2. 程式人生 > >計算機牛人部落格和程式碼彙總

計算機牛人部落格和程式碼彙總

阿新 • • 發佈：2019-01-31

(93)CMU博士田淵棟: http://www.cs.cmu.edu/~yuandong/
(94)CMU副教授Srinivasa Narasimhan: http://www.cs.cmu.edu/~srinivas/
(95)CMU大學ILIM實驗室：http://www.cs.cmu.edu/~ILIM/
(96)哥倫比亞大學教授Sheer K.Nayar: http://www.cs.columbia.edu/~nayar/
(97)三菱電子研究院研究員Fatih Porikli ：http://www.porikli.com/
(98)康奈爾大學教授Daniel Huttenlocher：http://www.cs.cornell.edu/~dph/
(99)南京大學教授周志華：http://cs.nju.edu.cn/zhouzh/index.htm
(100)芝加哥豐田技術研究所助理教授Devi Parikh: http://ttic.uchicago.edu/~dparikh/index.html
(101)瑞士聯邦理工學院博士後Helmut Grabner:

http://www.vision.ee.ethz.ch/~hegrabne/#Short_CV

（129）康奈爾大學視覺與影象分析組：http://www.via.cornell.edu/ 醫學影象處理

（130）密西根州立大學生物識別研究組：http://www.cse.msu.edu/biometrics/ 人臉識別、指紋識別、影象檢索
（131）柏林科技大學計算機視覺與遙感實驗室：http://www.cv.tu-berlin.de/menue/computer_vision_remote_sensing/parameter/en/ 影象分析、物體重建、基於影象的表面測量、醫學影象處理

（132）英國布里斯托大學數字多媒體研究組：http://www.cs.bris.ac.uk/Research/Digitalmedia/ 運動檢測與跟蹤、視訊壓縮、3D重建、字元定位

（133）英國薩利大學視覺、語音與訊號處理中心： http://www.surrey.ac.uk/cvssp/   人臉識別、監控、3D、視訊檢索、
（134）北卡萊羅納大學教堂山分校Marc Pollefeys教授：http://www.cs.unc.edu/~marc/ 基於視訊的3D模型生成、相機標定、運動檢測與分析、3D重建

（135）澳大利亞國立大學Richard Hartley教授：http://users.cecs.anu.edu.au/~hartley/ 運動估計、稀疏子空間、跟蹤、

（136）百度技術副總監於凱：http://www.dbs.ifi.lmu.de/~yu_k/ 深度學習，稀疏表示，影象分類

（137）西安電子科技大學高新波教授：http://web.xidian.edu.cn/xbgao/index.html 質量評判、水印、稀疏表示、超解析度

（138）加州大學伯克利分校Michael I.Jordan教授：http://www.cs.berkeley.edu/~jordan/ 機器學習

（139）加州理工行人檢測相關資料：http://www.vision.caltech.edu/Image_Datasets/CaltechPedestrians/

（140）微軟Redmond研究院研究員Piotr Dollar: http://vision.ucsd.edu/~pdollar/ 行人檢測、特徵提取、

（141）視覺計算研究論壇：http://www.sigvc.org/bbs/ 中科院視覺計算研究小組的論壇

（142）美國坦尚尼亞州立大學稀疏學習軟體包：http://www.public.asu.edu/~jye02/Software/SLEP/index.htm 稀疏學習

（143）美國加州大學聖地亞哥分校Jacob Whitehill博士：http://mplab.ucsd.edu/~jake/ 機器學習

（144）美國布朗大學Michael J.Black教授：http://cs.brown.edu/~black/  人的姿態估計和跟蹤

（145）美國加州大學聖地亞哥分校David Kriegman教授：http://cseweb.ucsd.edu/~kriegman/ 人臉識別

（146）南加州大學Paul Debevec教授：http://ict.debevec.org/~debevec/ 或 http://www.pauldebevec.com/ 將CV和CG結合研究 人臉捕捉重建技術

