计算机视觉(CV)前沿国际国内期刊与会议
这里的期刊大部分都可以通过上面的专家们的主页间接找到
1.国际会议 2.国际期刊 3.国内期刊 4.神经网络 5.CV 6.数字图象 7.教育资源,大学 8.常见问题
1. 国际会议
现在,国际上计算机视觉方面的三大国际会议是ICCV, CVPR和ECCV,统称之为ICE。
ICCV的全称是International Comference on Computer Vision。ICCV两年一次,与ECCV正好错开,是公认的三个会议中级别最高的。
ECCV的全称是Europeon Conference on Computer Vision,是一个欧洲的会议。
CVPR的全称是Internaltional Conference on Computer Vision and Pattern Recogintion国际计算机视觉与模式识别会议。这是一个一年一次的会议,举办地在美国。
ICIP—
BMVC—
MVA—
国际模式识别会议(ICPR ):
亚洲计算机视觉会议(ACCV):
2.国际期刊
以计算机视觉为主要内容之一的国际刊物也有很多,如:
International Journal of Computer Vision
IEEE Trans. On PAMI/tpami/index.htm
IEEE Transactionson Image Processing/organizations/pubs/transactions/tip.htm
Pattern Recognition/locate/issn/00313203
Pattern Recognition Letters/locate/issn/01678655
IEEE Trans. on Robotics and Automation,
IEEE TPAMI
IEEE TIP
CVGIP Computer Vision. Graphics and Image Processing,
Visual Image Computing,
IJPRAI(Internatiorial Journat of Pattern Recognition and Artificial Intelligence)
众 所周知, computer vision(cv) 存在ICCV/CVPR/ECCV三个顶级会议, 它们档次差不多,都应该在一流会议行列, 没有必要给个高下。 有些us的人认为ICCV/CVPR略好于ECCV,而欧洲人大都认为ICCV/ECCV略好于CVPR, 某些英国的人甚至认为BMVC好于CVPR。简言之, 三个会议差不多, 各有侧重和偏好。
笔者就个人经验浅谈三会异同, 以供大家参考和讨论。 三者乃cv领域的旗舰和风向标,其oral paper (包括best paper) 代表当年度cv的最高水准, 在此引用Harry Shum的一句话, 想知道某个领域在做些什么, 找最近几年此领域的proceeding看看就知道了。 ICCV/CVPR由IEEE Computer Society牵头组织, ECCV好像没有专门负责的组织。 CVPR每年(除2002年)都在美国开, ECCV每两年开一次,仅限欧洲, ICCV也是每两年一次, 各洲轮值。 基本可以保证每年有两个会议开, 这样研究者就有两次跻身牛会的机会。
就录取率而言, 三会都有波动。 如ICCV2001录取率>30%, 且出现两个人(华人)各有三篇第一作者的paper的情况, 这在顶级牛会是不常见的 (灌水嫌疑)。 但是, ICCV, 两次录取率都很低, 大约20%左右。 ECCV也是类似规律, 在以前都是>30%, 降低到20%左右。 CVPR的录取率近年来一直偏高, 从开始一直都在[25%,30%]。最近一次CVPR是28.1%, CVPR还不知道统计数据。 笔者猜测为了维持录取paper的绝对数量, 当submission少的时候录取率偏高, 反之偏低, 近几年三大会议的投稿数量全部超过1000, 相对2000年前, 三会录取率均大幅度降低, 最大幅度50%->20%。 对录取率走势感兴趣的朋友, 可参考http://vrlab.epfl.ch/~ulicny/statistics/(CVPR的数据是错的),/research/bookmark/CICON_stat.html.
