STELLAR0的专栏

一个多月以前我去台湾，在一个餐桌上，有一批年纪很大的企业家，头发都很白了，每个人都大谈创新，怎么创新？边上有个人跟我讲，台湾有希望，我想这么大年纪的人还在创新。后来我说台湾没希望了。假如七八十岁的人还在创新，我们问题就大了，他们不相信年轻人比他们更会创新，其实他们应该是尽全力去努力帮助年轻人去创新，建个平台扶持他们创新、帮助他们创新。所以我们认为比年轻人更聪明，那灾难就出现了。我经常看见父母骂

计算机视觉、模式识别、机器学习常用牛人主页链接  牛人主页（主页有很多论文代码）Serge Belongie at UC San DiegoAntonio Torralba at MITAlexei Ffros at CMUCe Liu at Microsoft Research New EnglandVittorio Ferra

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 (Chic

Advanced Video and Signal based SurveillanceCoupled Object Detection and TrackingMichael D. Breitenstein

Top 10 Tools for a Free Online EducationBy Kevin Purdy, 9:00 AM on Sat Mar 28 2009, 120,649 views (Edit post, Set to draft, Slurp)Copy this whole post to another siteSlurp ca

在c++的控制台程序开发过程中，很多人对与函数int main(int argc, char* argv[])不甚了解，经常会问一些基础性的问题，刚开始以为只是个别的人不清楚，时间一长，发现不懂的人还是比较多的。当然对于这类情况，很多人选择在DOS下运行，通过切换到当前目录，然后把参数来解决。其实这不是最好的办法，而且每次调试和编译都在DOS下进行，给程序开发带来了诸多的不便，于是写下这篇日记，希

Dahua Lin早在几年前就已经冒尖出来了，现在在MIT攻读博士学位，前途不可限量。他总是有无穷的精力，学习，同时几篇几篇的写paper，几万行几万行的写code，几万字几万字的写blog。。他扎实的数学功底和相关知识的功底，以及深睿的洞察和理解问题的能力，注定他将在machine learning和computer vision等相关领域取得大量的成果，甚至是突破性的成果。期待他在这些领域

最近版上有不少人在讨论图像处理的就业方向，似乎大部分都持悲观的态度。我想结合我今年找工作的经验谈谈我的看法。      就我看来，个人觉得图像处理的就业还是不错的。首先可以把图像看成二维、三维或者更高维的信号，从这个意义上来说，图像处理是整个信号处理里面就业形势最好的，因为你不仅要掌握（一维）信号处理的基本知识，也要掌握图像处理（二维或者高维信号处理）的知识。其次，图像处理是计算机视觉和视

1. PETS2001的测试视频http://www.filewatcher.com/b/ftp/ftp.cs.rdg.ac.uk/pub/PETS2001.0.0.html内容如下，可以得到如下所示5个DATASET，有训练和测试视频：ftp://ftp.cs.rdg.ac.uk/pub/PETS2001/   532 B   2001-07-25  5 mirrors

http://www.cvpapers.com/index.htmlComputer Vision Algorithm Implementations Home  Changelog  RSS  TwitterIf you have additions or changes, send an e-mail (remove the "nospam").

HSV颜色空间 HSV(hue,saturation,value)颜色空间的模型对应于圆柱坐标系中的一个圆锥形子集，圆锥的顶面对应于V=1. 它包含RGB模型中的R=1，G=1，B=1 三个面，所代表的颜色较亮。色彩H由绕V轴的旋转角给定。红色对应于 角度0° ，绿色对应于角度120°，蓝色对应于角度240°。在HSV颜色模型中，每一种颜色和它的补色相差180° 。 饱和度S取值从0到1，所以

1.《Convex Optimization》这本是是斯坦福的Stephen P. Boyd教授写的，非常权威，书的主页：http://www.stanford.edu/~boyd/cvxbook/2.《Nonlinear Programming: 2nd Edition》by Dimitri P. Bertsekas3.《Numerical Optimization》

13th ICCV, 2011, Barcelona, Spain          Marr Prize Paper:            Relative Attributes (PDF, project)Devi Parikh, Kristen GraumanBest Student Paper:          Close the Loop: Joint Bli

做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

大脸猫猫http://www.bfcat.com/丕子http://www.zhizhihu.com/Jia-Bin Huang 美国伊利诺伊大学香槟分校UIUC 计算机视觉和机器人实验室 博士 https://sites.google.com/site/jbhuang0604/