首先是code,以前找了很多,但发现比较好用的有:
1. Matlab版的UGM:http://www.di.ens.fr/~mschmidt/Software/UGM.html,可实现crf的inference和learning,作者Mark Schmidt,写了很多实用的工具箱。
2. C++版的gco-v3.0:http://vision.csd.uwo.ca/code/,用于求解crf(即inference),作者Olga Veksler,专门研究Graph cut算法。
3. Oxford的ALE:
4. ANU的Stephen Gould开发的c++库Darwin:http://drwn.anu.edu.au/,能在windows下用,但更适合linux,工具箱里的一些应用也包括了他博士时做的工作,仔细研究这个库可以学到不少先进的东西。
5.
另外,如果要研究高阶的CRF,可以参见这几个人的主页:
1. Pushmeet Kohli,这是个专家级的,2007年Oxford Brookes的Phd毕业,其间就研究这个,现在在MSRC:
http://research.microsoft.com/en-us/um/people/pkohli/
2. Lubor Ladicky,继续了Kohli的工作,2011年Oxford Brookes的Phd毕业,现在ETH,主要用CRF做场景理解和姿态估计等:
http://www.robots.ox.ac.uk/~lubor/
3. Chris Russell,毕业于Oxford Brookes,现在UCL,研究方向和Lubor Ladicky差不多(导师都是Philip Torr),但更偏重高阶CRF:
http://www0.cs.ucl.ac.uk/people/C.Russell
4. Stephen Gould,2010年Stanford的Phd毕业,现在ANU,也用高阶CRF做场景理解,还开发了一套工具箱(Darwin),比较适合在Linux下用。
http://users.cecs.anu.edu.au/~sgould/index.html
如果看了这几个人的PhD Thesis,基本上就对Higher Order CRF有比较清晰的认识了。
要是谁有兴趣研究该方向,可以多多交流~ ~