国内有哪些不错的计算机视觉团队?

来源:深度学习技术前沿

编辑:Evans

【导读】计算机视觉是当前人工智能领域的超级热门,本文为大家总结了当前国内比较优秀的计算机视觉团队信息,希望能在大家申请硕士或者博士的过程中,提供一些参考信息!

作者:Guosheng Hu
链接:https://www.zhihu.com/question/332075078/answer/960530770

有答案列出了各个组,但没有给出各个组的信息。下面我列一下我认识的交流讨论过学术的老师(随机排序),从一线城市北上广深到各大985强校。

中科院

1. 李子青,雷震,朱翔昱: 人脸识别强组。李老师人脸识别做得特别早,从传统方法一直做到了深度学习方法,在中科院和MSRA培养了很多学生/实习生,包括:闫俊杰(商汤研究院副院长),朱珑(依图CEO), 山世光,乔宇,易东(赢识科技创始人之一),廖胜才(IIAI)等等。李老师去年加盟了西湖大学。

2.王金桥,唐明: 产学研结合特别好,组里计算资源非常强。组里范围好, 学长学弟们合作挺多。

3.陈熙林,山世光,王瑞平,韩琥: 原来主要做人脸,产出很强,现在做CV很多方向了。孵化了中科视拓。山老师也是华尔兹的发起人之一。陈老师,山老师都在CMU访问过很久,视野很好。跟陈老师交流过2次,包括如何带学生,如何做好的研究,受益匪浅。

4.赫然: 人脸识别做得强,与赫老师组交流过一些学术的进展与动态,收获很多。

5.中科院程健: 网络加速做得特别好。由于这个方向是工业界刚需,所以程老师跟工业界合作很多。

清华

鲁继文: 论文产出高,早期做face, metric learning, 现在做CV的很多方向了,增强学习与CV结合的论文最近发得较多。跟鲁老师打交道,感觉精力特别好,总有使不完的力量。

北大

王勇涛: 做detection, 文字识别做得特别好。王老师本科是数学出身,所以喜欢以数学的眼光来看CV。

北邮

邓伟洪: 一直做人脸方向,做得很好。跟滴滴合作较多。

北航

黄迪: 主要做3D face, 3D点云,detection,做得非常好。与黄老师交流较多,黄老师是工作非常勤奋, 责任心非常强。去参加CVPR等会,每个poster都会去看,对行业新进展新知识保持强的渴求。

复旦

付彦伟:小样本学习做得特别好,最近也做人脸识别的研究。

同济

赵才荣:赵老师跟我说,同济传统专业是土木和汽车,但近些年分数最高的专业是计算机(AI). 赵老师主要做ReID, 文字识别,对学生很负责。

上海科技

高盛华:科研水平高,对学生特别好。

深圳先进院

乔宇, 彭小江:人脸识别,行为识别做得很强。彭老师很拼,科研和工程能力都很强。

南方科大

张建国, 于士琪:张老师刚回国,张老师原来跟大牛Cordelia Schmid工作了很久,治学严谨。于老师人脸检测做得好,注重跟工业界的结合。

中山大学

郑伟诗:ReID做得非常强。郑老师由于驻颜有术,所以学生们都称他为不老的Jason.

华南理工

谭明奎:谭老师自己是机器学习出身,数学功力好。喜欢做一下CV+ML的科研.注重培养学生.

