转的网络资料

   

Deep Learning（深度学习）：

ufldl的2个教程(这个没得说，入门绝对的好教程，Ng的，逻辑清晰有练习)：一

ufldl的2个教程(这个没得说，入门绝对的好教程，Ng的，逻辑清晰有练习)：二

Bengio团队的deep learning教程，用的theano库，主要是rbm系列，搞python的可以参考，很不错。

deeplearning.net主页，里面包含的信息量非常多，有software, reading list, research lab, dataset, demo等，强烈推荐，自己去发现好资料。

Deep learning的toolbox，matlab实现的，对应源码来学习一些常见的DL模型很有帮助，这个库我主要是用来学习算法实现过程的。

2013年龙星计划深度学习教程，邓力大牛主讲，虽然老师准备得不充分，不过还是很有收获的。

Hinton大牛在coursera上开的神经网络课程，DL部分有不少，非常赞，没有废话，课件每句话都包含了很多信息，有一定DL基础后去听收获更大。

Larochelle关于DL的课件，逻辑清晰，覆盖面广,包含了rbm系列，autoencoder系列，sparse coding系列，还有crf，cnn，rnn等。虽然网页是法文，但是课件是英文。

CMU大学2013年的deep learning课程，有不少reading paper可以参考。

达慕思大学Lorenzo Torresani的2013Deep learning课程reading list.

Deep Learning Methods for Vision(余凯等在cvpr2012上组织一个workshop，关于DL在视觉上的应用)。

斯坦福Ng团队成员链接主页，可以进入团队成员的主页，比较熟悉的有Richard Socher, Honglak Lee, Quoc Le等。

多伦多ML团队成员链接主页，可以进入团队成员主页，包括DL鼻祖hinton，还有Ruslan Salakhutdinov , Alex Krizhevsky等。

蒙特利尔大学机器学习团队成员链接主页，包括大牛Bengio，还有Ian Goodfellow 等。

纽约大学的机器学习团队成员链接主页，包括大牛Lecun，还有Rob Fergus等。

Charlie Tang个人主页，结合DL+SVM.

豆瓣上的脑与deep learning读书会，有讲义和部分视频，主要介绍了一些于deep learning相关的生物神经网络。

Large Scale ML的课程，由Lecun和Langford讲的，能不推荐么。

Yann Lecun的2014年Deep Learning课程主页。 视频链接。 

吴立德老师《深度学习课程》

一些常见的DL code列表，csdn博主zouxy09的博文，Deep Learning源代码收集-持续更新…

Deep Learningfor NLP (without Magic)，由DL界5大高手之一的Richard Socher小组搞的，他主要是NLP的。

2012 Graduate Summer School: Deep Learning, Feature Learning，高手云集，深度学习盛宴，几乎所有的DL大牛都有参加。

matlab下的maxPooling速度优化，调用C++实现的。

2014年ACL机器学习领域主席Kevin Duh的深度学习入门讲座视频。

R-CNN code: Regionswith Convolutional Neural Network Features.

 

Machine Learning（机器学习）：

介绍图模型的一个ppt，非常的赞，ppt作者总结得很给力，里面还包括了HMM，MEM, CRF等其它图模型。反正看完挺有收获的。

机器学习一个视频教程，youtube上的，翻吧，内容很全面，偏概率统计模型，每一小集只有几分钟。 

龙星计划2012机器学习，由余凯和张潼主讲。

demonstrate 的 blog :关于PGM(概率图模型)系列，主要按照Daphne Koller的经典PGM教程介绍的，大家依次google之。

FreeMind的博客，主要关于机器学习的。

Tom Mitchell大牛的机器学习课程，他的machine learning教科书非常出名。

CS109,Data Science,用python介绍机器学习算法的课程。

CCF主办的一些视频讲座。

 

国外技术团队博客：

Netflix技术博客,很多干货。

 

Computer Vision（计算机视觉）：

MIT2013年秋季课程：Advances in Computer Vision，有练习题，有些有code.

IPAM一个计算机视觉的短期课程，有不少牛人参加。

 

OpenCV相关：

http://opencv.org/

2012年7月4日随着opencv2.4.2版本的发布，opencv更改了其最新的官方网站地址。

http://www.opencvchina.com/

好像12年才有这个论坛的，比较新。里面有针对《learning opencv》这本书的视频讲解，不过视频教学还没出完，正在更新中。对刚入门学习opencv的人来说很不错。

http://www.opencv.org.cn/forum/

opencv中文论坛，对于初次接触opencv的学者来说比较不错，入门资料多，opencv的各种英文文档也翻译成中文了。不足是感觉这个论坛上发帖提问很少人回答，也就是说讨论不够激烈。

http://opencv.jp/

opencv的日文网站，里面有不少例子代码，看不懂日文可以用网站自带的翻译，能看个大概。

http://code.opencv.org/projects/opencv

opencv版本bug修补，版本更新，以及各种相关大型活动安排,还包含了opencv最近几个月内的活动路线，即未来将增加的功能等，可以掌握各种关于opencv进展情况的最新进展。

http://tech.groups.yahoo.com/group/OpenCV/

opencv雅虎邮件列表，据说是最好的opencv论坛，信息更新最新的地方。不过个人认为要查找相关主题的内容，在邮件列表中非常不方便。

http://www.cmlab.csie.ntu.edu.tw/~jsyeh/wiki/doku.php

台湾大学暑假集训网站，内有链接到与opencv集训相关的网页。感觉这种教育形式还蛮不错的。

http://sourceforge.net/projects/opencvlibrary/

opencv版本发布地方。

http://code.opencv.org/projects/opencv/wiki/ChangeLog#241   http://opencv.willowgarage.com/wiki/OpenCV%20Change%20Logs

opencv版本内容更改日志网页,前面那个网页更新最快。

http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/tutorials.html

opencv中文教程网页，分几个模块讲解，有代码有过程。内容是网友翻译opencv自带的doc文件里的。

https://netfiles.uiuc.edu/jbhuang1/www/resources/vision/index.html

网友总结的常用带有cvpr领域常见算法code链接的网址，感觉非常的不错。

http://fossies.org/dox/OpenCV-2.4.2/

该网站可以查看opencv中一些函数的变量接口，还会列出函数之间的结构图。

http://opencv.itseez.com/

opencv的函数、类等查找网页，有导航，查起来感觉不错。

 

优化：

submodual优化网页。

Geoff Gordon的优化课程，youtube上有对应视频。

 

数学：

http://www.youku.com/playlist_show/id_19465801.html

《计算机中的数学》系列视频，8位老师10讲内容，生动介绍微积分和线性代数基本概念在计算机学科中的各种有趣应用！

 

Linux学习资料：

http://itercast.com/library/1

linux入门的基础视频教程，对于新手可选择看第一部分，视频来源于LinuxCast.net网站，还不错。

 

