Awesome Computer Vision

Computer Visionを扱う資料や関連プロジェクトをまとめたAwesomeリストです。

目次

• Awesome Lists
• Books
• Courses
• Papers
• Software
• Datasets
• Pre-trained Computer Vision Models
• Tutorials and Talks
• Resources for students
• Blogs
• Links
• Songs

Awesomeリスト

• Awesome Machine Learning
• Awesome Deep Vision
• Awesome Domain Adaptation
• Awesome Object Detection
• Awesome 3D Machine Learning
• Awesome Action Recognition
• Awesome Scene Understanding
• Awesome Adversarial Machine Learning
• Awesome Adversarial Deep Learning
• Awesome Face
• Awesome Face Recognition
• Awesome Human Pose Estimation
• Awesome medical imaging
• Awesome Images
• Awesome Graphics
• Awesome Neural Radiance Fields
• Awesome Implicit Neural Representations
• Awesome Neural Rendering
• Awesome Public Datasets
• Awesome Dataset Tools
• Awesome Robotics Datasets
• Awesome Mobile Machine Learning
• Awesome Explainable AI
• Awesome Fairness in AI
• Awesome Machine Learning Interpretability
• Awesome Production Machine Learning
• Awesome Video Text Retrieval
• Awesome Image-to-Image Translation
• Awesome Image Inpainting
• Awesome Deep HDR
• Awesome Video Generation
• Awesome GAN applications
• Awesome Generative Modeling
• Awesome Image Classification
• Awesome Deep Learning
• Awesome Machine Learning in Biomedical(Healthcare) Imaging
• Awesome Deep Learning for Tracking and Detection
• Awesome Human Pose Estimation
• Awesome Deep Learning for Video Analysis
• Awesome Vision + Language
• Awesome Robotics
• Awesome Visual Transformer
• Awesome Embodied Vision
• Awesome Anomaly Detection
• Awesome Makeup Transfer
• Awesome Learning with Label Noise
• Awesome Deblurring
• Awsome Deep Geometry Learning
• Awesome Image Distortion Correction
• Awesome Neuron Segmentation in EM Images
• Awsome Delineation
• Awesome ImageHarmonization
• Awsome GAN Training
• Awesome Document Understanding

書籍

コンピュータービジョン

• Computer Vision: Models, Learning, and Inference - シモン・J・D・プリンス 2012
• Computer Vision: Theory and Application - リック・ゼリスキー 2010
• Computer Vision: A Modern Approach (2nd edition) - デイビッド・フォースティとジャン・ポンス 2011
• Multiple View Geometry in Computer Vision - リチャード・ハーレティとアンデュー・ジッザーマン 2004
• Computer Vision - リンダ・G・シャピロ 2001
• Vision Science: Photons to Phenomenology - ステファン・E・パルマー 1999
• Visual Object Recognition synthesis lecture - クリスティン・グラウマンとバスタイン・リーブ 2011
• Computer Vision for Visual Effects - リチャード・J・ラドケ 2012
• High dynamic range imaging: acquisition, display, and image-based lighting - レインハート、E．、ハイドリッヒ、W．、デベック、P．、パットナイク、S．、ワード、G．、ミスコフスキ、K． 2010
• Numerical Algorithms: Methods for Computer Vision, Machine Learning, and Graphics - ジューストイン・ソロモン 2015
• Image Processing and Analysis - スタン・ビッチフィールド 2018
• Computer Vision, From 3D Reconstruction to Recognition - シルビオ・サバレセ 2018

OpenCVプログラミング

• Learning OpenCV: Computer Vision with the OpenCV Library - ギャリー・ブラドスキーとアデリアン・カーラー
• Practical Python and OpenCV - アデリアン・ローズブロック
• OpenCV Essentials - オスカル・デニス・スウアレス、マリア・デル・ミラゴロ・フェルナンデス・カルロブレス、ノエリア・ヴァレス・エンアノ、グロリア・ブエノ・ガルシア、イスマエル・セラノ・グラシア

機械学習

• Pattern Recognition and Machine Learning - クリストファー・M・バイシップ 2007
• Neural Networks for Pattern Recognition - クリストファー・M・バイシップ 1995
• Probabilistic Graphical Models: Principles and Techniques - ダフネ・コラーとニル・フリードマン 2009
• Pattern Classification - ペーター・E・ハート、デイビッド・G・ストーク、リチャード・O・ダダ 2000
• Machine Learning - トム・M・ミッチェル 1997
• Gaussian processes for machine learning - カル・エドワード・ラスマンとクリス・K・I・ウィルズ 2005
• Learning From Data- ヤサーサ・アブ・モスファ、マリク・マグドン・イズマイルおよびハスアン・ティエン・リン 2012
• Neural Networks and Deep Learning - マイケル・ニールセン 2014
• Bayesian Reasoning and Machine Learning - ダビッド・バーバー、カミブリッジ大学出版、2012

