
Bullshit
visionfans
研究方向:计算机视觉,模式识别,机器学习
展开
-
一些计算机视觉杂志的影响因子
Image processing, pattern recognition, computer visionJournal name2009200820072006200520042003IEEE T. on Circuits and Systems for Video Technology2.5482.9511.685<br />3.0221.842<br />IEEE T. on Image Processing 2.8483.3152.4622.7152.4282.0112.642IEE Image原创 2011-05-17 00:44:00 · 2699 阅读 · 0 评论 -
计算机视觉与超自然物种 by Peter Tu
这篇有趣的文章是从TomaszMalisiewicz的blog看到的。是Peter Tu的一篇blog(原文见此)。 Peter Tu来自GE Global Research的Computer VisionGroup。下面是原文+简单翻译。A few weeks ago I at翻译 2011-07-14 13:39:45 · 2552 阅读 · 0 评论 -
今天读的这篇paper好有攻击性啊
今天读了两篇paper,一篇是讲Contour Grouping在80、90年代的一个重要算法:Structrual Saliency[1]。另一篇是专门给这篇挑刺儿的[2]。Alter和Bassri这俩B对Ullman和Sha'shua的算法太苛刻了,大家都是在原创 2011-03-14 23:59:00 · 2044 阅读 · 3 评论 -
有码才有真相
今天偶然撞进日本Okayama University(冈山大学)Kenichi Kanatani (金谷健一)大牛的主页:http://www.suri.cs.okayama-u.ac.jp/~kanatani/看到大牛这么说:Today,however, presenting a theory is only half of research; it finishes whenprograms and systems based on it are available as public原创 2011-03-17 19:24:00 · 4039 阅读 · 1 评论 -
技术学习
利炳根 - 技术学习总原则原创 2015-08-24 12:51:54 · 356 阅读 · 0 评论 -
学习方法
孟岩: 我主张,在具备基础之后,学习任何新东西,都要抓住主线,突出重点。对于关键理论的学习,要集中精力,速战速决。而旁枝末节和非本质性的知识内容,完全可以留给实践去零敲碎打。 原因是这样的,任何一个高级的知识内容,其中都只有一小部分是有思想创新、有重大影响的,而其它很多东西都是琐碎的、非本质的。因此,集中学习时必须把握住真正重要那部分,把其它东西留给实践。对于重点知识,只有集中学习其理原创 2015-09-23 18:47:57 · 561 阅读 · 0 评论