机器视觉方向的大牛介绍

Posted 天马行空——艾灵

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了机器视觉方向的大牛介绍相关的知识,希望对你有一定的参考价值。

CV人物1:Jianbo Shi史建波毕业于UC Berkeley,导师是Jitendra Malik。其最有影响力的研究成果:图像分割。其于2000年在PAMI上多人合作发表”Noramlized cuts and image segmentation”。这是图像分割领域内最经典的算法。主页:www.cis.upenn.edu/~jshi/ 和www.cs.cmu.edu/~jshi/


CV人物2:Kristen Grauman毕业于MIT,导师是Trevor Darrell。其最有影响力的研究成果:Pyramid Match Kernel,用于图像匹配。她和Darrell在2005年CVPR合作发表了”The Pyramid Match Kernel: Discriminative Classification with Sets of Image Features”。金字塔匹配核函数可快速搜索两个特征集合之间匹配的特征,可应用于图像匹配、物体识别,是该领域经典算法之一。2011年Marr奖得主。主页:www.cs.utexas.edu/~grauman/

CV人物3:Irfan Essa现任教于Georgin Tech佐治亚理工大学,毕业于MIT,其最有影响力的研究成果:人脸表情识别。Essa和Alex Penland 在1997年PAMI合作发表了”Coding, analysis,interpretation,and recognition of facial expression”, 结合了几何模型和面部肌肉无力模型,用来描述脸部结构。主页:www.ic.gatech.edu/people/irfan-essa

CV人物4:Matthew Turk毕业于MIT,最有影响力的研究成果:人脸识别。其和Alex Pentland在1991年发表了”Eigenfaces for Face Recognition”.该论文首次将PCA(Principal Component Analysis)引入到人脸识别中,是人脸识别最早期最经典的方法,且被人实现,开源在OpenCV了。主页:www.cs.ucsb.edu/~mturk/

CV人物5:David Lowe毕业于斯坦福大学,导师是Thomas Binfold,最有影响力的研究成果:SIFT。他是SIFT特征点检测的发明人。由于SIFT具有对于图像平移、旋转和尺度变化不变性的优点,使得SIFT成为近十年来最流行的图像特征点检测方法,被广泛用于图像匹配、物体识别、分类等领域。主页:http://www.cs.ubc.ca/~lowe/

CV人物6:Pascal Fua毕业于Orsay,导师是O.D.Faugera。最有影响力的研究成果:立体视觉。其在1993年发表了”A parallel stereo algorithm that produces dense depth maps and preserves image features”,提出了利用相关性来估计dense深度图的快速并行立体视觉算法,是立体视觉领域内经典算法之一。主页:http://cvlab.epfl.ch/~fua/ 和 http://people.epfl.ch/pascal.fua

CV人物7:Luc Van Gool毕业于Katholieke Universiteit Leuven.最有影响力的研究成果:图像特征点检测和摄像机标定。Gool等发蒙的Surf(speeded up robust features)是除SIFT外,应用最广泛的特征点检测算法,surf具有提取速度更快、维度更低的优点,也被广泛用于物体检测、识别等。Opencv开源。Marc Pollefeys, Koch和Goolz 1999年IJCV上发表了”self-calibration and metric reconstruction inspite of varying and unknown intrinsic camera parameters”,是摄像机自标定领域内最经典论文,并获1998年Marr奖。主页:http://www.vision.ee.ethz.ch/~vangool/

CV人物8:Michal Irani毕业于Hebrew大学,最有影响力的研究成果:超分辨率。她和Peleg于1991年在Graphical Models and Image Processing发表了”Improving resolution by image registration”,提出了用迭代的、反向投影的方法来解决图像放大的问题,是图像超分辨率最经典的算法。我在公司实现的产品化清晰化增强算法就参考了该算法思想哈哈。主页:http://www.wisdom.weizmann.ac.il/~irani/