哈工大

左旺孟:左老师一直在一线做科研,属于发自内心热爱科研。主要做Low Level Computer Vision (LLCV). 跟左老师交流,感觉左老师其实对CV各个方向的前沿都理解很深,远远不止LLCV。与港理工张磊老师合作较多。

西北工大

聂飞平,王琦:聂老师主要是做机器学习,CV做得较少。聂老师论文非常强. 王老师非常低调,但水平很高。王老师做了很多非常实用的研究。

西安交大

孟德宇:孟老师主要是做机器学习,noise modeling, self-paced learning做得非常好。孟老师在CMU访问过挺长时间,当时我正好在CMU实习,所以交流较多。

西安电子

董伟生:低秩表示,low level computer vision做的很强。性格温和,对学生很好。

电子科大

沈复民:本科数学出身,做哈希做得特别好。学术上与IIAI的邵老师和刘力合作较多。现任考拉悠然科技的CEO。

李文:刚从ETH回国,domain adaptation做得非常强,指导学生非常细致。

华中科大

王兴刚:师从刘文予,白翔,Prof. Alan Yuille,屠卓文,做CV很多方向且都做得特别好。对CV前沿技术跟踪快。性格大方开朗。与地平线合作较多。

厦门大学

纪荣嵘:纪老师多媒体方向,图像检索,网络加速做得很强。

中国海洋大学

董军宇,孙鑫: 董老师在瓦特大学读博时做得是texture方向,做得非常好。后来在海洋大学主要研究用视觉技术进行海洋图像的分析。近年来转做通用CV了。董老师对学生非常好,性格豪爽,跟英国很多大学有connections.

作者:lenn
链接:https://www.zhihu.com/question/332075078/answer/738266074

这里重点再列一下香港高校的计算机视觉团队!

CUHK:

  • IE/EE: Multimedia Laboratory 全部faculty (http://mmlab.ie.cuhk.edu.hk/)

  • CSE: Prof. Jiaya Jia (http://jiaya.me/), Dr. Qi Dou (http://www.cse.cuhk.edu.hk/~qdou/)

HKUST:

  • CSE: Prof. Dit-Yan Yeung (https://sites.google.com/view/dyyeung), Prof. James Kwok (https://www.cse.ust.hk/~jamesk/), Chi Keung Tang (http://www.cs.ust.hk/~cktang/bio-sketch-review.htm), Prof. Long Quan (https://www.cse.ust.hk/~quan/), Prof. Pedro V. Sander (https://www.cse.ust.hk/~psander/) , Dr. Qifeng Chen (https://cqf.io/), Dr. Dan Xu (Dan Xu - Homepage)

  • ECE: Dr. Shaojie Shen (https://www.ece.ust.hk/eeshaojie)

HKU:

  • CS: Prof. Yizhou Yu (https://i.cs.hku.hk/~yzyu/), Dr. Ping Luo (http://luoping.me/)

  • EE: Dr. Xiaojuan Qi (Xiaojuan Qi)

CityU of HK:

  • CS: Prof. Chong-Wah Ngo (http://vireo.cs.cityu.edu.hk/index.html), Dr.  Antoni Bert Chan (http://visal.cs.cityu.edu.hk/), Prof. Rynson Lau (http://www.cs.cityu.edu.hk/~rynson/), Dr. Kede Ma (Kede Ma, home page), Dr. Jing Liao (https://liaojing.github.io/html/)

  • SCM: Prof. Hongbo Fu (http://sweb.cityu.edu.hk/hongbofu/)

HKPolyU:

  • COMP: Prof. Lei Zhang (https://www4.comp.polyu.edu.hk/~cslzhang/), Dr. Bo Yang (The Hong Kong Polytechnic University)

HKBU:

  • CS: Prof. Yiu Ming Cheung (https://www.comp.hkbu.edu.hk/~ymc/)

作者:匿名用户
链接:https://www.zhihu.com/question/332075078/answer/734910130

  1. 南开大学: 程明明(南开大学媒体计算实验室),杨巨峰(计算机视觉实验室)。

  2. 中山大学: 郑伟诗(Wei-Shi Zheng(郑伟诗)),林倞(Liang Lin's Website),梁小丹(Xiaodan Liang),李冠彬(Guanbin Li (李冠彬))。

  3. 华中科技大学:白翔(Homepage of Xiang Bai),王兴刚(Xinggang Wang, Associate Professor in Huazhong University of Sci. and Tech.)。