（147）伊利諾伊大學D.A.Forsyth教授：http://luthuli.cs.uiuc.edu/~daf/ 三維重建

（148）英國牛津大學Ian Reid教授：http://www.robots.ox.ac.uk/~ian/ 跟蹤和機器人導航

（149）CMU大學Alyosha Efros 教授: https://www.cs.cmu.edu/~efros/ 影象紋理合成

（150）加州大學伯克利分校Jitendra Malik教授：http://www.cs.berkeley.edu/~malik/ 輪廓檢測、影象/視訊分割、圖形匹配、目標識別

（151）MIT教授William Freeman： http://people.csail.mit.edu/billf/ 影象紋理合成

（152）CMU博士Henry Schneiderman： http://www.cs.cmu.edu/~hws/ 目標檢測和識別；

（153）微軟研究員Paul Viola: http://research.microsoft.com/en-us/um/people/viola/ AdaBoost演算法

（154）微軟研究員Antonio Criminisi: http://research.microsoft.com/en-us/people/antcrim/ 影象修補，三維重建，目標檢測與跟蹤；

（155）魏茨曼科學研究所教授Michal Irani: http://www.wisdom.weizmann.ac.il/~irani/ 超解析度

（156）瑞士洛桑理工學院Pascal Fua教授：http://people.epfl.ch/pascal.fua/bio?lang=en 立體視覺，增強現實

（157）佐治亞理工學院Irfan Essa教授：http://www.ic.gatech.edu/people/irfan-essa 人臉表情識別

（158）中科院助理教授樊彬：http://www.sigvc.org/bfan/ 特徵描述；

（167）布朗大學Pedro Felzenszwalb教授：http://cs.brown.edu/~pff/ 特徵提取，Deformable Part Model

（190）Deep Learning主頁：http://deeplearning.net/ 深度學習論文、軟體，程式碼，demo，資料等；

（200）大規模影象分類、檢測競賽ILSVRC（Stanford, Google舉辦）:

（203）美國西北大學博士Ming Yang: http://www.ece.northwestern.edu/~mya671/ 人臉識別、影象檢索；

（204）美國加州大學伯克利分校博士後Ross B.Girshick：http://www.cs.berkeley.edu/~rbg/ 目標檢測（DPM）

（205）中文語言資源聯盟：http://www.chineseldc.org/index.html  內有很多語言識別、字元識別的訓練，測試庫；

（206）西班牙巴塞羅那大學計算機視覺中心：http://www.cvc.uab.es/adas/site/ 檢測、跟蹤、3D、行人檢測、汽車輔助駕駛

（207）德國戴姆勒研究所Prof. Dr. Dariu M. Gavrila：http://www.gavrila.net/index.html 跟蹤、行人檢測、

（208）蘇黎世聯邦理工學院Andreas Ess博士後：http://www.vision.ee.ethz.ch/~aess/ 行人檢測、行為檢測、跟蹤

（209）Libqrencode: http://fukuchi.org/works/qrencode/ 基於C語言的QR二維碼編碼開源庫

（210）江西財經大學袁飛牛教授：http://sit.jxufe.cn/grbk/yfn/index.html#  煙霧檢測、3D重建、醫學影象處理

（211）耶路撒冷大學Raanan Fattal教師：http://www.cs.huji.ac.il/~raananf/  影象增強、

（212）耶路撒冷大學Dani Lischnski教授：http://www.cs.huji.ac.il/~danix/ 去模糊、紋理合成、影象增強

3 程式碼彙總

一、特徵提取Feature Extraction：

  • PCA-SIFT [2] [Project]

  • Affine-SIFT [3] [Project]

  • Affine Covariant Features [5] [Oxford project]

  • Geometric Blur [7] [Code]

  • Local Self-Similarity Descriptor [8] [Oxford implementation]

  • Global and Efficient Self-Similarity [9] [Code]

  • Shape Context [12] [Project]

  • Color Descriptor [13] [Project]

  • Pyramids of Histograms of Oriented Gradients [Code]

  • Space-Time Interest Points (STIP) [14][Project] [Code]

