关于模式识别、机器学习、推荐系统、图像特征、数值计算、目标跟踪知识专家博客
模式识别、机器学习、推荐系统、图像特征、数值计算、目标跟踪博客
http://blog.csdn.net/zhangping1987/article/details/29554621
目标检测、识别、分类、特征点的提取
David Lowe:Sift算法的发明者,天才。
Rob Hess:sift的源码OpenSift的作者,个人主页上有openSift的下载链接,Opencv中sift的实现,也是参考这个。
Koen van de Sande:作者给出了sift,densesift,colorsift等等常用的特征点程序,输出格式见个人主页说明,当然这个特征点的算法,在Opencv中都有实现。
Ivan Laptev:作者给出了物体检测等方面丰富C\C++源码,及部分训练好的检测器(包括汽车,行人,摩托车,马,猫脸的检测器)。
Navneet Dalal:HOG算子的作者,个人主页上有他本人的博士论文,写的异常精彩,还有HOG源码链接,当然强大的Opencv已经复现了一遍。
Anna Bosch:PHOG算法的作者及源码。
Carl Vondrick:作者主页上呈现了两个非常好的项目Video Annotation Tool(视频标注)和iHOG,iHOG很有意思的解释了,为什么HOG算法会误判的原因。哇!哇!精彩!
Antonio Torralba:场景识别GIST算子(Matlab)的作者,当然个人主页张还有sift folow等等源码,偷着乐吧,Gist的C代码。
Svetlana Lazebnik:空间金字塔匹配的作者,个人主页上有物体检测和识别的丰富源码。
Kristen Grauman:2011年的marr prize的得主,美女,源码libpmk的作者,个人主页还有其他物体检测和识别的文档和源码。
Pablo F. Alcantarilla:kaze和akaze特征点的作者,据说比sift要好,作者的个人主页上给出了这两种特征点的C++代码,高兴啊!
Pedro Felzenszwalb:近几年的物体识别竞赛,大都是根据他的源码的框架,Discriminatively trained deformable part models,直到2012年,该算法的版本是5,作者个人主页上有链接。
Opencv中,有该算法的复现,但是,没有训练的部分,只有检测的部分,latentsvmdetector。
在\opencv\sources\samples\cpp文件夹中,有一个latentsvm_multidetect.cpp文件,搭好环境,运行,然后,准备好图片(http://pascallin.ecs.soton.ac.uk/challenges/VOC/)和常见的20种分类器:
就可以做物体检测了。
沙发检测 自行车检测
猫检测 汽车检测
其他物体的检测,就不一一列举了。
Deva Ramanan:Histograms of Sparse Codes(HSC)算法的第二作者,作者的个人主页上有除了物体识别检测,还有几个跟踪算法的源码。
Xiaofeng Ren:Histograms of Sparse Codes(HSC)算法的第一作者,作者的个人主页有丰富的源码。
Ce Liu:Siftflow算法的作者,个人主页上具有其他算法的源码。
Derek Hoiem:(非常喜欢)个人主页有物体识别,检测的源码,而且有Logistic Regression of Adaboost源码,而且个人主页上有很多他的学生的个人主页链接。
Sergey Karayev:作者的个人主页上有基于颜色的图像检索,目标识别的研究成果。
Aditya Khosla:作者研究兴趣是人的行为检测,目标识别,等。
Ming-Ming Cheng:(mmcheng.net)
关注论文《BING: Binarized Normed Gradients for Objectness Estimation at 300fps》
Boris Babenko:还没开始看
Juergen Gall:hough forest的作者
Kaiming He:darkchannel的作者
Timo Ojala:LBP特征的作者
Cewu Lu:CVPR2014,晴天阴天的识别
————————————————————————————————————————————
还有一些没仔细看:很多源码
————————————————————————————————————————————
图像分割:
———————————————————————————————————————————————
图像检索、特征点匹配:
Yossi Rubner:(这个个人主页链接可能打不开,百度这个网址http://ai.stanford.edu/~rubner/根据提示打开就可以了)图像检索EMD距离的原作者,作者给出了C源码,Opencv中给出了复现,具体可以参看这篇文章。
Ofir Pele:EMD距离的改进,作者个人主页上给出了源码(C++\Matlab)。
Haibin Ling:EMD_L1算法的作者,而且作者给我C++代码
Qin Lv:美女教师,对EMD的应用讲解的很好
颜色信息:
A Data Set for Fuzzuy Color Naming
Rahat Khan:《Discriminative Color Descriptor》的作者
Robert Benavente:color naming TSEmodel
图像其他算法