OpenNI+Kinect相关：

http://1.yuhuazou.sinaapp.com/

网友晨宇思远的博客，主攻cvpr，ai等。

http://blog.csdn.net/chenli2010/article/details/6887646

kinect和openni学习资料汇总。

http://blog.csdn.net/moc062066/article/category/871261

OpenCV 计算机视觉 kinect的博客:

http://kheresy.wordpress.com/index_of_openni_and_kinect/comment-page-5/

网友Heresy的博客，里面有不少kinect的文章，写的比较详细。

http://www.cnkinect.com/

体感游戏中文网，有不少新的kinect资讯。

http://www.kinectutorial.com/

Kinect体感开发网。

http://code.google.com/p/openni-hand-tracker

openni_hand_tracking google code项目。

http://blog.candescent.ch/

网友的kinect博客，里面有很多手势识别方面的文章介绍，还有源码，不过貌似是基于c#的。

https://sites.google.com/site/colordepthfusion/

一些关于深度信息和颜色信息融合（fusion）的文章。

http://projects.ict.usc.edu/mxr/faast/

kinect新的库，可以结合OpenNI使用。

https://sites.google.com/a/chalearn.org/gesturechallenge/

kinect手势识别网站。

http://www.ros.org/wiki/mit-ros-pkg

mit的kinect项目，有code。主要是与手势识别相关。

http://www.thoughtden.co.uk/blog/2012/08/kinecting-people-our-top-6-kinect-projects/

kinect 2012年度最具创新的6个项目，有视频，确实够创新的！

http://www.cnblogs.com/yangyangcv/archive/2011/01/07/1930349.html

kinect多点触控的一篇博文。

http://sourceforge.net/projects/kinect-mex/

http://www.mathworks.com/matlabcentral/fileexchange/30242-kinect-matlab

有关matlab for kinect的一些接口。

http://news.9ria.com/2012/1212/25609.html

AIR和Kinect的结合，有一些手指跟踪的code。

http://eeeweba.ntu.edu.sg/computervision/people/home/renzhou/index.htm

研究kinect手势识别的，任洲。刚毕业不久。

 

其他网友cvpr领域的链接总结：

http://www.cnblogs.com/kshenf/

网友整理常用牛人链接总结，非常多。不过个人没有没有每个网站都去试过。所以本文也是我自己总结自己曾经用过的或体会过的。

 

OpenGL有关:

http://nehe.gamedev.net/

NeHe的OpenGL教程英文版。

http://www.owlei.com/DancingWind/

NeHe的OpenGL教程对应的中文版，由网友周玮翻译的。

http://www.qiliang.net/old/nehe_qt/

NeHe的OpengGL对应的Qt版中文教程。

http://blog.csdn.net/qp120291570

网友"左脑设计，右脑编程"的Qt_OpenGL博客,写得还不错。

http://guiliblearning.blogspot.com/

这个博客对opengl的机制有所剖析，貌似要FQ才能进去。

 

cvpr综合网站论坛博客等：

http://www.cvchina.net/

中国计算机视觉论坛

http://www.cvchina.info/

这个博客很不错，每次看完都能让人兴奋，因为有很多关于cv领域的科技新闻，还时不时有视频显示。另外这个博客里面的资源也整理得相当不错。中文的。

http://www.bfcat.com/

一位网友的个人计算机视觉博客，有很多关于计算机视觉前沿的东西介绍，与上面的博客一样，看了也能让人兴奋。

http://blog.csdn.net/v_JULY_v/

牛人博客，主攻数据结构，机器学习数据挖掘算法等。

http://blog.youtueye.com/

该网友上面有一些计算机视觉方向的博客,博客中附有一些实验的测试代码.

http://blog.sciencenet.cn/u/jingyanwang

多看pami才扯谈的博客，其中有不少pami文章的中文介绍。

http://chentingpc.me/

做网络和自然语言处理的，有不少机器学习方面的介绍。

 

ML常用博客资料等：

http://freemind.pluskid.org/

由 pluskid 所维护的 blog，主要记录一些机器学习、程序设计以及各种技术和非技术的相关内容，写得很不错。

http://datasciencemasters.org/

里面包含学ML/DM所需要的一些知识链接，且有些给出了视频教程，网页资料，电子书，开源code等，推荐！

http://cs.nju.edu.cn/zhouzh/index.htm

周志华主页，不用介绍了，机器学习大牛，更可贵的是他的很多文章都有源码公布。

http://www.eecs.berkeley.edu/~jpaisley/Papers.htm

John Paisley的个人主页，主要研究机器学习领域，有些文章有代码提供。

http://foreveralbum.yo2.cn/

里面有一些常见机器学习算法的详细推导过程。

http://blog.csdn.net/abcjennifer

浙江大学CS硕士在读，关注计算机视觉，机器学习，算法研究，博弈， 人工智能， 移动互联网等学科和产业。该博客中有很多机器学习算法方面的介绍。

http://www.wytk2008.net/

无垠天空的机器学习博客。

http://www.chalearn.org/index.html

机器学习挑战赛。

http://licstar.net/

licstar的技术博客，偏自然语言处理方向。

 

国内科研团队和牛人网页：

http://vision.ia.ac.cn/zh/index_cn.html

中科院自动化所机器视觉课题小组，有相关数据库、论文、课件等下载。

http://www.cbsr.ia.ac.cn/users/szli/

李子青教授个人主页，中科院自动化所cvpr领域牛叉人！

http://www4.comp.polyu.edu.hk/~cslzhang/

香港理工大学教授lei zhang个人主页，也是cvpr领域一大牛人啊，cvpr，iccv各种发表。更重要的是他所以牛叉论文的code全部公开，非常难得！

http://liama.ia.ac.cn/wiki/start

中法信息、自动化与应用联合实验室，里面很多内容不仅限而cvpr，还有ai领域一些其他的研究。

http://www.cogsci.xmu.edu.cn/cvl/english/

厦门大学特聘教授，cv领域一位牛人。研究方向主要为目标检测，目标跟踪，运动估计，三维重建，鲁棒统计学，光流计算等。

http://idm.pku.edu.cn/index.aspx

北京大学数字视频编码技术国家实验室。 

http://www.csie.ntu.edu.tw/~cjlin/libsvm/

libsvm项目网址，台湾大学的，很火！

http://www.jdl.ac.cn/user/sgshan/index.htm

山世光，人脸识别研究比较牛。在中国科学院智能信息处理重点实验室

 