  • Boundary Preserving Dense Local Regions [15][Project]

  • Weighted Histogram[Code]

  • Histogram-based Interest Points Detectors[Paper][Code]

  • An OpenCV - C++ implementation of Local Self Similarity Descriptors [Project]

  • Fast Sparse Representation with Prototypes[Project]

  • Corner Detection [Project]

  • AGAST Corner Detector: faster than FAST and even FAST-ER[Project]

  • Real-time Facial Feature Detection using Conditional Regression Forests[Project]

  • Global and Efficient Self-Similarity for Object Classification and Detection[code]

  • WαSH: Weighted α-Shapes for Local Feature Detection[Project]

  • Online Selection of Discriminative Tracking Features[Project]


二、影象分割Image Segmentation：

  • Normalized Cut [1] [Matlab code]

  • Gerg Mori’ Superpixel code [2] [Matlab code]

  • Efficient Graph-based Image Segmentation [3] [C++ code] [Matlab wrapper]

  • OWT-UCM Hierarchical Segmentation [5] [Resources]

  • Quick-Shift [7] [VLFeat]

  • SLIC Superpixels [8] [Project]

  • Segmentation by Minimum Code Length [9] [Project]

  • Biased Normalized Cut [10] [Project]

  • Segmentation Tree [11-12] [Project]

  • Entropy Rate Superpixel Segmentation [13] [Code]

  • Fast Approximate Energy Minimization via Graph Cuts[Paper][Code]

  • Efficient Planar Graph Cuts with Applications in Computer Vision[Paper][Code]

  • Isoperimetric Graph Partitioning for Image Segmentation[Paper][Code]

  • Random Walks for Image Segmentation[Paper][Code]

  • Blossom V: A new implementation of a minimum cost perfect matching algorithm[Code]

  • An Experimental Comparison of Min-Cut/Max-Flow Algorithms for Energy Minimization in Computer Vision[Paper][Code]

  • Geodesic Star Convexity for Interactive Image Segmentation[Project]

  • Contour Detection and Image Segmentation Resources[Project][Code]

  • Biased Normalized Cuts[Project]

  • Max-flow/min-cut[Project]

  • Chan-Vese Segmentation using Level Set[Project]

  • A Toolbox of Level Set Methods[Project]

  • Re-initialization Free Level Set Evolution via Reaction Diffusion[Project]

  • Improved C-V active contour model[Paper][Code]

  • A Variational Multiphase Level Set Approach to Simultaneous Segmentation and Bias Correction[Paper][Code]

  • Level Set Method Research by Chunming Li[Project]

  • ClassCut for Unsupervised Class Segmentation[code]

  • SEEDS: Superpixels Extracted via Energy-Driven Sampling [Project][other]


三、目標檢測Object Detection：

  • A simple object detector with boosting [Project]

  • INRIA Object Detection and Localization Toolkit [1] [Project]

  • Discriminatively Trained Deformable Part Models [2] [Project]

  • Cascade Object Detection with Deformable Part Models [3] [Project]

  • Poselet [4] [Project]

  • Implicit Shape Model [5] [Project]

  • Viola and Jones’s Face Detection [6] [Project]

  • Bayesian Modelling of Dyanmic Scenes for Object Detection[Paper][Code]

  • Hand detection using multiple proposals[Project]

  • Color Constancy, Intrinsic Images, and Shape Estimation[Paper][Code]

  • Discriminatively trained deformable part models[Project]

  • Gradient Response Maps for Real-Time Detection of Texture-Less Objects: LineMOD [Project]

  • Image Processing On Line[Project]

  • Robust Optical Flow Estimation[Project]

  • Where's Waldo: Matching People in Images of Crowds[Project]

  • Scalable Multi-class Object Detection[Project]

  • Class-Specific Hough Forests for Object Detection[Project]

  • Deformed Lattice Detection In Real-World Images[Project]

  • Discriminatively trained deformable part models[Project]