Jiaya Jia:香港大学,发明的图像去模糊算法,处于世界领先水平,个人主页上有丰富的源码,超级喜欢。
Mohamed Aly:这个个人主页是无意中发现的,他研究了公路上各种直线(斑马线等)等的检测,并给出了源码。
__________________________________________________________________________________________________________________________________
人工智能博客:
Utkarsh:这个博客里写了好多关于OpenCV的项目,是一个非常好的学习资源。
Sebastian Montabone:作者写了一些很好的资料。
———————————————————————————————————————————————
机器学习及并行机器学习、模式识别:
dlib:人脸识别
Rakesh Agrawal:关联规则算法的原作者
Ramakrishnan Srikant :关联规则算法的原作者
Andrew Ng:谷歌大脑之父,是斯坦福大学科学系和电子工程系副教授,人工智能实验室主任。吴恩达是人工智能和机器学习领域国际上最权威的学者之一。吴恩达也是在线教育平台Coursera的联合创始人(withDaphne Koller)。
他的机器学习公开课:网易机器学习公开课。听一位大师,讲数学,原来是如此生动!并配有机器学习讲义。看完,之后,会对机器学习算法的认识有一个质的飞越。
Edward Chang:我是在吴军老师的《数学之美》中看到张智威老师,解决了并行SVD算法,但是,现在还没有任何关于这方面的资料。张智威老师的个人主页上,给出了关于并行支持向量机的算法,有一篇文章的符号,有一点混乱,我在这里给出了重新的计算和梳理。
Andrea Vedaldi:vlfeat源码的管理者之一,它近期写的关于支持向量机的文章很是喜欢,作者个人主页提供非常丰富的Matlab和C源码。
Ashesh Jain:作者的研究兴趣是机器学习和凸优化。作者的个人主页上有支持向量机的多核学习(Multiple Kernel Learning)源码。
Lin Chih-Jen:公认的最好的支持向量机开源libsvm,可以很好做Mercer Kernel做扩展,我添加常用11个Mercer核,并加在了libsvm中。推荐系统源码libmf。非负矩阵分解源码NMF。
Journal of Machine Learning Research:在线提供了非常多的机器学习论文及源码,个人非常喜欢。
Martin Ester:基于密度的聚类算法DBSCAN的作者。作者主页上有他的所有著作。
Department of Computer Science Database Systems Group:聚类
Jiawei Han:关联规则算法之FP_tree的作者
Geoffrey E. Hinton:Deep Learning(无需多说)
Josef Sivic:PLSA的源码
Thomas Hofmann:PLSA的原作者
David M. Blei:LDA的作者,作者提供源码
gustau camps-valls:libsvm有关,还没看
Andrew I. Schein:LogisticPCA的作者
Boost家族:
Yoav Freund:AdaBoost算法的作者主页
Jerome H. Friedman:LogitBoost和 Gradient Boost回归算法的作者主页,并有这些算法的R语言源码。
《Stochastic Gradient Boosting》
《Greedy Function Approximation: A Gradient Boosting Machine》
《Additive Logistic Regression:a Statistical View of Boosting 》必须打印,认真研究的论文
————————————————————————————————————————————————————————————————————————————
计算机视觉团队:这三个团队主页上,提供了图像和视频算法的大量研究成果
-----------------------
___________________________________________________________________________________________________________________________________
推荐系统:
Yehuda Koren:Netflix prize 推荐系统算法冠军成员, SVD++
__________________________________________________________________________________________________________________________________
数值计算:
LinPack:线性最小二乘,矩阵的奇异值分解等
MinPack:非线性最小二乘
跟踪算法:
http://research.milanton.de/index.html
SHENGFENG He:LSH
其他常用的图像处理库:
Leptonica
Tesseract
运动物体检测
自然语言处理:
谭松波:中文文本分类语料库
数据的可视化:
神经网络
基于颜色检索的参考网站:
https://www.etsy.com/color.php
http://labs.tineye.com/multicolr/
更多推荐
所有评论(0)