电脑怎么学会看? 如何理解相机捕获的场景的内容? 计算机视觉阅读小组关注这些问题,特别强调了深度学习和图像处理。
每周,阅读小组将分析最近的文献和经典书籍。 小组的不同成员将准备一组幻灯片,与参与者共享和讨论,参与者也需先前阅读了论文和相关章节。
其他组: University of Texas, University of Toronto, University of British Columbia, Stanford University, The Berkeley View.
#书籍目标:
-
Deep Learning by Yoshua Bengio, Ian Goodfellow and Aaron Courville (DeadLine:1/06/2017)
结合Stanford大学 CS231n 视频教程一起来学效果会更好!!!
-
机器学习 by 周志华 (同时参考李航的《统计机器学习》)(DeadLine:1/06/2017)
-
模式识别与机器学习 PRML by bishop (DeadLine:1/06/2017)
计算机大牛Bishop出的《Pattern Recognition And Machine Learning》,是机器学习的经典教材,结合Stanford大学 Andrew Ng 教授的 Machine Learning 视频教程一起来学效果会更好,在Coursera网站上也有该视频,观看效果更佳!!!
-
计算机视觉中的多视图几何(DeadLine:1/06/2017)
本书是计算机视觉中geometry方向的基础书,总结了20年来的200多篇ICCV,ECCV,CVPR上面有关多视觉几何相关文献,做calibration的同学必看此书。
-
Artificial Intelligence: A Modern Approach计算机视觉:一种现代方法
-
Concise Computer Vision by Reinhard Klette(DeadLine:1/06/2017),图像处理的入门书
#文献目标:
- 9/12/2016 (Slides by 陶) Liu, Wei, Dragomir Anguelov, Dumitru Erhan, Christian Szegedy, and Scott Reed. "SSD: Single Shot MultiBox Detector." ECCV 2016. [code]
#源码目标: ###有则分享