四、顯著性檢測Saliency Detection：

  • Itti, Koch, and Niebur’ saliency detection [1] [Matlab code]

  • Frequency-tuned salient region detection [2] [Project]

  • Saliency detection using maximum symmetric surround [3] [Project]

  • Attention via Information Maximization [4] [Matlab code]

  • Context-aware saliency detection [5] [Matlab code]

  • Graph-based visual saliency [6] [Matlab code]

  • Saliency detection: A spectral residual approach. [7] [Matlab code]

  • Segmenting salient objects from images and videos. [8] [Matlab code]

  • Saliency Using Natural statistics. [9] [Matlab code]

  • Discriminant Saliency for Visual Recognition from Cluttered Scenes. [10] [Code]

  • Learning to Predict Where Humans Look [11] [Project]

  • Global Contrast based Salient Region Detection [12] [Project]

  • Bayesian Saliency via Low and Mid Level Cues[Project]

  • Top-Down Visual Saliency via Joint CRF and Dictionary Learning[Paper][Code]

  • Saliency Detection: A Spectral Residual Approach[Code]


五、影象分類、聚類Image Classification, Clustering

  • Pyramid Match [1] [Project]

  • Spatial Pyramid Matching [2] [Code]

  • Locality-constrained Linear Coding [3] [Project] [Matlab code]

  • Texture Classification [5] [Project]

  • Multiple Kernels for Image Classification [6] [Project]

  • Feature Combination [7] [Project]

  • SuperParsing [Code]

  • Large Scale Correlation Clustering Optimization[Matlab code]

  • Detecting and Sketching the Common[Project]

  • Self-Tuning Spectral Clustering[Project][Code]

  • User Assisted Separation of Reflections from a Single Image Using a Sparsity Prior[Paper][Code]

  • Filters for Texture Classification[Project]

  • Multiple Kernel Learning for Image Classification[Project]

  • SLIC Superpixels[Project]


六、摳圖Image Matting

  • A Closed Form Solution to Natural Image Matting [Code]

  • Spectral Matting [Project]

  • Learning-based Matting [Code]


七、目標跟蹤Object Tracking：

  • A Forest of Sensors - Tracking Adaptive Background Mixture Models [Project]

  • Object Tracking via Partial Least Squares Analysis[Paper][Code]

  • Robust Object Tracking with Online Multiple Instance Learning[Paper][Code]

  • Online Visual Tracking with Histograms and Articulating Blocks[Project]

  • Incremental Learning for Robust Visual Tracking[Project]

  • Real-time Compressive Tracking[Project]

  • Robust Object Tracking via Sparsity-based Collaborative Model[Project]

  • Visual Tracking via Adaptive Structural Local Sparse Appearance Model[Project]

  • Online Discriminative Object Tracking with Local Sparse Representation[Paper][Code]

  • Superpixel Tracking[Project]

  • Learning Hierarchical Image Representation with Sparsity, Saliency and Locality[Paper][Code]

  • Online Multiple Support Instance Tracking [Paper][Code]

  • Visual Tracking with Online Multiple Instance Learning[Project]

  • Object detection and recognition[Project]

  • Compressive Sensing Resources[Project]

  • Robust Real-Time Visual Tracking using Pixel-Wise Posteriors[Project]

  • the HandVu：vision-based hand gesture interface[Project]

  • Learning Probabilistic Non-Linear Latent Variable Models for Tracking Complex Activities[Project]


八、Kinect：


九、3D相關：

  • 3D Reconstruction of a Moving Object[Paper] [Code]

  • Shape From Shading Using Linear Approximation[Code]

  • Combining Shape from Shading and Stereo Depth Maps[Project][Code]

  • Shape from Shading: A Survey[Paper][Code]

  • A Spatio-Temporal Descriptor based on 3D Gradients (HOG3D)[Project][Code]

  • Multi-camera Scene Reconstruction via Graph Cuts[Paper][Code]

  • A Fast Marching Formulation of Perspective Shape from Shading under Frontal Illumination[Paper][Code]

