视觉基础:关于机器视觉、机器学习及人工智能领域

1.1 重要会议

(1)机器视觉重要会议

CVPR:Conferenceon Computer Vision and Pattern Recognition, IEEE, 五星

ICCV:InternationalConference on Computer Vision, IEEE, 五星

ECCV:European Conferenceon Computer Vision, 五星

ACCV:AsianConference on Computer Vision, 四星

BMVC:BritishMachine Vision Conference, 四星

ICPR:InternationalConference on Pattern Recognition, 四星

ICIP:InternationalConference on Image Processing, IEEE, 四星

SIGGRAPH:SpecialInterest Group on Computer GRAPHics and Interactive Techniques, ACM, 五星。发表在TOG上。

Eurographics:四星。发表在ComputerGraphics Forum上。

(2)人工智能重要会议

AAAI:Associationfor the Advancement of Artificial Intelligence, 五星

IJCAI:InternationalJoint Conference on Artificial Intelligence, 五星

NIPS:NeuralInformation Processing Systems, 五星

ICML:InternationalConference on Machine Learning, 五星

(3)相关信息链接地址

会议记录下载地址一:http://www.cvpapers.com/index.html

会议记录下载地址二:http://books.nips.cc/

会议最新举办日期:http://conferences.visionbib.com/Iris-Conferences.html

最佳会议论文:http://www.computer.org/web/tcpami/awards

1.2 重要期刊

(1)机器视觉重要期刊

PAMI:Pattern Analysisand Machine Intelligence, IEEE Transaction on, 五星

IJCV:InternationalJournal of Computer Vision, Springer, 五星

CVIU:ComputerVision and Image Understanding, Elsevier, 三星

PR:PatternRecognition, Elsevier, 三星

IP:Image Processing, IEEE Transactions on, 三星

TOG:ACMTransactions on Graphics, ACM, 五星

(2)人工智能重要期刊

AI:Artificial Intelligence,Elsevier, 五星

JMLR:Journal ofMachine Learning Research, MIT, 五星

FS:FuzzySystems, IEEE Transactions on, 四星

NNLS:NeuralNetworks and Learning Systems, IEEE Transactions on, 四星

NC:NeuralComputation, MIT, 四星

ML:MachineLearning, springer, 四星

(3)相关出版商文献库

IEEE:电气和电子工程师协会,即Instituteof Electrical and Electronics Engineers

Springer:施普林格,出版商,德国,全称Springer-Verlag

Elsevier:爱思唯尔,出版商,荷兰

Wiley:威立,出版商,美国

ACM:美国计算机协会,即Association ofComputing Machinery

IEEEXploer:IEEE的文献数据

ScienceDirect:Elsevier的文献数据库

Wiley Online Library:Wiley的文献数据库

ACM Digital Library:ACM的文献数据库

1.3 重要链接

(1)学术搜索

谷歌学术:http://scholar.google.com/

微软学术:http://academic.research.microsoft.com/

科学网:http://apps.webofknowledge.com/

特殊领域:IEEEXploer, ScienceDirect, WileyOnline Library,

ACM Digital Library,

九尾搜搜:http://www.jwss.com/scholar

全国图书馆参考咨询联盟:http://www.ucdrs.net/admin/union/index.do

(2)重要资源

视觉圣经:http://www.visionbib.com/

图像库:http://image-net.org/

图像库:http://groups.csail.mit.edu/vision/SUN/

开源软件库:http://mloss.org/software/

1.4 重要软件

OpenCV:提供C/C++和Python接口,提供图像处理、计算机视觉及机器学习等方面的模块,可以运行在Linux、Windows、Mac、Android等操作系统上。

Theano:提供Python++接口,用来定义、优化和模拟数学表达式计算,用于高效的解决多维数组的计算问题,使得构建深度学习模型更加容易。

Scikit-learn:提供Python++接口,提供机器学习模块,构建在SciPy、Numpy和matlablib之上。

NLTK:提供Python++接口,提供自然语言处理模块,包括一系列的字符处理和语言统计模型。

1.5 小组牛人

(1)研究小组

ComputerVision Group at UC Berkeley

Robotics ResearchGroup at Univ. of Oxford

Learning andRecognition in Vision at INRIA

StanfordComputer Vision Lab at Oxford

Computer Vision Lab atETH Zurich

Computer Vision Lab at SeoulNational Univ.