  4. 北京航空航天大学:王蕴红(index_ch-智能识别与图像处理实验室),黄迪(Di Huang),李甲(李甲-北京航空航天大学计算机学院),刘祥龙(http://www.nlsde.buaa.edu.cn/~xlliu/),刘偲(CoLab),陆峰(陆峰 中文主页 博达教师个人主页系统),盛律(Lu Sheng's Homepage),徐迈(MC^2 Lab)。

  5. 清华大学:朱文武(Wenwu Zhu | home),朱军(Jun Zhu's Homepage),苏航(Home Page),龙明盛(Mingsheng Long - Tsinghua University),鲁继文(清华大学自动化系),黄高(清华大学自动化系),艾海舟(ahz_webpage),张长水(Big eyes laboratory),丁贵广(Multimedia Intelligence Group)。

  6. 北京大学:林宙辰(http://www.cis.pku.edu.cn/faculty/vision/zlin/zlin.htm),查红彬(Hongbin Zha),施柏鑫(http://www.shiboxin.com/),曾刚(Gang Zeng (zeng@pku.edu.cn),刘家瑛(http://39.96.165.147/people/liujiaying.html),穆亚东(Yadong Mu)。

  7. 中科院计算所:VIPL组(http://vipl.ict.ac.cn/),陈熙霖(http://vipl.ict.ac.cn/people/~xlchen),山世光(http://vipl.ict.ac.cn/people/~sgshan),黄庆明(Qingming Huang's Homepage),常虹(http://vipl.ict.ac.cn/people/~hchang),许倩倩(Qianqian Xu's Homepage)。

  8. 中科院自动化所:智能感知与计算研究中心(智能感知与计算研究中心):谭铁牛(智能感知与计算研究中心),王亮(lw-cripac),赫然(个人主页)。程健(Jian Cheng's homepage),董未名(个人主页),胡卫明(个人主页),雷震(Welcome to Zhen Lei's Homepage)。

  9. 上海交通大学:卢策吾(CS348 Computer Vision),严骏驰(SJTU-ThinkLab 上海交通大学思维工场实验室),张拳石(Quanshi Zhang | 张拳石)。

  10. 浙江大学:蔡登(Deng Cai),何晓飞(Xiaofei He),宋明黎(主页|ZJU VIPA),朱建科(朱建科-浙江大学个人主页),李玺(https://person.zju.edu.cn/xilics),章国锋(Guofeng Zhang),周晓巍(Xiaowei Zhou),廖子承(http://zichengl.net/)。

  11. 南京大学:吴建鑫(Jianxin Wu's homepage),王利民(Limin Wang),曹汛(CITE),马展(Home),岳涛(Tao Yue's Homepage),任桐炜(Tongwei REN's Homepage)。

  12. 中国科学技术大学:周文罡(周文罡-个人主页),张天柱(个人主页),查正军(查正军|中国科学技术大学信息科学技术学院自动化系)。

  13. 复旦大学:薛向阳(Homepage of Xiangyang Xue),姜育刚(http://www.yugangjiang.info/)。

  14. 武汉大学:杜博(武汉大学地学智能感知与机器学习研究组),姚剑(武汉大学计算机视觉与遥感实验室(CVRS Lab)),陈震中(Home),涂志刚(涂志刚-个人主页)。

  15. 厦门大学:纪荣嵘(http://mac.xmu.edu.cn/rrji-cn.html)。

  16. 西安交通大学:人工智能与机器人研究所(人工智能与机器人研究所):郑南宁(郑南宁-人工智能与机器人研究所),薛建儒(西安交通大学教师个人主页 - Home),龚怡宏(个人简介 - 西安交通大学教师个人主页),袁泽剑,王进军(西安交通大学教师个人主页 - 欢迎来到王进军教授的学校主页),钱学明(西安交通大学教师个人主页 - 个人主页),孟德宇(Deyu Meng's Homepage (孟德宇的主页))。