  • Reconstruction:3D Shape, Illumination, Shading, Reflectance, Texture[Project]

  • Monocular Tracking of 3D Human Motion with a Coordinated Mixture of Factor Analyzers[Code]

  • Learning 3-D Scene Structure from a Single Still Image[Project]


十、機器學習演算法：

  • Matlab class for computing Approximate Nearest Nieghbor (ANN) [Matlab class providing interface toANN library]

  • Random Sampling[code]

  • Probabilistic Latent Semantic Analysis (pLSA)[Code]

  • FASTANN and FASTCLUSTER for approximate k-means (AKM)[Project]

  • Fast Intersection / Additive Kernel SVMs[Project]

  • SVM[Code]

  • Ensemble learning[

    相關推薦

    計算機牛人部落格和程式碼彙總

    (93)CMU博士田淵棟: http://www.cs.cmu.edu/~yuandong/ (94)CMU副教授Srinivasa

    機器視覺與模式識別的牛人部落格和網站連結

    提示：本文為筆者原創，轉載請註明出處：blog.csdn.net/carson2005 (93)CMU博士田淵棟: http://www.cs.cmu.edu/~yuandong/ (94)CMU副教授Srinivasa

    計算機視覺領域的一些牛人部落格

    以下連結是本人整理的關於計算機視覺（ComputerVision, CV）相關領域的網站連結，其中有CV牛人的主頁，CV研究小組的主頁，CV領域的paper,程式碼，CV領域的最新動態，國內的應用情況等等。打算從事這個行業或者剛入門的朋友可以多關注這些網站，多瞭解一些CV的具體應用。

    計算機視覺領域的一些牛人部落格，超有實力的研究機構

    以下連結是關於計算機視覺（ComputerVision, CV）相關領域的網站連結，其中有CV牛人的主頁，CV研究小組的主頁，CV領域的paper,程式碼，CV領域的最新動態，國內的應用情況等等。打算從事這個行業或者剛入門的朋友可以多關注這些網站，多瞭解一些CV的具體應用。搞研究的朋友也可以從中瞭解到很多牛人

    計算機視覺領域的一些牛人部落格，超有實力的研究機構等的網站連結---個人整理

    以下連結是關於計算機視覺（ComputerVision, CV）相關領域的網站連結，其中有CV牛人的主頁，CV研究小組的主頁，CV領域的paper,程式碼，CV領域的最新動態，國內的應用情況等等。打算從事這個行業或者剛入門的朋友可以多關注這些網站，多瞭解一些CV的具體應用。搞研究的朋友也可以從中瞭解到很多牛人

    計算機視覺領域的一些牛人部落格，超有實力的研究機構等的網站連結

     以下連結是本人整理的關於計算機視覺（ComputerVision, CV）相關領域的網站連結，其中有CV牛人的主頁，CV研究小組的主頁，CV領域的paper,程式碼，CV領域的最新動態，國內的應用情況等等。打算從事這個行業或者剛入門的朋友可以多關注這些網站，多瞭

    優秀的計算機程式設計類部落格 和 文章 轉

    歡迎大家將經常看的優秀部落格或部落格文章共享出來，您可以： 使用 Issues 以及 Pull Request 目錄 優秀部落格 語言無關類 語言相關類 C/C++ CSS/HTML Dart Java JavaScript iOS Android

    CSDN 牛人部落格及開源控制元件（好東西啊）

    開源專案 https://github.com/onurakpolat/awesome-bigdata 安卓有關 （不分排名）2014年7月2日13:32:25 安卓之星  其他 1.講Hadoop  http://blog.csd

    計算機視覺牛人的部落格和個人主頁列表

        轉載一下別人的部落格，經常看一下牛人的部落格還是很開闊眼界的，有的人給的列表中條目是在是太多了，個人感覺這個剛剛好。   本人部落格地址：http://blog.csdn.net/wanrenwangxuejing 3.Helmut Grabner：Onl

