摘要：
下面是前端时间搜集整理的一些和计算机视觉、模式识别的资源，拿出来与大家分享下。以后，我将把图像处理真正的作为我的兴趣来玩玩了，也许不把研究作为谋生的手段，会更好些。标题作者主题关键字类别来源备注nipsfast.pptNando de FreitasN-Body problems in learningFast N-Body LearningPpthttp://www.cs.ubc.ca/~nando/nipsfast/schedule.htmlnipsfgtf.pptRamani DuraiswamiFast Multipole Methods Fast Gaussian Transform 阅读全文
摘要：
转自：http://blog.csdn.net/carson2005/article/details/6601109以下链接是本人整理的关于计算机视觉（ComputerVision, CV）相关领域的网站链接，其中有CV牛人的主页，CV研究小组的主页，CV领域的paper,代码，CV领域的最新动态，国内的应用情况等等。打算从事这个行业或者刚入门的朋友可以多关注这些网站，多了解一些CV的具体应用。搞研究的朋友也可以从中了解到很多牛人的研究动态、招生情况等。总之，我认为，知识只有分享才能产生更大的价值，真诚希望下面的链接能对朋友们有所帮助。（1）googleResearch； http://res 阅读全文
摘要：
最近简单整理了一下美国在2010年进入英国泰晤士报全球排名前100的名校中的图像处理、机器视觉研究中心，其中可能包含人脸检测与识别、人体检测、模式识别等的链接网址。1美国哈佛大学2美国斯坦福大学http://vision.stanford.edu/research.html含人体运动分类，人的抽取lifeifei3美国耶鲁大学http://noodle.med.yale.edu/4美国加州理工学院http://www.vision.caltech.edu/research.html有做关于模式识别的5美国加州大学伯克利分校http://www-video.eecs.berkeley.edu/（ 阅读全文
摘要：
1.cv圈的格局, 按师承关系,总结a tree stucture of cv guys.David Marr----->Shimon Ullman (Weizmann)----->Eric Grimson (MIT)----->Daniel Huttenlocher (Cornell)----->Pedro Felzenszwalb (Chicago)Thomas Binford (Stanford)----->David Lowe (UBC)----->Jitendra Malik (UC Berkeley)----->Pietro Perona 阅读全文
摘要：
计算机视觉领域研究资源及期刊、会议介绍依照下面目录整理：[1]研究群体(国际国内)、专家主页[2]前沿国际国内期刊与会议[3]搜索资源[4]GPL软件资源一、研究群体作机器视觉和图像处理方面的研究工作，最重要的两个问题：其一是要把握住国际上最前沿的内容；其二是所作工作要具备很高的实用背景。解决第一个问题的办法就是找出这个方向公认最高成就的几个超级专家(看看他们都在作什么)和最权威的出版物(阅读上面最新的文献)，解决第二个问题的办法是你最好能够找到一个实际应用的项目，边做边写文章。 做好这几点的途径之一就是利用网络资源，利用权威网站和专家们的个人主页。依照下面目录整理：[1]研究群体(国际国内) 阅读全文
摘要：
模式识别网络资源链接一、模式识别相关网址及其论坛网址1、中科院自动化所模式识别交流园地——模式识别爱好者论坛http://prfans.com/forum/index.php2、振动论坛——人工智能与模式识别http://www.chinavib.com/forum/forum-108-1.html3、研学论坛——人工智能与模式识别http://bbs.matwav.com/forumdisplay.php?fid=2054、中国图像网——模式识别http://www.china-image.cn/mssb/index.aspx5、中国人工智能网 >> 人工智能、模式识别、图像处理 阅读全文
摘要：
刚刚接触到利用Hu矩解决图像匹配或图像识别等的时候，经常碰到，得到的Hu矩并不具有缩放不变性，这是因为Hu矩的不变性是在模拟图像中具有图像平移、旋转、缩放不变性的特点。但Hu矩在数字图像中并不具有缩放不变性，通过改造Hu矩使其能同时应用于数/模图像领域的分析，成为许多研究人员的共同目标。 阅读全文