  17. 北京理工大学:沈建冰(http://iitlab.bit.edu.cn/mcislab/~shenjianbing/),贾云得(http://iitlab.bit.edu.cn/mcislab/~jiayunde/),付莹(付莹_北京理工大学计算机学院)。

  18. 上海科技大学:高盛华(Shanghaitech Vision and Intelligent Perception(SVIP) LAB),虞晶怡(虞晶怡-Jingyi Yu),何旭明(Xuming He)。

  19. 西安电子科技大学:高新波(Xinbo Gao's Homepage),董伟生(西电教师个人主页系统 董伟生 中文主页),焦李成(焦李成 | 个人信息 | 西安电子科技大学个人主页)。

  20. 西湖大学:李子青(浙江西湖高等研究院)。

  21. 东南大学:PALM(PAttern Learning and Mining Lab ( SEU )):耿新(Xin Geng's Homepage)。

  22. 华南理工大学:贾奎(华南理工大学教师信息),谭明奎(华南理工大学教师信息)。

  23. 中科院信工所:王蕊(个人主页)。

  24. 中科院深圳先进院:乔宇(Welcome to Yu Qiao's homepage!)。

  25. 哈尔滨工业大学:左旺孟(左旺孟 - 哈尔滨工业大学教师个人主页)。

  26. 大连理工大学:卢湖川(Projects),李培华(欢迎访问李培华教授主页)。

  27. 南京理工大学:智能媒体分析实验室(People),杨健(杨健(计算机科学与技术学院)老师 - 南京理工大学)。

  28. 西北工业大学:聂飞平(Representative work-聂飞平 Feiping Nie's scholar homepage),戴玉超(戴玉超的个人主页 - 西北工业大学教师个人主页)。

  29. 电子科技大学:段立新(段立新 中文主页 电子科技大学主页主页平台管理系统),徐增林(徐增林),未来媒体研究中心(未来媒体研究中心):申恒涛(教授 申恒涛),杨阳(Yang Yang@UESTC),宋井宽(University of Electronic Science and Technology of China, Computer Vision)

本文仅做学术分享,如有侵权,请联系删文。

下载1

在「计算机视觉工坊」公众号后台回复:深度学习,即可下载深度学习算法、3D深度学习、深度学习框架、目标检测、GAN等相关内容近30本pdf书籍。

下载2

在「计算机视觉工坊」公众号后台回复:计算机视觉,即可下载计算机视觉相关17本pdf书籍,包含计算机视觉算法、Python视觉实战、Opencv3.0学习等。

下载3

在「计算机视觉工坊」公众号后台回复:SLAM,即可下载独家SLAM相关视频课程,包含视觉SLAM、激光SLAM精品课程。

重磅!计算机视觉工坊-学习交流群已成立

扫码添加小助手微信,可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群,旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。

同时也可申请加入我们的细分方向交流群,目前主要有ORB-SLAM系列源码学习、3D视觉CV&深度学习SLAM三维重建点云后处理自动驾驶、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、深度估计、学术交流、求职交流等微信群,请扫描下面微信号加群,备注:”研究方向+学校/公司+昵称“,例如:”3D视觉 + 上海交大 + 静静“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进去相关微信群。原创投稿也请联系。

▲长按加微信群或投稿

▲长按关注公众号

3D视觉从入门到精通知识星球:针对3D视觉领域的视频课程(三维重建系列、三维点云系列、结构光系列、手眼标定、相机标定、orb-slam3等视频课程)、知识点汇总、入门进阶学习路线、最新paper分享、疑问解答五个方面进行深耕,更有各类大厂的算法工程人员进行技术指导。与此同时,星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息,打造成集技术与就业为一体的铁杆粉丝聚集区,近2000星球成员为创造更好的AI世界共同进步,知识星球入口:

学习3D视觉核心技术,扫描查看介绍,3天内无条件退款

 圈里有高质量教程资料、答疑解惑、助你高效解决问题

觉得有用,麻烦给个赞和在看~  

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/65139.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

圆形的CNN卷积核?华中科大清华黄高团队康奈尔提出圆形卷积,进一步提升卷积结构性能!