Computer Vision Lab atUC San Diego

Computer Vision Lab atUC Santa Cruz

Computer VisionLab at Univ. of Southern California

Computer Vision Lab atUniv. of Central Florida

Computer Vision Lab atColumbia Univ.

UCLA Vision Lab

Motion and ShapeComputing Group at George Mason Univ.

Robust ImageUnderstanding Lab at Rutgers Univ.

IntelligentVision Systems Group at Univ. of Bonn

Institute for ComputerGraphics and Vision at Graz Univ. of Tech.

Computer Vision Lab.at Vienna Univ. of Tech

Computational ImageAnalysis and Radiology at Medical Univ. of Vienna

PersonalRobotics Lab at CMU

Visual PerceptionLab at Purdue Univ.

(2)牛人主页

UK-AndrewNg-Stanford

YoshuaBengio

UK-EmmanuelCandes-Stanford

UK-DaveDonoho-Stanford

UK-StephenP.Boyd-Standford

UK-ZoubinGhahramani-Cambridge

UK-RobertoCipolla-Cambridge

US-WilliamT.Freeman-MIT

US-ZhuSongchun-California

US-MichaelIJordan-Berkeley

US-EhsanElhamifar-Berkeley

US-TrevorDarrell-Berkeley

CN-ZhangZhihua-上交

CN-LinZhouchen-北大

CN-ZhangLei-港理工

CN-HeXiaofei-浙大

CN-ZhouZhiHua-南大

时间: 2024-10-11 13:13:14

视觉基础:关于机器视觉、机器学习及人工智能领域的相关文章

12道人工智能领域的题目

12道人工智能领域的题目,答题的过程让大家都get到新姿势了吗? 在收到的48个回答中,有两位读者全部答对,真的是非常厉害啦! 今天,就让我们一起回顾一下题目,并看看正确答案的解释吧! 1.人工智能历史上第一个战胜人类的棋类游戏是? A.国际象棋 B.围棋 C.西洋双陆棋 D.四国军棋 1979年,由Hans Berliner(1929-2017)开发的一个西洋双陆棋程序,以7:1的成绩击败了当时的世界冠军Luigi Villa.创下了计算机第一次在智力游戏中击败冠军级别人类竞争对手的历史. 2

《zw版·Halcon-delphi系列原创教程》 酸奶自动分类脚本(机器学习、人工智能)

<zw版·Halcon-delphi系列原创教程> 酸奶自动分类脚本(机器学习.人工智能) Halcon强大的图像处理能力,令人往往会忽视其更加彪悍的机器学习.人工智能.      至少,目前国内.海外机器学习.人工智能方面的学者,没有几位重视这块.      国外,可能是版权问题,毕竟,Halcon是售价高达数万欧元(不是人民币)的商业软件,而且主要用于自控.机器视觉等工业领域,而不是大学.      国内,可能是对于Halcon的了解不够.      其实,图像处理的核心,图像识别.分类,

《zw版&#183;Halcon-delphi系列原创教程》 水果自动分类脚本(机器学习、人工智能)

<zw版·Halcon-delphi系列原创教程> 水果自动分类脚本(机器学习.人工智能) 前面介绍了超市,流水线,酸奶的自动分类算法,下面再介绍一个水果的自动分类算法. Halcon强大的图像处理能力,令人往往会忽视其更加彪悍的机器学习.人工智能.       分类,聚类分析,是机器学习.人工智能的核心算法之一,也是个典型的应用. Halcon内置的聚类分析.机器学习模块,就有:knn邻近算法.向量机SVM.GMM高斯混合模型(Gaussian Mixture Model,或者混合高斯模型,

