机器视觉相关的实验室网址、大牛综述

下面列出一些大牛的实验室网址和一些大牛综述。当然这些很多都是国外的网站,所以后面会有出国留学相关的东西,希望后续能用的上。

1、机器视觉方向的大牛

Michael I. Jordan:统计学习方向的大大大大牛,曾经在MIT任教授10年,现在在加州大学伯克利分校任教授。他的学生几乎遍历美国CS方向的前20的所有高校。其中Andrew Ng是他的学生。Jordan的主页是:http://www.cs.berkeley.edu/~jordan/

Andrew Ng:斯坦福大学人工智能实验室的director,虽然现在是副教授,但是成绩斐然。他主要是从事机器学习,增强学习相关的研究。公开课《机器学习》的主讲人。主页:http://ai.stanford.edu/~ang/index.html

 Ashutosh Saxena 康奈尔大学CS学院Assistant professor,他是Andrew Ng的学生。研究领域包含:Artificial Intelligence, Machine Learning, Robotics, Computer Vision。最初接触他是他的Make3D成果,从单幅图片中学习出场景的结构,而且提供源代码。主页是:http://www.cs.cornell.edu/~asaxena/

Alexei (Alyosha) Efros:CMU的CS学院的副教授。他是UC 伯克利毕业的phd,然后在Oxford呆了一段时间,和多视几何的大牛Andrew Zisserman合作过。他现在的研究方向是CV和CG。“Blocks World Revisited: Image Understanding using Qualitative Geometry and Mechanics”,“Detecting Ground Shadows in Outdoor Consumer Photographs”,等等其他方向都有源代码。主页:http://www.cs.cmu.edu/~efros/

Martial Hebert:CMU的教授,方向是目标的识别,场景的识别,事件监测等等。很多都有源码。主页是:http://www.cs.cmu.edu/~hebert/

Derek Hoiem:UIUC 的CS专业的assistant professor。主要的研究领域是一般的视觉场景理解。他是CMU 机器人实验室Alyosha Efros的学生。“Automatic Photo Pop-up”,“Recovering Occlusion Boundaries”等文章都有源代码,而且经调试发现结果还是不错的。主页:http://www.cs.uiuc.edu/homes/dhoiem/


David Lowe: 加拿大University of British Columbia的教授,著名的图像特征点SIFT的发明者。他主要研究计算机视觉,目标识别,人类视觉的计算模型。他的网页上有目标识别,图像拼接,SIFT图像特征点提取和匹配的源代码。http://www.cs.ubc.ca/~lowe/


James Malcolm:做图像分割和跟踪的,主要是研究水平集的方法进行图像分割和跟踪,图割的方法进行分割等。其中CV图像分割算法和多标号的图割算法由源码。主页是:http://www.jgmalcolm.com/

Anat Levin:以色列The Weizmann Institute of Science Rehovot数学计算机系的教授。主要研究领域是中低级的视觉特征应用,以及视觉的识别和监测。其中“Colorization using Optimization”文章有源码。主页:http://www.wisdom.weizmann.ac.il/~levina/

Stephen Gould:澳大利亚国立大学的教授,主攻计算机视觉,machine learning,probalistic graph model 和optimizaiton。突出的贡献是在conditional Markov random fields方向的研究,用于场景的理解和寓意的理解。推出了机器学习和机器视觉的两个软件包Darwin和The STAIR Vision Library。主页:http://users.cecs.anu.edu.au/~sgould/index.html


Mubarak Shah:UCF(

  • 0
    点赞
  • 29
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值