显 然, 投入cv的人越来越多,这个领域也是越来越大, 这点颇不似machine learning一直奉行愚蠢的小圈子主义。另外一点值得注意, ICCV/ECCV只收vision相关的topic, 而cvpr会收少量的pattern recognition paper, 如finger print等, 但是不收和image/video完全不占边的pr paper,如speech recognition等。 我一个朋友曾经review过一篇投往CVPR的speech的paper, 三个reviewer一致拒绝, 其中一个reviewer搞笑的指出, 你这篇paper应该是投ICASSP被据而转投CVPR的。 就topic而言, CVPR涵盖最广。 还有一个没有验证过的原因导致CVPR录取率高: 很多us的researcher不愿意或没有足够的经费到us以外的地方开会, 故CVPR会优先接收很多来自us的paper (让大家都happy)。
以上对三会的分析对我们投paper是很有指导作用的。 目前的research我想绝大部分还是纸上谈兵, 必经 read paper -> write paper -> publish paper -> publish paper on top conferences and journals流程。 故了解投paper的一些基本技巧, 掌握领域的走向和热点, 是非常必要的。 避免做无用功,选择切合的topic, 改善presentation, 注意格式 (遵守规定的模板), 我想这是很多新手需要注意的问题。 如ICCV明文规定不写summary page直接reject, 但是仍然有人忽视, 这是相当不值得的。
3.国内期刊
自动化学报、计算机学报、软件学报、电子学报,中国图象图形学报,模式识别与人工智能,光电子激光,精密光学工程等。
4.神经网络
神经网络-Neural Networks Tutorial Review
http://hem.hj.se/~de96klda/NeuralNetworks.htm
ftp:///pub/neural/FAQ.html
Image Compression with Neural Networks
p.glam.ac.uk/digimaging/neural.htm
Backpropagator's Review
/bpr/bpr.html
Bibliographies on Neural Networks
http://liinwww.ira.uka.de/bibliography/Neural/
Intelligent Motion Control with an Artificial Cerebellum
/phd.html
Kernel Machines
http://www.kernel-/
Some Neural Networks Research Organizations
/nnc/
/
Neural Network Modeling in Vision Research
http://www.rybak-et-/nisms.html
Neural Networks and Machine Learning
http://learning.cs.toronto.edu/
Neural Application Software
Neural Network Toolbox for MATLAB
/products/neuralnet/
Netlab Software
http://www.ncrg.aston.ac.uk/netlab/
Kunama Systems Limitedhttp://www.kunama.co.uk/
puter Vision(计算机视觉)
Annotated Computer Vision Bibliography
http://iris.usc.edu/Vision-Notes/bibliography/contents.html
http://iris.usc.edu/Vision-Notes/rosenfeld/contents.html
Lawrence Berkeley National Lab Computer Vision and Robotics Applications
http://www-itg.lbl.gov/ITG.hm.pg.docs/VISIon/vision.html
CVonline by University of Edinburgh
The Evolving, Distributed, Non-Proprietary, On-Line Compendium of Computer Vision,www.dai.ed.ac.uk/CVonline
Computer Vision Handbook,
www.cs.hmc.edu/~fleck/computer-vision-handbook
Vision Systems Courseware
www.cs.cf.ac.uk/Dave/Vision_lecture/Vision_lecture_caller.html
Research Activities in Computer Vision
http://www-syntim.inria.fr/syntim/analyse/index-eng.html
Vision Systems Acronyms
www.vision-systems-/vsd/archive/acronyms.html
Dictionary of Terms in Human and Animal Vision
http://cns-web.bu.edu/pub/laliden/WWW/Visionary/Visionary.html
Metrology based on Computer Vision
www.cranfield.ac.uk/sme/amac/research/metrology/metrology.html
6.Digital Photography 数字图像
Digital Photography, Scanning, and Image Processing
/scanners/scanners.html
7.Educational Resources, Universities 教育资源,大学
Center for Image Processing in Education
Library of Congress Call Numbers Related to Imaging Science by Rochester Institute of Technology
http://wally2.rit.edu/pubs/guides/imagingcall.html
Mathematical Experiences through Image Processing, University of Washington
www.cs.washington.edu/research/metip/metip.html
Vismod Tech Reports and Publications, MIT
http://vismod.www.media.mit.edu/cgi-bin/tr_pagemaker
Vision Lab PhD dissertation list, University of Antwerp
http://wcc.ruca.ua.ac.be/~visielab/theses.html
INRIA (France) Research Projects: Human-Computer Interaction, Image Processing, Data Management, Knowledge Systems
www.inria.fr/Themes/Theme3-eng.html
Image Processing Resources
http://eleceng.ukc.ac.uk/~rls3/Contents.htm
Publications of Carsten Steger
http://www9.informatik.tu-muench ... r/publications.html
8.FAQs(常见问题)
comp.dsp FAQ
/faq/dsp_faq.htm
Robotics FAQ
www.frc.ri.cmu.edu/robotics-faq
Where's the sci.image.processing FAQ?
.iastate.edu/olc_answers/p ... processing.faq.html
comp.graphics.algorithms FAQ, Section 3, 2D Image/Pixel Computations
/docs/cgafaq
Astronomical Image Processing System FAQ
www.cv.nrao.edu/aips/aips_faq.html
四、搜索资源
/
http://cheminfo./mirrors/SAL/index.shtml北京大学
Google输入:computer vision 或computer vision groups可以获得很多结果
网络资源:
CVonlinehttp://homepages.inf.ed.ac.uk/rbf/CVonline/视觉研究组列表
Computer vision test Imagehttp://www.cs.cmu.edu/~cil/v-images.html卡内基梅隆标准图片库
视觉论文搜索:Paper search
五、图像处理GPL库(代码库图像库等)
http://www.ph.tn.tudelft.nl/~klamer/cppima.html
Cppima 是一个图像处理的C++函数库。这里有一个较全面介绍它的库函数的文档,当然你也可以下载压缩的GZIP包,里面包含TexInfo格式的文档。
http://iraf.noao.edu/
Welcome to the IRAF Homepage! IRAF is the Image Reduction and Analysis Facility, a general purpose software system for the reduction and analysis of astronomical data
http://entropy.brni-/tnimage.html
一个非常不错的Unix系统的图像处理工具,看看它的截图。你可以在此基础上构建自己的专用图像处理工具包。
/projects/
这是GPL软件集散地,可以搜索IP库。
国内的CSDN/