作者丨小马 编辑丨极市平台 写在前面 目前正常卷积的感受野大多都是一个矩形的,因为矩形更有利于储存和计算数据的方便。但是,人类视觉系统的感受野更像是一个圆形的。因此,作者就提出,能不能将CNN卷积核的感受野也变成圆形呢&a…

深入浅出的模型压缩:你一定从未见过如此通俗易懂的Slimming操作

点击上方“计算机视觉工坊”,选择“星标” 干货第一时间送达 作者丨科技猛兽 编辑丨极市平台 导读 本文首先介绍了模型压缩领域的指标含义,并通过梳理文献,介绍了模型压缩领域常用的方法。随后对Slimming这一模型压缩方法进行了详细介绍&…

Dropout技术之随机神经元与随机深度

1. 写在前面 在学习复现EfficientNet网络的时候,里面有一个MBConv模块长下面这个样子: 当然,这个结构本身并不是很新奇,从resNet开始,几乎后面很多网络,比如DenseNet, MobileNet系列&#xff0…

如何做高质量研究、写高水平论文?| 黄高、王兴刚等共话科研与论文写作

如何产生好的研究思路?如何撰写一篇高质量论文?如何从浩如烟海的论文中寻找好的科研灵感?如何通过Rebuttal为自己的文章扳回一城?导师跟学生之间怎样才能形成更好的合作关系? 在ECCV 2022中国预会议的Panel环节&#x…

智源青年科学家黄高:面向高效推理的深度网络结构设计

随着深度学习在工业界的广泛应用,人们对模型的关注不仅仅在于其预测精度,同时也对计算和存储效率提出了更高的要求。在提升模型效率的诸多手段中,神经网络结构创新始终是最为有效的方式之一。 2019年12月24日上午,智源青年科学家、…

RANet:MSDNet加强版!清华黄高团队提出分辨率自适应的高效推理网络RANet!

关注公众号,发现CV技术之美 本文分享论文『Resolution Adaptive Networks for Efficient Inference』,由清华黄高团队提出分辨率自适应的高效推理网络RANet!MSDNet加强版! 详细信息如下: 论文链接:https://…

ICLR2021 | 清华大学黄高团队:显存不够?不妨抛弃端到端训练

智源导读:本文主要介绍清华大学黄高团队被ICLR2021接收的一篇文章:Revisiting Locally Supervised Learning: an Alternative to End-to-End Training。 论文链接:https://openreview.net/forum?idfAbkE6ant2 代码链接:https://g…

清华大学黄高——图像数据的语义层扩增方法

⬆⬆⬆ 点击蓝字 关注我们 AI TIME欢迎每一位AI爱好者的加入! 2020 年 9 月 25 日,在由中国科协主办,清华大学计算机科学与技术系、AI TIME 论道承办的《2020 中国科技峰会系列活动青年科学家沙龙——人工智能学术生态与产业创新》上&#xf…

DenseNet发明者黄高:动态模型好在哪里?

智源导读:自2012年至今,计算机视觉领域蓬勃发展,各种模型不断涌现,短短 8 年时间,计算机视觉领域便发生了天翻地覆的变化。那么如何看待过往变化,当下研究又如何? 12月10日晚,在【青…

对话 DenseNet 一作黄高:做有韧劲、能抗压、不断探索未知的科研

点击上方“计算机视觉工坊”,选择“星标” 干货第一时间送达 作者丨刘冰一 来源丨极市平台 清华大学助理教授、密集连接卷积网络 (DenseNet)提出者 、计算机视觉领域一作顶会论文被引次数最高的国内学者、百万青橙奖奖金获得者..... 这些标签…