    那些遊戲開發牛人的部落格和IT學習網站

    遊戲大牛的部落格1.吳雲洋（Cloud），網名雲風，畢業於中南大學，原網易遊戲核心成員、杭州研究中心總監，是網易《大話西遊》、《夢幻西遊》等遊戲的重要開發者。2011年9月5日宣佈已從網易辭職。2.Mi

    Django搭建部落格（九）：為部落格新增程式碼高亮顯示和 md文件支援

    一、用到的模組 Markdown pygments re 安裝直接使用 pip 安裝最新版本即可 二、支援的 markdown格式 目前只支援 Typora編輯器所支援的 markdown格式。 特別需要注意的是：程式碼塊必須使

    轉一位計算機牛人的心得，談到計算機和數學，很實用~

    電腦科學與技術反思錄     電腦科學與技術這一門科學深深的吸引著我們這些同學們，上計算機系已經有近三年了，自己也做了一些思考,我一直認為電腦科學與技術這門專業，在本科階段是不可能切分成電腦科學和計算機技術的，因為電腦科學需要相當多的實踐，而實踐需要技術；每一個人(包括非計

    基於python3.7和django2.1的多人部落格系統

      基於python3.7和django2.1的多人部落格系統 github地址：https://github.com/opsonly,喜歡的可以給個star~ 簡介：   該部落格前段框架使用了Bootstrap 4

    我使用的部落格和通訊工具彙總

    這篇博文只是發在自己的部落格上，總結自己使用的部落格資訊以及通訊工具。如果有朋友看到了這篇文章，忽略即可！ 部落格和通訊工具列表 部落格 微博及社交網站： 郵箱 詳細介紹 部落格園 簡單介紹：部落格園是我最主要的部落格戰場，最喜歡的是裡面的技術氛圍。記得之前微

    轉一位計算機牛人的心得，談計算機和數學，很實用~

    組合語言和微機原理是兩門特煩人的課。你的數學/理論基礎再好，也佔不到什麼便宜。這兩門課之間的次序也好比先有雞還是先有蛋，無論你先學哪門，都會牽扯另一門課裡的東西。所以，只能靜下來慢慢琢磨。這就是典型的工程課，不需要太多的聰明和頓悟，卻需要水滴石穿的漸悟。有關這兩門課的書，計算機書店裡不難找到。弄幾本最新的，對

    angular2+和ionic2+學習部落格和問題記錄

    原文出處：https://blog.csdn.net/qq_16660859/article/details/78475638 Angular4.x+Ionic3 踩坑之路之打包時出現JAVASCRIPT HEAP OUT OF MEMORY的幾種解決辦法  https://segme

    我的第一篇部落格和其中的思考

    大四在杭州同花順實習,轉正後,  然後一年後離開了杭州 到了成都 以前不寫部落格也是因為覺得, 技術水平還麼有達到  寫的時間可以學習更多的東西, (每天除了工作10小時, 平均有2小時在自學) 由於工作地方的轉變, 團隊的變化, 整個人的思維也會變化,  &n

    有關IOS開發寫的好的部落格和網站（持續更新，含盲點）

    1. Swift中的trim方法處理字串：http：//www.hangge.com/blog/cache/detail_1649.html 2. Swift語言中的@available和#available https://blog.csdn.net/offbye/article/deta

    iOS開發優秀部落格和軟體推薦

    iOSBlogAndTools iOS開發優秀部落格和軟體推薦 本部落格和工具列表由廣大iOS開發者收集和推薦，如果大家有好的部落格或者工具想要分享請點選：我要提交。 收到大家的提交後會及時收錄與更新。 GitHub地址：https://github.com/imlifengfeng/i

    淘寶技術牛p部落格整理

    淘寶技術委員會是由淘寶技術部高階技術人員組成的一個組織，共分為Java分會、C/C++分會、演算法分會：資料分會：UED分會、測試分會、系統分會七個分會。 淘寶技術委員會的願景是淘寶成為技術人才嚮往的樂土，高階技術人員的發源地；技術委員會的使命是幫助淘寶建立業界一流的技術團隊。同時，技術委員會也是技