基礎

• Linear Algebra and Its Applications - ジルバート・ストラング 1995

講座

コンピュータービジョン

• EENG 512 / CSCI 512 - Computer Vision - ウィリアム・ホフ（コロラド工科大学）
• Visual Object and Activity Recognition - アレクセイ・A・エフロスおよびテイバー・ダレル（カリフォルニア大学バークレー校）
• Computer Vision - スティーブ・シッツ（ワシントン大学）
• Visual Recognition Spring 2016, Fall 2016 - クリスティン・グラーマン（UTオースティン）
• Language and Vision - タマラ・ベルグ（ノースカロライナ大学チャペルヒル）
• Convolutional Neural Networks for Visual Recognition - フェイ・フェイ・リおよびアンデル・カーパティ（スタンフォード大学）
• Computer Vision - ロブ・フェグルス（NYU）
• Computer Vision - デレク・ホイエム (UIUC)
• Computer Vision: Foundations and Applications - カランイット・グリル・スポクターおよびフェイ・フェイ・リ（スタンフォード大学）
• High-Level Vision: Behaviors, Neurons and Computational Models - フェイ・フェイ・リ（スタンフォード大学）
• Advances in Computer Vision - アントニオ・トゥラルバおよびビル・フリーマン（MIT）
• Computer Vision - バスティアン・リーブ（RWTHアケン大学）
• Computer Vision 2 - バスティアン・リーブ（RWTHアケン大学）
• Computer Vision パスカル・フア（EPFL）:
• Computer Vision 1 カルステン・ローテル（TU ドレスデン）
• Computer Vision 2 カルステン・ローテル（TU ドレスデン）
• Multiple View Geometry ダニエル・クレマース（TU ミュンヘン）

コンピュテーショナルフォトグラフィ

• Image Manipulation and Computational Photography - アレクセイ・ア・エフロス（UC ベルシ）
• Computational Photography - アレクセイ・ア・エフロス（CMU）
• Computational Photography - デレク・ホイエム (UIUC)
• Computational Photography - ジェームズ・ハース（ブロウン大学）
• Digital & Computational Photography - フロド・ドゥラン（MIT）
• Computational Camera and Photography - ラメシュ・ラスカー（MIT メディアラボ）
• Computational Photography - イーファン・エッサ（ジョージア・テック）
• Courses in Graphics - スタンフォード大学
• Computational Photography - ロブ・フェグルス（NYU）
• Introduction to Visual Computing - キロス・クトゥラコス（トロント大学）
• Computational Photography - キロス・クトゥラコス（トロント大学）
• Computer Vision for Visual Effects - リッチ・ラドケ（レンセラーラー工科大学院）
• Introduction to Image Processing - リッチ・ラドケ（レンセラーラー工科大学院）

機械学習と統計学習

• Machine Learning - アンダーウィン・ング（スタンフォード大学）
• Learning from Data - ヤーザー・S・アブ・モスファ（カーティン）
• Statistical Learning - トレバー・ハスティとロブ・ティブシラニ（スタンフォード大学）
• Statistical Learning Theory and Applications - トマソ・ポッジョ、ロレンツォ・ロスアッソ、カルロ・シリベート、チャーリー・フログナー、ジオルギオス・エヴァンゲロポロス、ベン・ディーン（MIT）
• Statistical Learning - ジェネーバ・アレン（ライス大学）
• Practical Machine Learning - マイケル・ジョーダン (UC ベルシーバ)
• Course on Information Theory, Pattern Recognition, and Neural Networks - デイビッド・マッキ（カミブリッジ大学）
• Methods for Applied Statistics: Unsupervised Learning - レスター・マッキー（スタンフォード）
• Machine Learning - アンデュー・ジッザーマン（オックスフォード大学）
• Intro to Machine Learning - セバスティアン・トゥーン（スタンフォード大学）
• Machine Learning - チャールズ・イズベル、マイケル・リットマン（ジョージアテック）
• (Convolutional) Neural Networks for Visual Recognition - フェイ・フィー・リ、アンデル・カーファティ、ジューストイン・ジョンソン（スタンフォード大学）
• Machine Learning for Computer Vision - ルドルフ・トライベル（ミュンヘン工科大学）

最適化

• Convex Optimization I - ステファン・ボード（スタンフォード大学）
• Convex Optimization II - ステファン・ボード（スタンフォード大学）
• Convex Optimization - ステファン・ボード（スタンフォード大学）
• Optimization at MIT - （MIT）
• Convex Optimization - ライアン・ティブシラン（CMU）

