SophieZhou的专栏

来自：,另外根据自己关注的地方，加了点东西。

今天在cvchina论坛上看到的一篇帖子，总结了当前CV界最火的一些人。列举的比较全面了。bfcat还想补充几个，加在后面了。

CV人物1：Jianbo Shi史建波毕业于UC Berkeley，导师是Jitendra Malik。其最有影响力的研究成果：图像分割。其于2000年在PAMI上多人合作发表”Noramlized cuts and image segmentation”。这是图像分割领域内最经典的算法。主页：~jshi/ 和~jshi/

（补充：Jianbo Shi还有一个经典的工作就是KLT点跟踪算法，虽然KLT三个字母里面没有他的名字，但是这篇文章确实是源于他的经典论文：Good Features To Track）。

CV人物2：Kristen Grauman毕业于MIT，导师是Trevor Darrell。其最有影响力的研究成果：Pyramid Match Kernel，用于图像匹配。她和Darrell在2005年CVPR合作发表了”The Pyramid Match Kernel: Discriminative Classification with Sets of Image Features”。金字塔匹配核函数可快速搜索两个特征集合之间匹配的特征，可应用于图像匹配、物体识别，是该领域经典算法之一。2011年Marr奖得主。主页：~grauman/

CV人物3：Irfan Essa现任教于Georgin Tech佐治亚理工大学，毕业于MIT，其最有影响力的研究成果：人脸表情识别。Essa和Alex Penland 在1997年PAMI合作发表了”Coding, analysis,interpretation,and recognition of facial expression”, 结合了几何模型和面部肌肉无力模型，用来描述脸部结构。主页：

CV人物4：Matthew Turk毕业于MIT，最有影响力的研究成果：人脸识别。其和Alex Pentland在1991年发表了”Eigenfaces for Face Recognition”.该论文首次将PCA（Principal Component Analysis）引入到人脸识别中，是人脸识别最早期最经典的方法，且被人实现，开源在OpenCV了。主页：~mturk/

CV人物5：David Lowe毕业于斯坦福大学，导师是Thomas Binfold，最有影响力的研究成果：SIFT。他是SIFT特征点检测的发明人。由于SIFT具有对于图像平移、旋转和尺度变化不变性的优点，使得SIFT成为近十年来最流行的图像特征点检测方法，被广泛用于图像匹配、物体识别、分类等领域。主页：~lowe/

CV人物7：Luc Van Gool毕业于Katholieke Universiteit Leuven.最有影响力的研究成果：图像特征点检测和摄像机标定。Gool等发蒙的Surf(speeded up robust features)是除SIFT外，应用最广泛的特征点检测算法，surf具有提取速度更快、维度更低的优点，也被广泛用于物体检测、识别等。Opencv开源。Marc Pollefeys, Koch和Goolz 1999年IJCV上发表了”self-calibration and metric reconstruction inspite of varying and unknown intrinsic camera parameters”,是摄像机自标定领域内最经典论文，并获1998年Marr奖。主页：~vangool/

CV人物8：Michal Irani毕业于Hebrew大学，最有影响力的研究成果：超分辨率。她和Peleg于1991年在Graphical Models and Image Processing发表了”Improving resolution by image registration”,提出了用迭代的、反向投影的方法来解决图像放大的问题，是图像超分辨率最经典的算法。我在公司实现的产品化清晰化增强算法就参考了该算法思想哈哈。主页：~irani/

CV人物9： Jean Ponce毕业于Paris Orsay,最有影响力的研究成果：计算机视觉教育、物体识别。他和David Forsyth合写的”Computer Vision: A Modern Approach”被视为现代计算机视觉领域最经典教科书之一。其近年来的研究重点是物体识别，是Spatial Pyramid Matching算法发明人之一，比起之前广泛使用的bag-of-words方法相比，该方法考虑了一些局部特征之间的空间关系，因此更有效地描述物体特征。是目前最普遍使用的算法之一。主页：~ponce/

CV人物10： Andrew Blake毕业于Edinburgh，最有影响力的研究成果：目标跟踪、图像分割、人体姿态跟踪与分析。他是世界知名CV专家，两次荣获ECCV最佳论文奖和1次Marr奖。他和Michael Isard在1998年IJCV中合写的”Condensation—conditional density propagation for visual tracking”，将粒子滤波器用于目标跟踪，该领域的经典论文。二人1998年合写的另一篇”Active Contours”是图像分割领域经典算法，该算法用spline函数，通过最小化能量函数，是的样条逼近物体轮廓，在该算法基础上，衍生出了著名的Active shape model。Blake领导的微软剑桥研究院在人体姿态跟踪与分析上去的突破，用于Kinect中。主页：~ablake

CV人物11： Antonio Criminisi毕业于牛津大学，导师是Andrew Zisserman 和 Ian Reid。最有吸影响力的研究成果：Image Inpaiting.他在2004年发表”Region filling and object removal by exemplar-based image inpainting”，该方法用于去除图像中大的遮挡物或小的刮痕，结合了采样纹理生成和结构传递的图像修补技术，获得不错效果。主页：

CV人物12： Paul Viola毕业于MIT，研究领域：目标检测；最有影响力的研究成果：人脸检测；他和Michael Jones在2001年CVPR发表了”Rapid object detection using a boosted cascade of simple features”，真正意义上解决了人脸检测的问题，并开启了boosting算法的一个时代，很多学者受到boosting cascade算法的影响，扩展了该算法的应用领域，牛逼的影响力。主页：

CV人物13： Henry Rowley毕业于CMU，导师：Takeo Kanade；研究领域：大规模图像识别和机器学习；最有影响力的研究成果：人脸检测；他使用人工神经网络用于人脸检测，该算法是Paul Viola的boosting cascade人脸检测算法出现前，最经典的人脸检测算法。主页：~har/

CV人物14： Dorin Comaniclu毕业于Rutgers；最有影响力的研究成果：目标跟踪、图像分割；他在2000年发表了”Real-time tracking of non-rigid objects using mean shift”。该算法首次将mean shift用于目标跟踪，并在2002年PAMI发表了”Mean shift: A robust approach toward feature space analysis”，并将Meanshift拓展应用于图像分割中。主页：