CV人物9: Jean Ponce毕业于Paris Orsay,最有影响力的研究成果:计算机视觉教育、物体识别。他和David Forsyth合写的”Computer Vision: A Modern Approach”被视为现代计算机视觉领域最经典教科书之一。其近年来的研究重点是物体识别,是Spatial Pyramid Matching算法发明人之一,比起之前广泛使用的bag-of-words方法相比,该方法考虑了一些局部特征之间的空间关系,因此更有效地描述物体特征。是目前最普遍使用的算法之一。主页:http://www.di.ens.fr/~ponce/

CV人物10: Andrew Blake毕业于Edinburgh,最有影响力的研究成果:目标跟踪、图像分割、人体姿态跟踪与分析。他是世界知名CV专家,两次荣获ECCV最佳论文奖和1次Marr奖。他和Michael Isard在1998年IJCV中合写的”Condensation—conditional density propagation for visual tracking”,将粒子滤波器用于目标跟踪,该领域的经典论文。二人1998年合写的另一篇”Active Contours”是图像分割领域经典算法,该算法用spline函数,通过最小化能量函数,是的样条逼近物体轮廓,在该算法基础上,衍生出了著名的Active shape model。Blake领导的微软剑桥研究院在人体姿态跟踪与分析上去的突破,用于Kinect中。主页:http://research.microsoft.com/~ablake

CV人物11: Antonio Criminisi毕业于牛津大学,导师是Andrew Zisserman 和 Ian Reid。最有吸影响力的研究成果:Image Inpaiting.他在2004年发表”Region filling and object removal by exemplar-based image inpainting”,该方法用于去除图像中大的遮挡物或小的刮痕,结合了采样纹理生成和结构传递的图像修补技术,获得不错效果。主页:http://research.microsoft.com/en-us/people/antcrim/

CV人物12: Paul Viola毕业于MIT,研究领域:目标检测;最有影响力的研究成果:人脸检测;他和Michael Jones在2001年CVPR发表了”Rapid object detection using a boosted cascade of simple features”,真正意义上解决了人脸检测的问题,并开启了boosting算法的一个时代,很多学者受到boosting cascade算法的影响,扩展了该算法的应用领域,牛逼的影响力。主页:http://research.microsoft.com/en-us/um/people/viola/

CV人物13: Henry Rowley毕业于CMU,导师:Takeo Kanade;研究领域:大规模图像识别和机器学习;最有影响力的研究成果:人脸检测;他使用人工神经网络用于人脸检测,该算法是Paul Viola的boosting cascade人脸检测算法出现前,最经典的人脸检测算法。主页:http://www.cs.cmu.edu/~har/

CV人物14: Dorin Comaniclu毕业于Rutgers;最有影响力的研究成果:目标跟踪、图像分割;他在2000年发表了”Real-time tracking of non-rigid objects using mean shift”。该算法首次将mean shift用于目标跟踪,并在2002年PAMI发表了”Mean shift: A robust approach toward feature space analysis”,并将Meanshift拓展应用于图像分割中。主页:http://coewww.rutgers.edu/riul/FORMER/comanici/

CV人物15: Henry Schneiderman毕业于CMU,导师:Takeo Kanade;研究领域:目标检测和识别;最有影响力的研究成果:目标检测;他在2000年CVPR上发表了”A statistical method for 3D object detection applied to faces and cars”。该算法采用多视角训练样本,可用于检测不同视角下的物体,如人脸和车,是第一个能够检测侧脸的算法。他创建了PittPatt公司,后被Google收购。主页:http://www.cs.cmu.edu/~hws/

CV人物16: William T.Freeman毕业于MIT;研究领域:应用于CV的ML、可视化感知的贝叶斯模型、计算摄影学;最有影响力的研究成果:图像纹理合成;Alex Efros和Freeman在2001年SIGGRAPH上发表了”Image quilting for texture synthesis and transfer”,其思想是从已知图像中获得小块,然后将这些小块拼接mosaic一起,形成新的图像。该算法是图像纹理合成中经典中的经典。主页:http://people.csail.mit.edu/billf/

CV人物17: Feifei Li李菲菲,毕业于Caltech;导师:Pietro Perona;研究领域:Object Bank、Scene Classification、ImageNet等;最有影响力的研究成果:图像识别;她建立了图像识别领域的标准测试库Caltech101/256。是词包方法的推动者。主页:http://vision.stanford.edu/~feifeili/