测试工程师的好日子来啦?Testin发布AI测试产品,提升易用性和自动化效率

2019年10月26日,以"AI未来"为主题的第二届NCTS中国云测试行业峰会在北京国际会议中心正式开幕。在本次大会上,Testin 总裁徐琨正式发布测试业务Testin云测的全新AI产品iTestin。作为 Testin 人工智能战略中的重要一环,iTestin 融合…

【CodingNoBorder - 07】无际软工队 - 求职岛:ALPHA 阶段测试报告

无际软工队 - 求职岛:ALPHA 阶段测试报告 项目内容这个作业属于哪个课程2022年北航敏捷软件工程这个作业的要求在哪里团队项目-Alpha阶段测试报告我们在这个课程的目标是熟悉敏捷开发的方法论,并通过实际开发产品进行实践。这个作业在哪个具体方面帮助我…

pytest测试报告Allure - 动态生成标题生成功能、添加用例失败截图

一、动态生成标题 默认 allure 报告上的测试用例标题不设置就是用例名称,其可读性不高;当结合 pytest.mark.parametrize 参数化完成数据驱动时,如标题写死,其可读性也不高。 那如果希望标题可以动态的生成,采取的方案…

❀YOLOv5学习❀图像标注工具LabelImg的下载,配置和使用。

LabelImg是图形图像注释工具。它是用Python编写的,并将Qt用于其图形界面。批注以PASCAL VOC格式(ImageNet使用的格式)另存为XML文件。此外,它还支持YOLO格式。下载这个,主要是为了YOLOv5中,做自己的数据集&…

brat事件标注平台使用教程

事件图谱首先涉及到的是事件标注,我采用的是brat事件标注平台,该平台使用的是Linux系统,因为我的电脑是windows系统, 将brat安装在了linux虚拟机(Ubuntu)上。 一.下载与安装 1.下载brat 进入brat官网brat…

OpenAI 成近期顶流团队?如何使用 OpenAI 和 Node.js 构建 AI 图像生成器?

摘要: 12月7号,知名人工智能研究机构 Open AI 在Youtub上发布视频介绍使用OpenAI 和 DALL-E 模型创建一个网络应用程序,该应用程序将根据输入的文本从头开始生成图像。https://www.youtube.com/watch?vfU4o_BKaUZE 前言💖 大家好&#xff0…

AI 自动写代码插件 Copilot(副驾驶员)

AI 自动写代码插件 Copilot 提示:Copilot单词直译过来就是副驾驶员的意思。 介绍:本质上就是基于GitHub开源的亿级别的代码,训练AI模型,自动生成代码。 就是数据量(GitHub的数据量就很大!)能够决定你AI模型精度的上…

软件测试中的AI——运用AI编写测试用例

文章目录 一、现状二、测试技术可结合AI的几个方向三、尝试使用AI编写测试用例(实验过程)1、AI联系上下文的能力弱2、回答的内容类似于能在网上搜索到的内容3、需要有一个明确的指令4、输出内容有限5、无法想象到需求描述之外的内容 四、总结&#xff1a…

AI热度降温?揭秘加德纳技术成熟度曲线与AI发展阶段

一文解决你所有对 AI 的焦虑 近期,我们发现ChatGPT的热度似乎不如前几个月。许多人尝试了这个技术,觉得它非常强大,但似乎与自己的日常生活和工作关系不大,因此逐渐失去了兴趣。 然而,这实际上是技术发展的正常周期&…

王炸赚钱组合!!ChatGPT + AI大模型

“ 你近期有体验过哪些大模型产品呢? 你有使用大模型API做过一些实际开发吗? 在你日常开发中,可以与大模型相关应用结合来完成工作吗? ” 从去年底开始,大模型的发展趋势就非常迅猛,这也代表着人工智能进入…