国外科研团队和牛人网页：

https://netfiles.uiuc.edu/jbhuang1/www/resources/vision/index.html

常见计算机视觉资源整理索引，国外学者整理，全是出名的算法，并且带有代码的，这个非常有帮助，其链接都是相关领域很火的代码。

http://www.cs.cmu.edu/afs/cs/project/cil/ftp/html/txtv-groups.html

国外学者整理的各高校研究所团队网站

http://research.microsoft.com/en-us/groups/vision/

微软视觉研究小组，不解释，大家懂的，牛！

http://lear.inrialpes.fr/index.php

法国国家信息与自动化研究所，有对应牛人的链接，论文项目网页链接，且一些code对应链接等。

http://www.cs.ubc.ca/~pcarbo/objrecls/

Learning to recognize objects withlittle supervision该篇论文的项目网页，有对应的code下载，另附有详细说明。

http://www.eecs.berkeley.edu/~lbourdev/poselets/

poselets相关研究界面，关于poselets的第一手资料。

http://www.cse.oulu.fi/CMV/Research

芬兰奥卢大学计算机科学与工程学院网页，里面有很多cv领域相关的研究，比如说人脸，脸部表情，人体行为识别，跟踪，人机交互等cv基本都涉及有。

http://www.cs.cmu.edu/~cil/vision.html

卡耐基梅隆大学计算机视觉主页，内容非常多。可惜的是该网站内容只更新到了2004年。

http://vision.stanford.edu/index.html

斯坦福大学计算机视觉主页，里面有非常非常多的牛人，比如说大家熟悉的lifeifei.

http://www.wavelet.org/index.php

关于wavelet研究的网页。

http://civs.ucla.edu/

加州大学洛杉矶分校统计学院，关于统计学习方面各种资料，且有相应的网上公开课。

http://www.cs.cmu.edu/~efros/

卡耐基梅隆大学Alexei(Alyosha)Efros教授个人网站，计算机图形学高手。

http://web.mit.edu/torralba/www//

mit牛人Associate教授个人网址，主要研究计算机视觉人体视觉感知，目标识别和场景理解等。

http://people.csail.mit.edu/billf/

mit牛人William T. Freeman教授，主要研究计算机视觉和图像学

http://www.research.ibm.com/peoplevision/

IBM人体视觉研究中心，里面除了有其研究小组的最新成果外，还有很多测试数据(特别是视频）供下载。

http://www.vlfeat.org/

vlfeat主页，vlfeat也是一个开源组织，主要定位在一些最流行的视觉算法开源上，Ｃ编写，其很多算法效果比opencv要好,不过数量不全，但是非常有用。

http://www.robots.ox.ac.uk/~az/

Andrew Zisserman的个人主页，这人大家应该熟悉，《计算机视觉中的多视几何》这本神书的作者之一。

http://www.cs.utexas.edu/~grauman/

KristenGrauman教授的个人主页，是个大美女，且是2011年“马尔奖”获得者，”马尔奖“大家都懂的，计算机视觉领域的最高奖项，目前无一个国内学者获得过。她的主要研究方法是视觉识别。

http://groups.csail.mit.edu/vision/welcome/

mit视觉实验室主页。

http://code.google.com/p/sixthsense/

曾经在网络上非常出名一个视频，一个作者研究的第六感装置，现在这个就是其开源的主页。

http://vision.ucsd.edu/~pdollar/research.html#BehaviorRecognitionAnimalBehavior

Piotr Dollar的个人主要，主要研究方向是人体行为识别。

http://www.mmp.rwth-aachen.de/

移动多媒体处理，将移动设备，计算机图像学，视觉，图像处理等结合的领域。

http://www.di.ens.fr/~laptev/index.html

Ivan Laptev牛人主页，主要研究人体行为识别。有很多数据库可以下载。

http://blogs.oregonstate.edu/hess/

Rob Hess的个人主要，里面有源码下载，比如说粒子滤波，他写的粒子滤波在网上很火。

http://morethantechnical.googlecode.com/svn/trunk/

cvpr领域一些小型的开源代码。

http://iica.de/pd/index.py

做行人检测的一个团队，内部有一些行人检测的代码下载。

http://www.cs.utexas.edu/~grauman/research/pubs.html

UT-Austin计算机视觉小组，包含的视觉研究方向比较广，且有的文章有源码，你只需要填一个邮箱地址，系统会自动发跟源码相关的信息过来。

http://www.robots.ox.ac.uk/~vgg/index.html

visual geometrygroup

 

图像:

http://blog.sina.com.cn/s/blog_4cccd8d301012pw5.html

交互式图像分割代码。

http://vision.csd.uwo.ca/code/

graphcut优化代码。

 

语音：

http://danielpovey.com/kaldi-lectures.html

语音处理中的kaldi学习。

 

算法分析与设计（计算机领域的基础算法）：

http://www.51nod.com/focus.html

该网站主要是讨论一些算法题。里面的李陶冶是个大牛，回答了很多算法题。

 

一些综合topic列表：

http://www.cs.cornell.edu/courses/CS7670/2011fa/

计算机视觉中的些topic（Special Topics in Computer Vision），截止到2011年为止，其引用的文章都是非常顶级的topic。

 

书籍相关网页：

http://www.imageprocessingplace.com/index.htm

冈萨雷斯的《数字图像处理》一书网站，包含课程材料，matlab图像处理工具包，课件ppt等相关素材。

Consumer Depth Camerasfor Computer Vision

很优秀的一本书，不过很贵，买不起啊！做深度信息的使用这本书还不错，google图中可以预览一部分。

Making.Things.See

针对Kinect写的，主要关注深度信息，较为基础。书籍中有不少例子，貌似是java写的。

 

国内一些AI相关的研讨会：

http://www.iipl.fudan.edu.cn/MLA13/index.htm

中国机器学习及应用研讨会(这个是2013年的)

 

期刊会议论文下载：

http://cvpapers.com/

几个顶级会议论文公开下载界面，比如说ICCV,CVPR,ECCV,ACCV,ICPR,SIGGRAPH等。

http://www.cvpr2012.org/

cvpr2012的官方地址，里面有各种资料和信息，其他年份的地址类似推理更改即可。

http://www.sciencedirect.com/science/journal/02628856

ICV期刊下载

http://www.computer.org/portal/web/tpami

TPAMI期刊，AI领域中可以算得上是最顶级的期刊了，里面有不少cvpr方面的内容。

http://www.springerlink.com/content/100272/

IJCV的网址。

http://books.nips.cc/

NIPS官网，有论文下载列表。

http://graphlab.org/lsrs2013/program/

LSRS （会议）地址，大规模推荐系统，其它年份依次类推。

 

会议期刊相关信息：

http://conferences.visionbib.com/Iris-Conferences.html

该网页列出了图像处理，计算机视觉领域相关几乎所有比较出名的会议时间表。

http://conferences.visionbib.com/Browse-conf.php

上面网页的一个子网页，列出了最近的CV领域提交paper的deadline。

 

cvpr相关数据库下载：

http://research.microsoft.com/en-us/um/people/jckrumm/WallFlower/TestImages.htm

微软研究院牛人Wallflower Paper的论文中用到的目标检测等测试图片

http://archive.ics.uci.edu/ml/

UCI数据库列表下载，最常用的机器学习数据库列表。

http://www.cs.rochester.edu/~rmessing/uradl/

人体行为识别通过关键点的跟踪视频数据库，Rochester university的

http://www.research.ibm.com/peoplevision/performanceevaluation.html

IBM人体视觉研究中心，有视频监控等非常多的测试视频。

http://www.cvpapers.com/datasets.html

该网站上列出了常见的cvpr研究的数据库。

http://www.cs.washington.edu/rgbd-dataset/index.html

RGB-D Object Dataset.做目标识别的。

 

AI相关娱乐网页：

http://en.akinator.com/

该网站很好玩，可以测试你心里想出的一个人名(当然前提是这个人必须有一定的知名度)，然后该网站会提出一系列的问题，你可以选择yes or no,or I don’t know等等，最后系统会显示你心中所想的那个人。

http://www.doggelganger.co.nz/

人与狗的匹配游戏，摄像头采集人脸，呵呵…

 

Android相关：

https://code.google.com/p/android-ui-utils/

该网站上有一些android图标,菜单等跟界面有关的设计工具,可以用来做一些简单的UI设计.