CV人物18:Jitendra Malik毕业于斯坦福大学;导师:Thomas O.Binford;研究领域:轮廓检测、图像/视频分割、图形匹配、目标识别等;最有影响力的研究成果:边缘检测、图像分割和形状匹配;Malik培养了众多牛人,牛人的导师,你说牛不牛。培养了Alexie Efros, Jianbo Shi, Paul Debevec, Pietro Perona, Serge J.Belongie, Yair Weiss等知名专家。主页:http://www.cs.berkeley.edu/~malik/

CV人物19:Alexie Efros毕业于Berkeley大学;导师:Jitendra Malik;研究领域:Qualitative Reasoning for Image Understanding、Building the Visual Memex等;最有影响力的研究成果:图像纹理合成;他在1999年ICCV发表了”Texture Synthesis by non-parametric sampling”。该论文将MRF引入到纹理合成中。该方法最大限度保留了纹理的局部结构。主页:https://www.cs.cmu.edu/~efros/

CV人物20:Andrew Zisserman毕业于剑桥大学;最有影响力的研究成果:视觉几何、目标识别、可视化搜索;他牛逼了,三次获得Marr奖。是CV界权威中的权威。搞CV的人没读过他的多视几何学一书,枉为搞CV的。我2007年起,花了2年时间阅读、编码实现了其中所有两视几何学内容。主页:http://www.robots.ox.ac.uk/~az/

CV人物21:Ian D.Reid毕业于牛津大学;最有影响力的研究成果:目标跟踪;他在2007年PAMI发表了”MonoSLAM: real-time single camera SLAM”,是跟踪和机器人导航领域经典论文。在2011年CVPR上,和Ben Benfold发表了”Stable Multi-Target Tracking in Real-time survillance video”。主页:http://www.robots.ox.ac.uk/~ian/

CV人物22:Alan L.Yuille毕业于剑桥大学;导师:S.W.Hawking;最有影响力的研究成果:人脸检测和跟踪;他在1992年IJCV发表了”Feature Extraciton from Faces Using Deformable Templates”.该论文首次用可变形模板来描述人脸的特征,如眼睛、嘴巴等。主页:http://www.stat.ucla.edu/~yuille/

CV人物23:David Forsyth毕业于牛津大学;最有影响力的研究成果:计算机视觉教育、三维重建、图像与语义信息;他与Jean Ponce合写的”Computer Vision: A Modern Approach”是经典CV教材啊,当初我可是仔细研读、编码实现了的。1993年因论文”Extracing Projective Structure from Single Perspective Views of 3D Point Sets”,而获得Marr奖。主页:http://luthuli.cs.uiuc.edu/~daf/

CV人物24:Ram Nevatia毕业于斯坦福大学;导师Thomas O.Binford;最有影响力的研究成果:物体几何形状描述,人体检测与跟踪;他的关于三维物体的广义圆柱体形状的描述,是早期物体识别经典研究方法之一。主页:http://iris.usc.edu/people/nevatia/index.html

CV人物25:Paul Debevec毕业于Berkeley大学;导师:Jitendra Malik;研究成果:HDR、IBR;他是知名的将CV和CG结合研究的牛人。很多成果应用于好莱坞电影中。他发明了light stage人脸捕捉重建技术,是基于他在2000年SIGGRAPH上的研究成果发展起来的,被用于AVatar等电影。他因此技术,和合作者获得2009年奥斯卡科学和工程奖。主页:http://www.pauldebevec.com/http://ict.debevec.org/~debevec/

CV人物26:David Kriegman毕业于斯坦福大学;导师:Thomas O.Binford;最有影响力的研究成果:人脸识别;他在1997年PAMI发表了”Eigenfaces vs. fisherfaces: recognition using class specific linear projection”,将Fisher线性判决用于人脸识别。主页:http://cseweb.ucsd.edu/~kriegman/

