写在大四，即将离开的前夕

这是一个很巧合的事情，同时也是一个机遇，让我知道了，除了编程，还有更有意思的事情，那就是模式识别，机器学习，以及人工智能。

因为大三的时候一个从美国回来的教授回来创业，听信她的话去了她的公司，工作了一段时间（3-4个月），期间接触了数字图像处理、模式识别的相关知识，就像打开了一个通往知识的宝库一样。让我不仅仅只是看到了嵌入式，也看到了模式识别的威力。本来我是做数据恢复的（大二的时候搞的涉及到MBR、DBR、NTFS文件系统等等，还没有机会搞硬件的），后来开始做指纹识别（大二下学期，当然只是使用SDK来开发而已），再后来就出去工作（大三，去那教授的公司，做的是一个三维交互的东西，坑爹的公司里没人，只有我和我同学），虽然工作时间不长，却让我受益匪浅。从此以后我接触的知识更广阔。吐槽一下的是，教授的人品不咋地，去的人最后都走了。不过倒是自学了不少东西，也开了很大的眼界，这个我倒是觉得还是不错的。

毕业设计之余给自己做个总结，明确自己的方向，在我看来，嵌入式+模式识别的确是个不错的组合。所以，还是没有偏离我大一时设定的方向。实验室几年的编码经验，真的是练出来的。没日没夜地搞，昏天暗地。

闲暇之余，总结一下自己走过来的历程，下面推荐一些比较经典的书吧：

模式识别的基础课程：数字图像处理（冈萨雷斯）以及其Matlab版本的书

看完之后基本就懂了很多了，一些基本的算法，也算是了解了，但是这还不够。

这里我还推荐一下一部战斗机级别的精品：Multiple View Geometry in Computer Vision 2^nd Edition

做图像的还得懂点概率论数理统计啥的，而且高数不用我说吧。

另外，图像处理也分高级和低级之分的（这里没有贬义），所谓高级就是利用机器学习和人工智能的方法去对获取到的特征进行分类，比如朴素贝叶斯分类器，SVM（支持向量机）等等。

低级的也就是说从图像处理的角度去考虑的，比如图像的分割，图像的降噪等等。

分为不同的研究领域，当然图像分割已经被研究烂了，但是仍然有大牛能够搞出牛文出来。

另外还推荐一本：Computer Vision :Algorithm and Application 一个涉猎很广泛的大牛写的，读起来朗朗上口，对于实践中常用算法介绍的比较到位，对目前的算法做了一个很好的介绍。

此书今年刚出来。

统计学习的书籍我再推荐一本：The Elements of Statistical Learning

确实都是经典必读之著作。

老实说，模式识别领域水很深，我已经在里面了，无法自拔啊！还有就是你必须得多看英文文献，其实这个玩意刚开始看的时候头很大，习惯了就好了，后面基本无障碍，但是再让你去摸索一个全新的领域你还是得重头在来，这很痛苦。

我也曾经是一个讨厌数学的孩子，我讨厌高中那会无尽的题目，做的想吐，我吃亏就在数学上了。但是现在不一样，我觉得数学有意思，因为它确确实实地在解决具体的问题，你会觉得，这一些真奇妙，为什么会做到的？真是不可思议啊。

当然，在今天当你看到google的自动驾驶的汽车的时候，你也不必惊讶，这一切都是模式识别和机器学习迅猛发展的结果。

 

PS：不知道有木有人想搞自动驾驶，目前在研究中，集结了几个人，但是还木有着手，木有资金是最大的困难。其实，在中国并不是不能做出来，木有资金才是大问题。

 

半路出家的我很希望和模式识别的大牛们多交流交流。

目前的打算还是考研吧，我倒是觉得自己适合科研，喜欢研究自己感兴趣的东西。

前一次的考研失败， 时间上实在不够，因为去那家公司工作，后来才去考研，所以只能选择二战了。

我的感兴趣的研究方向为：模式识别，机器学习，统计自然语言处理，人工智能

另外也宣传一下我做的不咋地的平行语料库查询系统，asp.net做的，大二的时候学的，现在又用起来了，帮外国语学院的老师做的。呵呵。实在做的不咋地。需要重新设计才行，不过我也没多少时间了，只做了个原型系统出来，有机会用powerdesigner重新设计，重构下吧，做的实在太仓促，几天时间，太累了。

http://pcpt.cslg.cn

另外数据恢复这块我做的是：分区表快速恢复系统以及综合修复系统（包含了分区表的快速修复以及误删除文件恢复，磁盘分区表的各项参数的修复，NTFS文件系统的分析等等）

指纹识别做的是用在我的Thinkpad上的一个小的加密软件，我自己用用的用指纹加密，方便，至少不用我自己输入密码啥的。

模式是被这一块：目前做的毕业设计：基于SIFT算法盲取证，效果还不错。

大家一起来探讨探讨自己的规划吧