 

工具和code下载：

http://lear.inrialpes.fr/people/dorko/downloads.html

6种常见的图像特征点检测子，linux下环境运行。不过只提供了二进制文件，不提供源码。

http://www.cs.ubc.ca/~pcarbo/objrecls/index.html#code

ssmcmc的matlab代码,是Learning to recognize objects withlittle supervision这一系列文章用的源码，属于目标识别方面的研究。

http://www.robots.ox.ac.uk/~timork/

仿射无关尺度特征点检测算子源码，还有些其它算子的源码或二进制文件。

http://www.vision.ee.ethz.ch/~bleibe/code/ism.html

隐式形状模型(ISM)项目主页，作者Bastian Leibe提供了linux下运行的二进制文件。

http://www.di.ens.fr/~laptev/download.html#stip

Ivan Laptev牛人主页中的STIP特征点检测code，但是也只是有二进制文件，无源码。该特征点在行为识别中该特征点非常有名。

http://ai.stanford.edu/~quocle/

斯坦福大学Quoc V.Le主页，上有它2011年行为识别文章的代码。

 

开源软件：

http://mloss.org/software/

一些ML开源软件在这里基本都可以搜到，有上百个。

https://github.com/myui/hivemall

Scalable machine learning library forHive/Hadoop.

http://scikit-learn.org/stable/

 

基于python的机器学习开源软件，文档写得不错。

 

挑战赛：

http://www.chioka.in/kaggle-competition-solutions/

kaggle一些挑战赛的code. 

 

公开课：

网易公开课，国内做得很不错的公开课，翻译了一些国外出名的公开课教程，与国外公开课平台coursera有合作。

coursera在线教育网上公开课，很新，有个邮箱注册即可学习，有不少课程，且有对应的练习，特别是编程练习，超赞。

斯坦福网上公开课链接，有统计学习，凸优化等课程。

udacity公开课程下载链接，其实速度还可以。里面有不少好教程。

机器学习公开课的连接，有不少课。

 
转自 ： http://www.cnblogs.com/tornadomeet 

 

挑战赛：

 