CV人物27:Michael J.Black毕业于纽约大学;最有影响力的研究成果:人的姿态估计和跟踪;他在2000年ECCV上发表了”Stochastic tracking of 3d human figures using 2d image motion”,从单个视频中估算和跟踪人体各个部分的三维姿态。2010年,他因此论文获得ECCV Koenderink奖。主页:http://cs.brown.edu/~black/

CV人物28:Carlo Tomasi毕业于CMU;导师Takeo Kanade;最有影响力的研究成果:1998年ICCV发表的双边滤波”Bilateral filtering for gray and color images”。2000年IJCV发表的”The earth mover’s distance as a metric for image retrieval”,该论文将EMD(earth mover’s distance)用于度量由不同图像形成的分布,如颜色、纹理,之间的相似程度,并依据此来实现图像检索,检索结果优于分布直方图。目标跟踪,著名的K-L-T tracking算法中的T就是Tomasi。主页:http://www.cs.duke.edu/~tomasi/

CV人物29:Larry S.Davis毕业于马里兰大学;最有影响力的研究成果:视频监控;Davis等人实现的W4实时视频监控系统,是最早的能够实时户外人体检测、跟踪和行为分析的视频监控系统。主页:http://www.umiacs.umd.edu/~lsd/

CV人物30:Marc Pollefeys毕业于Katholieke Universiteit Leuven;做摄像机标定的人不知道他,我就鄙视你了。Pollefeys,Koch和Gool在1999年IJCV上发表了”Self-Calibration and metric reconstruction inspite of varying and unknown intrinsic camera parameters”,是摄像机自标定最经典论文,因此获得1993年Marr奖。2007年俺仔细学习了其主页提供的CV的ppt课程。主页:http://www.cs.unc.edu/~marc/

CV人物31: Richard Szeliski毕业于CMU,导师Takeo Kanade和Geoff Hinton。其编写的这本书不错<Computer Vision: Algorithms and Applications>,详见http://szeliski.org/Book/主页:http://research.microsoft.com/en-us/um/people/szeliski/

 

CV人物32: Takeo Kanade(金出武雄),应该是和J.Malik齐名的CV界泰斗级人物。KLT跟踪里的K,就是他。上面介绍的人物中,也有4个人都是他的学生。是CMU的教授。他现在已经发表了几百篇文章,持有数十项专利。他曾经获得过一次Marr奖和两次 Longuet-Higgins 奖。他的代表作除了LK稀疏光流算法外,还有用于3D场景分析的TK 分解法。以及基于神经网络的人脸检测。他的个人主页:http://www.ri.cmu.edu/person.html?person_id=136



CV人物33:Pedro Felzenszwalb(会读他的姓的请举手),是最近一些年势头非常猛的一位明星级人物。他于1999年毕业于康奈尔大学。2001年获得MIT硕士学位,2003年获得MIT博士学位(神速啊)。他的代表作有好几个,一个是 基于图的分割,graph-based segmentation,速度快,效果好,已经成为经典算法之一。另外就是他在行人检测方面的杰出贡献,他提出的LSVM以及part based model,让他获得了PASCAL目标识别大赛的数次冠军。个人主页:http://cs.brown.edu/~pff/



CV人物34:Thomas Brox, 现在是德国freiburg大学的教授。曾经在J.Malik手下做过两年Ph.D. 他最著名的工作是基于变分框架的光流算法。High accuracy optical flow estimation based on a theory for warping,这篇文章是2004年ECCV最佳论文,也成为了稠密光流计算的经典算法。后来,他又在PAMI上发表了一篇针对大运动的光流估计算法,将特征点匹配作为约束加入了能量函数中。他还在视频目标分割领域作出了杰出贡献。个人主页:http://lmb.informatik.uni-freiburg.de/people/brox/index.html

 

(注:本文转自http://blog.csdn.NET/aidy22/article/details/21725343)

以上是关于机器视觉方向的大牛介绍的主要内容,如果未能解决你的问题,请参考以下文章

机器视觉为什么将是人工智能发展的下一个方向。

机器视觉的主要研究内容和细分方向(超全超赞)

痞子衡嵌入式:恩智浦机器视觉模块OpenMV-RT那些事- 初体验

机器视觉的应用领域

机器视觉方向的21种常用算法

机器视觉——图像投影