李飞飞、王海峰……悉数那些人工智能领域的传火者

12月14日的谷歌开发者大会上,身着红衣的李飞飞不仅激荡起了台下的掌声,还成为了各路媒体报道中讨论的焦点.这不得不让人感叹,我们又回到了崇拜科学家的时代. 或许是因为人工智能本身就是一个学术话语权极强的领域,现在的AI企业不管体量大小,往往都有教授.专家坐镇,发布论文的数量和学术竞赛排名,似乎也成了考量企业技术含金量的标准. 可问题的关键是,我们不仅优秀的科研成果,更需要能把技术从论文中带到我们身边的传火者.今天就来谈谈,怎样才能称得上人工智能领域的传火者. 论文产品化:象牙塔内外的海水与火焰

机器学习深度学习领域参考书 《TensorFlow技术解析与实战》PDF下载

<TensorFlow技术解析与实战> 机器学习深度学习领域参考书 包揽TensorFlow1.1的新特性 人脸识别 语音识别 图像和语音相结合等热点一应俱全 李航 余凯等人工智能领域专家倾力推荐目录第一篇 基础篇下载地址:https://pan.baidu.com/s/1iKDExWOgCuvxyqsF12abFg备用地址:https://u1593575.ctfile.com/fs/1593575-330753940 TensorFlow?是谷歌公司开发的深度学习框架,也是目前深度学习的主

深度学习、机器学习、人工智能的区别

深度学习.机器学习.人工智能的区别 ?? ?1.机器学习 是 人工智能 的一个分支?? ??? ?主要研究如何使机器在不必额外编程的情况下,学会执行特定任务?? ??? ?机器学习 的核心思想在于可以通过创建算法让机器通过数据进行学习并预测数据 ?? ?2.机器学习 有 3 个大的分类??? ??? ?第 1 种是监督学习,机器通过己知的输入和对应的预期输出进行样本训练,以对全新的未知数据进行有意义的预测??? ??? ?第 2 种是无监督学习,机器只能通过输入的数据,在没有外界监督的情况下自己

人工智能领域中声源定位的研究与发展------第一章 绪论

1.1 引言 在人工智能领域中,听觉与视觉相比,仍旧处在一个初期阶段的研究课题.随着时代的发展,听觉已经成为人工智能领域中重要的研究课题.它是智能机器人的重要标志之一,也是实现人机交互,与环境交互的重要手段. 在之前机器人的导航主要使用测距传感器(如声纳),而跟踪和定位主要靠视觉.这种形式在视觉场景内被广泛作为定位目标的方式.但是像人和大部分动物那样,视觉场被限制在小于180度的范围内.在真实世界中,听觉能带来360度的"听觉场景".它能定位不在视觉场景内的声音目标,即定位由物体遮挡造

机器学习与人工智能学习资源导引

机器学习与人工智能学习资源导引 TopLanguage(https://groups.google.com/group/pongba/) 我经常在 TopLanguage 讨论组上推荐一些书籍,也经常问里面的牛人们搜罗一些有关的资料,人工智能.机器学习.自然语言处理.知识发现(特别地,数据挖掘).信息检索 这些无疑是 CS 领域最好玩的分支了(也是互相紧密联系的),这里将最近有关机器学习和人工智能相关的一些学习资源归一个类: 首先是两个非常棒的 Wikipedia 条目,我也算是 wikiped

在计算机视觉与人工智能领域,顶级会议比SCI更重要(内容转)

很多领域,SCI是王道,尤其在中国,在教师科研职称评审和学生毕业条件中都对SCI极为重视,而会议则充当了补充者的身份.但是在计算机领域,尤其是人工智能与机器学习领域里,往往研究者们更加青睐于会议 我无意否认SCI期刊的价值,但是在机器学习.计算机视觉和人工智能领域,顶级会议才是王道.有人会质疑这些会议都只是EI索引的.是的,这的确非常特殊:在许多其它领域,会议都是盛会,比如society of neuroscience的会议,每次都有上万人参加,带个abstract和poster就可以去.但在所