（1）googleResearch； http://research.google.com/index.html
（2）MIT博士，汤晓欧学生林达华； http://people.csail.mit.edu/dhlin/index.html
（3）MIT博士后Douglas Lanman； http://web.media.mit.edu/~dlanman/
（4）opencv中文网站； http://www.opencv.org.cn/index.php/%E9%A6%96%E9%A1%B5
（5）Stanford大学vision实验室； http://vision.stanford.edu/research.html
（6）Stanford大学博士崔靖宇； http://www.stanford.edu/~jycui/
（7）UCLA教授朱松纯； http://www.stat.ucla.edu/~sczhu/
（8）中国人工智能网； http://www.chinaai.org/
（9）中国视觉网； http://www.china-vision.net/
（10）中科院自动化所； http://www.ia.cas.cn/
（11）中科院自动化所李子青研究员； http://www.cbsr.ia.ac.cn/users/szli/
（12）中科院计算所山世光研究员； http://www.jdl.ac.cn/user/sgshan/
（13）人脸识别主页； http://www.face-rec.org/
（14）加州大学伯克利分校CV小组；http://www.eecs.berkeley.edu/Research/Projects/CS/vision/
（15）南加州大学CV实验室； http://iris.usc.edu/USC-Computer-Vision.html
（16）卡内基梅隆大学CV主页； http://www-2.cs.cmu.edu/afs/cs/project/ ... ision.html
（17）微软CV研究员Richard Szeliski； http://research.microsoft.com/en-us/um/people/szeliski/
（18）微软亚洲研究院计算机视觉研究组； http://research.microsoft.com/en-us/groups/vc/
（19）微软剑桥研究院ML与CV研究组； http://research.microsoft.com/en-us/gro... fault.aspx
（20）研学论坛； http://bbs.matwav.com/
（21）美国Rutgers大学助理教授刘青山； http://www.research.rutgers.edu/~qsliu/
（22）计算机视觉最新资讯网； http://www.cvchina.info/
（23）运动检测、阴影、跟踪的测试视频下载；http://apps.hi.baidu.com/share/detail/18903287
（24）香港中文大学助理教授王晓刚； http://www.ee.cuhk.edu.hk/~xgwang/
(25)香港中文大学多媒体实验室（汤晓鸥）; http://mmlab.ie.cuhk.edu.hk/
(26)U.C.San Diego. computer vision;http://vision.ucsd.edu/content/home
(27)CVonline; http://homepages.inf.ed.ac.uk/rbf/CVonline/
(28)computervision software; http://peipa.essex.ac.uk/info/software.html
(29)ComputerVision Resource; http://www.cvpapers.com/
(30)computervision research groups;http://peipa.essex.ac.uk/info/groups.html
(31)computervision center; http://computervisioncentral.com/cvcnews
(32)浙江大学图像技术研究与应用（ITRA）团队：http://www.dvzju.com/
(33)自动识别网：http://www.autoid-china.com.cn/
(34)清华大学章毓晋教授：http://www.tsinghua.edu.cn/publi ...3552339241557_.html
(35)顶级民用机器人研究小组Porf.Gary领导的Willow Garage:http://www.willowgarage.com/
(36)上海交通大学图像处理与模式识别研究所：http://www.pami.sjtu.edu.cn/
(37)上海交通大学计算机视觉实验室刘允才教授：http://www.visionlab.sjtu.edu.cn/
(38)德克萨斯州大学奥斯汀分校助理教授Kristen Grauman ：http://www.cs.utexas.edu/~grauman/
(39)清华大学电子工程系智能图文信息处理实验室（丁晓青教授）：http://ocrserv.ee.tsinghua.edu.cn/auto/index.asp
(40)北京大学高文教授：http://www.jdl.ac.cn/htm-gaowen/
(41)清华大学艾海舟教授：http://media.cs.tsinghua.edu.cn/cn/aihz
(42)中科院生物识别与安全技术研究中心：http://www.cbsr.ia.ac.cn/china/index%20CH.asp
(43)瑞士巴塞尔大学 Thomas Vetter教授：http://informatik.unibas.ch/personen/vetter_t.html
(44)俄勒冈州立大学 Rob Hess博士：http://blogs.oregonstate.edu/hess/
(45)深圳大学 于仕祺副教授：http://yushiqi.cn/
(46)西安交通大学人工智能与机器人研究所：http://www.aiar.xjtu.edu.cn/
(47)卡内基梅隆大学研究员Robert T. Collins:http://www.cs.cmu.edu/~rcollins/home.html#Background
(48)MIT博士Chris Stauffer:http://people.csail.mit.edu/stauffer/Home/index.php
(49)美国密歇根州立大学生物识别研究组(Anil K. Jain教授)：http://www.cse.msu.edu/rgroups/biometrics/
(50)美国伊利诺伊州立大学Thomas S. Huang:http://www.beckman.illinois.edu/directory/t-huang1
(51)武汉大学数字摄影测量与计算机视觉研究中心：http://www.whudpcv.cn/index.asp
(52)瑞士巴塞尔大学Sami Romdhani助理研究员：http://informatik.unibas.ch/personen/romdhani_sami/
(53)CMU大学研究员Yang Wang:http://www.cs.cmu.edu/~wangy/home.html
(54)英国曼彻斯特大学Tim Cootes教授：http://personalpages.manchester.ac.uk/staff/timothy.f.cootes/
(55)美国罗彻斯特大学教授Jiebo Luo: http://www.cs.rochester.edu/u/jluo/
(56)美国普渡大学机器人视觉实验室：https://engineering.purdue.edu/RVL/Welcome.html
(57)美国宾利州立大学感知、运动与认识实验室：http://vision.cse.psu.edu/home/home.shtml
(58)美国宾夕法尼亚大学GRASP实验室：https://www.grasp.upenn.edu/
(59)美国内达华大学里诺校区CV实验室：http://www.cse.unr.edu/CVL/index.php
(60)美国密西根大学vision实验室： http://www.eecs.umich.edu/vision/index.html
(61)Universityof Massachusetts(麻省大学),视觉实验室：[url=http://vis-www.cs.umass.edu/index.html]http://vis-www.cs.umass.edu/index.html[/url]
(62)华盛顿大学博士后Iva Kemelmacher:http://www.cs.washington.edu/homes/kemelmi
(63)以色列魏茨曼科技大学Ronen Basri:http://www.wisdom.weizmann.ac.il/~ronen/index.html
(64)瑞士ETH-Zurich大学CV实验室：http://www.vision.ee.ethz.ch/boostingTrackers/index.htm
(65)微软CV研究员张正友：http://research.microsoft.com/en-us/um/people/zhang/
(66)中科院自动化所医学影像研究室：http://www.3dmed.net/
(67)中科院田捷研究员：http://www.3dmed.net/tian/
(68)微软Redmond研究院研究员Simon Baker:http://research.microsoft.com/en-us/people/sbaker/
(69)普林斯顿大学教授李凯：http://www.cs.princeton.edu/~li/
(70)普林斯顿大学博士贾登：http://www.cs.princeton.edu/~jiadeng/
(71)牛津大学教授Andrew Zisserman： http://www.robots.ox.ac.uk/~az/
(72)英国leeds大学研究员Mark Everingham:http://www.comp.leeds.ac.uk/me/
(73)英国爱丁堡大学教授Chris William: http://homepages.inf.ed.ac.uk/ckiw/
(74)微软剑桥研究院研究员John Winn: http://johnwinn.org/
(75)佐治亚理工学院教授Monson H.Hayes：http://savannah.gatech.edu/people/mhayes/index.html
(76)微软亚洲研究院研究员孙剑：http://research.microsoft.com/en-us/people/jiansun/
(77)微软亚洲研究院研究员马毅：http://research.microsoft.com/en-us/people/mayi/
(78)英国哥伦比亚大学教授David Lowe: http://www.cs.ubc.ca/~lowe/
(79)英国爱丁堡大学教授Bob Fisher: http://homepages.inf.ed.ac.uk/rbf/
(80)加州大学圣地亚哥分校教授Serge J.Belongie:http://cseweb.ucsd.edu/~sjb/
(81)威斯康星大学教授Charles R.Dyer: http://pages.cs.wisc.edu/~dyer/
(82)多伦多大学教授Allan.Jepson: http://www.cs.toronto.edu/~jepson/
(83)伦斯勒理工学院教授Qiang Ji: http://www.ecse.rpi.edu/~qji/
(84)CMU研究员Daniel Huber: http://www.ri.cmu.edu/person.html?person_id=123
(85)多伦多大学教授：David J.Fleet: http://www.cs.toronto.edu/~fleet/
(86)伦敦大学玛丽女王学院教授Andrea Cavallaro:http://www.eecs.qmul.ac.uk/~andrea/
(87)多伦多大学教授Kyros Kutulakos: http://www.cs.toronto.edu/~kyros/
(88)杜克大学教授Carlo Tomasi: http://www.cs.duke.edu/~tomasi/
(89)CMU教授Martial Hebert: http://www.cs.cmu.edu/~hebert/
(90)MIT助理教授Antonio Torralba: http://web.mit.edu/torralba/www/
(91)马里兰大学研究员Yasel Yacoob: http://www.umiacs.umd.edu/users/yaser/
(92)康奈尔大学教授Ramin Zabih: http://www.cs.cornell.edu/~rdz/
(93)CMU博士田渊栋: http://www.cs.cmu.edu/~yuandong/
(94)CMU副教授Srinivasa Narasimhan: http://www.cs.cmu.edu/~srinivas/
(95)CMU大学ILIM实验室：http://www.cs.cmu.edu/~ILIM/
(96)哥伦比亚大学教授Sheer K.Nayar: http://www.cs.columbia.edu/~nayar/
(97)三菱电子研究院研究员Fatih Porikli ：http://www.porikli.com/
(98)康奈尔大学教授Daniel Huttenlocher：http://www.cs.cornell.edu/~dph/
(99)南京大学教授周志华：http://cs.nju.edu.cn/zhouzh/index.htm
(100)芝加哥丰田技术研究所助理教授Devi Parikh: http://ttic.uchicago.edu/~dparikh/index.html
(101)瑞士联邦理工学院博士后Helmut Grabner: http://www.vision.ee.ethz.ch/~hegrabne/#Short_CV

 

计算机视觉牛人：

 

1.cv圈的格局,按师承关系,总结a tree stucture of cv guys.