論文

ウェブ上のカンファレンス論文

• CVPapers - ウェブ上のコンピュータビジョン論文
• SIGGRAPH Paper on the web - ウェブ上のグラフィックス論文
• NIPS Proceedings - ウェブ上のNIPS論文
• Computer Vision Foundation open access
• Annotated Computer Vision Bibliography - ケイフ・プライス（USC）
• Calendar of Computer Image Analysis, Computer Vision Conferences - （USC）

サーベイ論文

• Visionbib Survey Paper List
• Foundations and Trends® in Computer Graphics and Vision
• Computer Vision: A Reference Guide

Pre-trained Computer Vision Models

• List of Computer Vision models これらのモデルはカスタムオブジェクトで訓練されている

チュートリアルと講演

コンピュータービジョン

• Computer Vision Talks - コンピュータビジョンに関する講義、キーノーティ、パネルディスカッション
• The Three R’s of Computer Vision - ジテンダ・マリク（カリフォルニア大学バークレー校）2013
• Applications to Machine Vision - アンダーウィ・ブレック（マイクロソフト研究センター）2008
• The Future of Image Search - ジテンダ・マリク（カリフォルニア大学バークレー校）2008
• Should I do a PhD in Computer Vision? - ファティ・ポリクリ（オーストラリア国立大学）

• Graduate Summer School 2013: Computer Vision - IPAM 2013

最近のカンファレンス講演

• CVPR 2015 - 2015年6月
• ECCV 2014 - 2014年9月
• CVPR 2014 - 2014年6月
• ICCV 2013 - 2013年12月
• ICML 2013 - 2013年7月
• CVPR 2013 - 2013年6月
• ECCV 2012 - 2012年10月
• ICML 2012 - 2012年6月
• CVPR 2012 - 2012年6月

3Dコンピュータービジョン

• 3D Computer Vision: Past, Present, and Future - スティーブ・シッツ（ワシントン大学）2011
• Reconstructing the World from Photos on the Internet - スティーブ・シッツ（ワシントン大学）2013

インターネットビジョン

• The Distributed Camera - ノア・スナヴェリ（コロンビア大学）2011
• Planet-Scale Visual Understanding - ノア・スナヴェリ（コロンビア大学）2014
• A Trillion Photos - スティーブ・シッツ（ワシントン大学）2013

コンピュテーショナルフォトグラフィ

• Reflections on Image-Based Modeling and Rendering - リチャード・セルイスキ（マイクロソフト研究センター）2013
• Photographing Events over Time - ウィリアム・T・フリーマン（MIT）2011
• Old and New algorithm for Blind Deconvolution - ヤイール・ウェイス（エルサレムのヘブライ大学）2011
• A Tour of Modern “Image Processing” - ペイマン・ミランファール（カリフォルニア大学サンタクララ校／グーグル）2010
• Topics in image and video processing アンダーウィン・ブレック（マイクロソフト・リサーチ）2007
• Computational Photography - ウィリアム・T・フリーマン（MIT）2012
• Revealing the Invisible - フリド・ドゥラン（MIT）2012
• Overview of Computer Vision and Visual Effects - リッチ・ラドケ（レンセラーラ大学）2014

学習とビジョン

• Where machine vision needs help from machine learning - ウィリアム・T・フリーマン（MIT）2011
• Learning in Computer Vision - シモン・ルシー（CMU）2008
• Learning and Inference in Low-Level Vision - ヤイール・ウェイス（エルサレムのヘブライ大学）2009

物体認識

• Object Recognition - ラリー・ジンク（マイクロソフト・リサーチ）
• Generative Models for Visual Objects and Object Recognition via Bayesian Inference - フェイ・フェイ・リ（スタンフォード大学）

グラフィカルモデル

• Graphical Models for Computer Vision - ペドロ・フェルツンズワルブ（ブロウン大学）2012
• Graphical Models - ズービン・ガハラマニ（カムブリッジ大学）2009
• Machine Learning, Probability and Graphical Models - サム・ロービス（NYU）2006
• Graphical Models and Applications - ヤイール・ウェイス（エルサレムのヘブライ大学）2009

機械学習

• A Gentle Tutorial of the EM Algorithm - ジェフ・A・ビルメス（カリフォルニア大学バークレー校）1998
• Introduction To Bayesian Inference - クリスティアン・ビショップ（マイクロソフト・リサーチ）2009
• Support Vector Machines - チョン・ジェン・リン（台湾国立大学）2006
• Bayesian or Frequentist, Which Are You? - マイケル・I・ジョーダン（カリフォルニア大学バークレー校）

