时找最好的文章来参考然后反写
用短句,不要长难句
避免语法错误
3. 如何读论文
参考 沈向阳-读论文的三个层次