 

David Marr

----->ShimonUllman (Weizmann)

----->EricGrimson (MIT)

       ----->Daniel Huttenlocher (Cornell)

       ----->PedroFelzenszwalb (Chicago)

 

Thomas Binford (Stanford)

----->David Lowe (UBC)

----->Jitendra Malik (UC Berkeley)

      ----->PietroPerona (Caltech)

              ----->Stefano Soatto (UCLA)

              ----->Fei-Fei Li (Princeton)

       ----->Jianbo Shi (UPenn)

       ----->Yizhou Yu (UIUC)

       ----->ChristophBregler (NYU)

      ----->Serge Belongie (UCSD)

      ----->Alyosha Efros (CMU)

 

Andrew Blake (Microsoft Research Cambridge)

----->Andrew Zisserman (Oxford)

      ----->Andrew Fitzgibbon (Microsoft Research Cambridge)

----->Roberto Cipolla (Cambridge)

----->Alan Yuille (UCLA)

(UK这个学派的师承关系不太清楚, 这是我听说加上自己猜测的. 事实上, 几个

非常优秀的researcher如Vladimir Kolmogorov虽然不是Andrew Blake的学生, 但是

也属于这个学派. )

 

Thomas Huang (UIUC)

----->Yong Rui (Microsoft Research Redmond)

----->Nebojsa Jojic (Microsoft Research Redmond)

----->Ying Wu (Northwestern University)

----->Hai Tao (UCSC)

----->Yuncai Liu (SJTU)

(Huang这个系的人太多, 而且很怪的是, UIUC的web上信息不全, 在此仅列出我知道的.)

 

此外, 还有Takeo Kanade等非常有名的大牛, 囿于篇幅, 不一一列举. 从上得知, 加州派

基本占了cv的半壁江山.

Olivier Faugeras

  ----Ponce  UIUC

      ---lazebnik

  ----Zhengyou Zhang    MSR

   ----Martial Hebert  CMU

Mit AI lab

  poggio

       ---Oliva

       ---serre

   Freeman 80年代还来太原理工扶贫了

      ---Y. Weiss

       ----- Levin

      ---Antonio Torralba （research scientist）

   Trevor Darrell

      ---Grauman

补充一下

   Zisserman还有一个不错的学生

lifeifei的合作者Rob Fergus

 

MIT的Brain & Cognitive Science Dept和CSAIL里面聚集了一帮人，有的作lowlevel有的作mid levelto high level的。他们的工作是值得关注的。

 

当然说视觉还是要从伟大的DavidMarr开始。TomasoPoggio, Richard Whitman是Marr的同事，传承了其理念，一直往下走。Poggio最近几年比较重点的工作放在他那个hierarchical model上。

 

T. Poggio的第一个PhD学生是ChristofKoch （kLab atCaltech）。哦，顺便说一下Koch的另外一个导师是Valentino Breitenberg——同样是影响了一个时代的大人物。Koch研究重点兴趣在consciousness上，在Nature上的很多文章体现了他的研究思想。不过他们也做不少初级的视觉问题，诸如attention。

Koch比较知名的弟子比如Laurent Itti和Li Feifei。

 

Richard Whitman 年纪比较大了，个人不是很关注他现在做的东西。不过他所在的PerceptualScience Group，是一个非常有影响力的地方，这个组其他大家比较熟悉的老师有Aude Oliva和EH Adelson。Adelson最著名的一个事儿是色彩恒常相关的视错觉，93年发在Science上的那篇。

 

关于Oliva，前面的帖子错了，她不是Poggio的学生，这家伙和Torralba是老乡，同在法国念书，主要从心理学那条路子开始做，成名之役是hybridimage，和AntonioTorrralba一起搞的。这个HybridImage 其实80年代就有了，但是最开始从心理学方向上探讨，没有非常有影响力的文章。后来开始靠谱作自然图像统计，得到Gist theory，当然这个illusion本身后来转投SIGGRAPH，其影响是深远的。嗯，这个和CV关系不大。

Perceptual Science Group出了不少牛人，他们的alumni list可谓超豪华阵容：Yair Weiss, Josh Tenenbaum,Pawan Sinha, Bill Freeman……

 

2.最近几年, 特别活跃的cv guys

USA

JitendraMalik, UC Berkeley

PietroPerona, Caltech

SergeBelongie, UCSD加利福尼亚大学圣迭戈分校

Jianbo Shi,UPenn

StefanoSoatto, UCLA

Fei-Fei Li,Princeton

WilliamFreeman, MIT

TrevorDarrell, MIT

SimonBaker, CMU

Yanxi Liu,CMU

SongchunZhu, UCLA

Alan Yuille, UCLA

Yi Ma, UIUC

Michael Black, Brown

Carlo Tomasi, Duke

Ramin Zabih, Cornell

Shree Nayar, Columbia

Rama Chellappa, Maryland

Steve Seitz, University of Washington

（UCBerkeley,Caltech,UCSD,UPenn,MIT,CMU,UCLA,UIUC,Brown,Duke,Cornell,Coiumbia,Marryland,Washington）

朱松纯 （Song-Chun Zhu）

http://www.stat.ucla.edu/~sczhu/

 

Europe

Andrew Zisserman, Oxford, UK

Andrew Fitzgibbon, Microsoft Research Cambridge, UK

Roberto Cipolla, Cambridge, UK

Jean Ponce, INRIA, France

Cordelia Schmid, INRIA, France

Bill Triggs, LEAR, France

Yair Weiss, Hebrew University, Israel

Anat Levin, Hebrew University, Israel

Michal Irani, Weizmann, Israel

Luc van Gool, University of Leuven/ETHZurich, Czechic

 

China

Harry Shum, MSRA

Xiaoou Tang, MSRA/CUHK

Jian Sun, MSRA

Steve Lin, MSRA

Yasuyuki Matsushita, MSRA

Zhouchen Lin, MSRA

Long Quan, HKUST

Chi-Keung Tang, HKUST

 

3.按研究方向划分

按研究方向划分， 应该更合理一些。现在计算机视觉， 计算机图形图像，机器学习开始融合到一起了吧。

 

J. Malik，Zhu Songchu偏segmentation;

D. Lowe, S. Ullman,Poggio 偏于从生物视觉的启发来研究视觉；

Zisserman, Schmid, Lowe研究局部特征；

Luc Van Goo， Long Quanl三维重建；

Perona, Li Feife， Freeman视觉i学习，物体分类；

还有运动分析， 视觉跟踪，纹理分析.............

 

美国计算机领域大牛教授排行，点击可以看到他们的个人网页、介绍以及联系方式等，方便大家搜索。申请美国计算机专业的申请人很多，希望以下文章能方便大家搜索，给大家提供帮助。

　　一大堆fellow和拿了图灵奖的，但做网络方向不多，只知道 David Culler 和 Leslie Lamport 。这里面华人还是很多的。 In this paper, J. E.Hirsch, Dept of Physics, UCSD, proposes "the index h, defined as thenumber of papers with citation number higher or equal to h, as a useful indexto characterize the scientific output of a researcher."

Here is a partial list of computer scienceresearchers who each has an h index of 40 or higher according to GoogleScholar. Several websites provide easy-to-use interfaces for computing an hindex, including scHolar index and Harzing's publish and perish. Send comments,corrections, and new entries to Jens Palsberg(UCLA). I do maintain the list:mostly, I add people and update numbers upon request and when I happen tonotice a high h index. Most of the numbers on this page are the results ofcounting efforts by the listed people themselves. I have computed some of thenumbers myself by comparing output from Google Scholar with other listings ofresearch papers, such as from personal webpages or DBLP.

92 Terrence Sejnowski (UCSD), IEEE Fellow,Member of the Institute of Medicine

89 Hector Garcia-Molina (Stanford), ACMFellow, Member of the National Academy of Engineering

87 Jeffrey D. Ullman (Stanford), ACMFellow, Member of the National Academy of Engineering

82 Robert Tarjan (Princeton), Turing Award,ACM Fellow, Member of the National Academy of Engineering

80 Deborah Estrin (UCLA), ACM Fellow, IEEEFellow, Member of the National Academy of Engineering

79 Christos H. Papadimitriou (Berkeley),ACM Fellow, Member of the National Academy of Engineering

77 Don Towsley (U Mass, Amherst), ACMFellow, IEEE Fellow

73 Ian Foster (Argonne National Laboratory& U Chicago)

71 Scott Shenker (Berkeley), ACM Fellow,IEEE Fellow

70 David Culler (Berkeley), ACM Fellow,Member of the National Academy of Engineering

70 DavidHaussler (UC Santa Cruz)

69 Nick Jennings(U Southampton), Fellow of the Royal Academy of Engineering

68 Michael I. Jordan (Berkeley), AAAS Fellow, IEEE Fellow, AAAIFellow

68 Takeo Kanade (CMU), ACM Fellow, IEEEFellow, Member of the National Academy of Engineering

64 Demetri Terzopoulos (UCLA), ACM Fellow,IEEE Fellow, Member of the European Academy of Sciences

64 MartinVetterli (EPFL), IEEE Fellow

63 MarcoDorigo (U Libre de Bruxelles)

62 Alon Halevy [Alon Levy] (Google), ACMFellow

61 Mario Gerla (UCLA), IEEE Fellow

58 Luca Cardelli (Microsoft), ACM Fellow

58 Ronald Fagin (IBM Almaden), ACM Fellow,IEEE Fellow, AAAS Fellow, ACM SIGMOD Edgar F. Codd Innovations Award

58 Anil K. Jain (Michigan State U), ACM Fellow, IEEE Fellow

58 Amit Sheth (Wright State U), IEEE Fellow

57 Martin Abadi (UC Santa Cruz and Microsoft), ACM Fellow

57 Mihir Bellare (UCSD)

57 Sushil Jajodia (George Mason U)

57 Leslie Lamport (Microsoft), Member ofthe National Academy of Engineering

56 David Dill (Stanford), ACM Fellow, IEEEFellow

56 Randy H. Katz (Berkeley),ACM Fellow, IEEE Fellow, Member of the National Academy of Engineering

56 Steven Salzberg (U Maryland)

56 HongJiang Zhang (Microsoft), ACM Fellow,IEEE Fellow

 

55 Jennifer Widom (Stanford), ACM Fellow,Member of the National Academy of Engineering

54 Jack Dongarra (U Tennessee),ACM Fellow, IEEE Fellow, Member of the National Academy of Engineering

54 David E. Goldberg (UIUC)

54 Ken Kennedy (Rice), ACM Fellow, IEEEFellow, Member of the National Academy of Engineering

54 Amir Pnueli (Weizmann and New York University),Turing Award, ACM Fellow, Member of the National Academy of Engineering

54 Herbert A. Simon (CMU), Turing Award,ACM Fellow, Nobel Laureate

54 Jeffrey Vitter (Texas A&M), ACM Fellow, IEEE Fellow

54 Philip S. Yu (UIC), ACM Fellow, IEEEFellow

53 Tim Finin (UMBC)

53 Sally Floyd (ICSI), ACM Fellow

53 Tomaso Poggio (MIT)

53 Eduardo Sontag (Rutgers),IEEE Fellow

52 Rakesh Agrawal (Microsoft), ACM Fellow,IEEE Fellow, Member of the National Academy of Engineering

52 StanleyOsher (UCLA), Member of the National Academy of Sciences

51 Jiawei Han (UIUC), ACM Fellow

51 Richard Karp (Berkeley), Turing Award,ACM Fellow, Member of the National Academy of Engineering

51 Alex Pentland (MIT)

50 Andrew B. Kahng (UCSD)

50 Alberto Sangiovanni-Vincentelli(Berkeley), Member of the National Academy of Engineering

50 Lixia Zhang (UCLA), ACM Fellow

49 Serge Abiteboul (INRIA)

49 Rajeev Alur (U Penn), ACM Fellow, IEEEFellow

49 Rama Chellappa (U Maryland)

49 W. Bruce Croft (U Mass, Amherst), ACMFellow

49 Jon Crowcroft (U Cambridge), ACM Fellow, IEEE Fellow

49 David J. DeWitt (Wisconsin),ACM Fellow, Member of the National Academy of Engineering

49 Mark Handley (U College London)

49 Daphne Koller (Stanford), ACM InfosysFoundation Award

49 MaurizioLenzerini (Sapienza Universita di Roma)

49 John McCarthy (Stanford), Turing Award,Member of the National Academy of Engineering

49 Michael Stonebraker (MIT), ACM Fellow,Member of the National Academy of Engineering

49 Sebastian Thrun (Stanford)

48 Michael J. Carey (UC Irvine), ACMFellow, Member of the National Academy of Engineering

48 Kai Li (Princeton),ACM Fellow

48 Pavel Pevzner (UCSD)

48 Mihalis Yannakakis (Columbia), ACM Fellow

47 Wil van der Aalst (TU Eindhoven)

47 Leonard Kleinrock (UCLA), ACM Fellow,IEEE Fellow, Member of the National Academy of Engineering

47 Jim Kurose (U Mass, Amherst), ACMFellow, IEEE Fellow

47 Richard Lipton (Georgia Tech), ACMFellow, Member of the National Academy of Engineering

47 Judea Pearl(UCLA), IEEE Fellow, Member of the National Academy of Engineering

47 Ben Shneiderman (U Maryland), ACM Fellow

46 Norman I.Badler (U Penn)

46 Hari Balakrishnan (MIT), ACM Fellow

46 David Harel (The Weizmann Institute ofScience), ACM Fellow, IEEE Fellow

46 Geoffrey E. Hinton (Toronto)

46 Thomas S. Huang (UIUC), IEEE Fellow,Member of the National Academy of Engineering

46 Gordon Plotkin (U Edinburgh)

46 Tuomas Sandholm (CMU), ACM Fellow

46 Douglas C. Schmidt (Vanderbilt University)

46 John A. Stankovic (U Virginia), ACMFellow

45 Olivier Faugeras (INRIA), Member of the French Academyof Sciences

45 JoseJoaquin Garcia-Luna-Aceves (UC Santa Cruz), ACM Fellow, IEEE Fellow

45 Jim Gray (Microsoft), Turing Award, ACMFellow

45 M. Frans Kaashoek (MIT), ACM Fellow

45 Carl Kesselman (USC/ISI)

45 Vipin Kumar (U Minnesota), ACM Fellow, IEEE Fellow

45 Victor Lesser (U Mass, Amherst), AAAIFellow

45 Heikki Mannila (U Helsinki)

45 Rajeev Motwani (Stanford), ACM Fellow

45 Badri Nath [B R Badrinath] (Rutgers)

45 Prabhakar Raghavan (Yahoo! Research),ACM Fellow, IEEE Fellow

45 Eero P. Simoncelli (NYU), IEEE Fellow

45 Moshe Y. Vardi (Rice), ACM Fellow, Memberof the National Academy of Engineering

44 Victor Basili (U Maryland), ACM Fellow

44 Christos Faloutsos (CMU)

44 Oded Goldreich (Weizmann)

44 H. V. Jagadish (U Michigan), ACM Fellow

44 Amin Vahdat (UCSD)

43 Michael Franklin (Berkeley), ACM Fellow

43 Joseph Goguen (UCSD)

43 Ramesh Govindan (USC)

43 Simon Peyton Jones (Microsoft), ACMFellow

43 Won Kim (Sung Kyun Kwan University), ACM Fellow

43 Barbara Liskov (MIT), Turing Award, ACMFellow, Member of the National Academy of Engineering

43 David Maier (Portland State U), ACM Fellow

43 Robin Milner (U Cambridge, UK),Turing Award, ACM Fellow

43 Vern Paxson (ICSI), ACM Fellow

43 Krithi Ramamritham (IIT Bombay), ACM Fellow, IEEE Fellow

43 Ronald L. Rivest (MIT), Turing Award,ACM Fellow, Member of the National Academy of Engineering

42 Michael Arbib (USC)

42 Barry Boehm (USC), ACM Fellow

42 Pat Hanrahan (Stanford), ACM Fellow,Member of the National Academy of Engineering

42 Thomas A. Henzinger (EPFL), ACM Fellow

42 Donald E. Knuth (Stanford), TuringAward, ACM Fellow, Member of the National Academy of Engineering

42 Teuvo Kohonen (Academy of Finland)

42 Miron Livny (Wisconsin)

42 Jose Meseguer (UIUC)

42 Erkki Oja (Helsinki U of Technology)

42 David A. Patterson (Berkeley),ACM Fellow, IEEE Fellow, Member of the National Academy of Engineering

42 Micha Sharir (Tel Aviv University), ACM Fellow

42 Andrew S. Tanenbaum (Vrije U, The Netherlands),ACM Fellow, IEEE Fellow

42 Willy Zwaenepoel (EPFL), ACM Fellow,IEEE Fellow

41 Alex Aiken (Stanford), ACM Fellow

41 Stefano Ceri (Politecnico di Milano)

41 Didier Dubois (CNRS Toulouse)

41 Michael Kearns(U Penn)

41 Jon Kleinberg (Cornell), ACM InfosysFoundation Award

41 Monica S. Lam (Stanford), ACM Fellow

41 Kim G. Larsen (AalborgU)

41 Jitendra Malik (Berkeley), ACM Fellow

41 Deborah L. McGuinness (RPI)

41 Raymond Mooney (UT Austin)

41 Alex Nicolau (UC Irvine)

41 Miodrag Potkonjak (UCLA)

41 Thomas W. Reps (U Wisconsin), ACM Fellow

41 Milind Tambe (USC), AAAI Fellow

41 Gene Tsudik (UC Irvine)

41 Philip Wadler (U Edinburgh), ACM Fellow

40 Andrew Appel (Princeton),ACM Fellow

40 Richard Baraniuk (Rice University),IEEE Fellow

40 Craig Chambers (U Washington)

40 Edmund M. Clarke (CMU), Turing Award,ACM Fellow, IEEE Fellow, Member of the National Academy of Engineering

40 Jason Cong (UCLA), ACM Fellow

40 Ingemar J. Cox (U College London), IEEE Fellow

40 Herbert Edelsbrunner (Duke U)

40 Saul Greenberg (Universityof Calgary), Member of the ACM CHI Academy

40 Rajiv Gupta (UC Riverside), IEEE Fellow

40 Christian S. Jensen (AalborgU), IEEE Fellow

40 David S. Johnson (AT&T Labs), ACMFellow

40 George Karypis (U Minnesota)

40 Henry Levy[url=] (U Washington), ACMFellow, IEEE Fellow

40 [/url]Nancy Lynch (MIT), ACM Fellow,Member of the National Academy of Engineering

40 Maja Mataric (USC)

40 John Mitchell (Stanford), ACM Fellow

40 Charles E. Perkins (Nokia-SiemensNetworks)

40 Benjamin Pierce (U Penn)

40 Raghu Ramakrishnan (Wisconsin), ACM Fellow

40 George Varghese (UCSD), ACM Fellow

40 Ian Witten(U Waikato), ACM Fellow

40 Andrew Zisserman (University of Oxford)

http://www.cs.ucla.edu/~palsberg/h-number.html

　　以上美国计算机领域大牛教授排行以及联系方式希望能够方便申请美国计算机专业的申请人搜索查找相关信息，感谢本文收集者！

超牛的SmartVehicle研究中心与牛人Prof.Dr. Dariu M. Gavrila (2010-12-12 09:54:19)
 

http://www.gavrila.net/index.html

    最近一直在看Gavrila及其他们团队的论文，感觉很牛，十几年前人家就在奔驰的资助下从事智能车辆方面的研究，而且早就开发出了行人检测与防碰撞系统——“PROTECTOR”，已经将计算机视觉、图像处理与模式识别方面的理论应用于道路行车的安全监控中去了，真的很牛。他们的测试实验也都是用奔驰的汽车，他们在智能车辆、行人检测、三维重建方面有着深厚的理论积累与实际开发经验。

  Gavrila的论文感觉很经典，特别是前沿介绍方面感觉真是大家呀，最近几年他的德国学生Enzweiler与Munder在CVPR与IEEE Transaction on PAMI上发表了一系列的识别分类的文章，个人感觉已经很成一个理论体系了。很值得学习。

   由此也想到了关于科研人员研究内容与方向的问题，我们的研究究竟需要一个怎么样的定位？究竟是要解决理论问题还是解决与生产、工业以及人们生活相关的问题？究竟是为了研究而研究还是确实为了解决实际问题而研究？是为了发表几篇论文、或者为了评评职称而研究？个人认为一定要有一个好的方向定位与认真的态度，如果有研究兴趣与研究热情，我们的研究确实又是前瞻性的，确实能解决一些实际问题，这应当是一件非常开心的事情，按照一个自己感兴趣的方向延续下去，顺便将研究成果整理一下就有了论文、专利等成果