最適化

• Optimization Algorithms in Machine Learning - ステファン・J・ライト（ウィスコンシン大学マディソン校）
• Convex Optimization - ライヴン・バンデンヘー（カリフォルニア大学ロサンゼルス校）
• Continuous Optimization in Computer Vision - アンディー・フィッツギブン（マイクロソフト研究）
• Beyond stochastic gradient descent for large-scale machine learning - フランシス・バチ（INRIA）
• Variational Methods for Computer Vision - ダニエル・クレーマース（ミュンヘン工科大学）（lecture 18 missing from playlist）

深層学習

• A tutorial on Deep Learning - ジョージ・E・ヒントン（トロント大学）
• Deep Learning - ルスラン・サラクゥティンオフ（トロント大学）
• Scaling up Deep Learning - ヨシュア・ベンジオ（モンテルオ大学）
• ImageNet Classification with Deep Convolutional Neural Networks - アレクサンダー・クレジヴスキー（トロント大学）
• The Unreasonable Effectivness Of Deep Learning アン・レ・クン（NYU/フェイスブック研究）2014
• Deep Learning for Computer Vision - ロブ・フェルグス（NYU/フェイスブック研究）
• High-dimensional learning with deep network contractions - ステファネ・マラト（ノルマール高等学院）
• Graduate Summer School 2012: Deep Learning, Feature Learning - IPAM、2012
• Workshop on Big Data and Statistical Machine Learning
• Machine Learning Summer School - レイクジャヴィク、アイスランド 2014
  • Deep Learning Session 1 - ヨシュア・ベンジオ（モンテルオ大学）
  • Deep Learning Session 2 - ヨシュア・ベンジオ（モンテルオ大学）
  • Deep Learning Session 3 - ヨシュア・ベンジオ（モンテルオ大学）

ソフトウェア

アノテーションツール

• Comma Coloring
• Annotorious
• LabelME
• gtmaker

外部リソースリンク

• Computer Vision Resources - ジャイ・ビン・ホウ（UIUC）
• Computer Vision Algorithm Implementations - CVPapers
• Source Code Collection for Reproducible Research - シン・リ（ウェストバージニア大学)
• CMU Computer Vision Page

汎用コンピュータービジョンライブラリ

• Open CV
• mexopencv
• SimpleCV
• Open source Python module for computer vision
• ccv: A Modern Computer Vision Library
• VLFeat
• Matlab Computer Vision System Toolbox
• Piotr’s Computer Vision Matlab Toolbox
• PCL: Point Cloud Library
• ImageUtilities

多視点コンピュータービジョン

• MATLAB Functions for Multiple View Geometry
• Peter Kovesi’s Matlab Functions for Computer Vision and Image Analysis
• OpenGV - 幾何学的コンピュータビジョンアルゴリズム
• MinimalSolvers - 最小問題解決器
• Multi-View Environment
• Visual SFM
• Bundler SFM
• openMVG: open Multiple View Geometry - 複数視点幾何学；構造から運動ライブラリおよびソフトウェア
• Patch-based Multi-view Stereo V2
• Clustering Views for Multi-view Stereo
• Floating Scale Surface Reconstruction
• Large-Scale Texturing of 3D Reconstructions
• Awesome 3D reconstruction list

特徴検出と抽出

• VLFeat
• SIFT
  • David G. Lowe, “Distinctive image features from scale-invariant keypoints,” International Journal of Computer Vision, 60, 2 (2004), pp. 91-110.
• SIFT++
• BRISK
  • Stefan Leutenegger, Margarita Chli and Roland Siegwart, “BRISK: Binary Robust Invariant Scalable Keypoints”, ICCV 2011
• SURF
  • Herbert Bay, Andreas Ess, Tinne Tuytelaars, Luc Van Gool, “SURF: Speeded Up Robust Features”, Computer Vision and Image Understanding (CVIU), Vol. 110, No. 3, pp. 346—359, 2008
• FREAK
  • A. Alahi, R. Ortiz, and P. Vandergheynst, “FREAK: Fast Retina Keypoint”, CVPR 2012
• AKAZE
  • Pablo F. Alcantarilla, Adrien Bartoli and Andrew J. Davison, “KAZE Features”, ECCV 2012
• Local Binary Patterns

ハイダイナミックレンジ画像

• HDR_Toolbox

セマンティックセグメンテーション

• List of Semantic Segmentation algorithms

低レベルビジョン

ステレオビジョン

• Middlebury Stereo Vision
• The KITTI Vision Benchmark Suite
• LIBELAS: Library for Efficient Large-scale Stereo Matching
• Ground Truth Stixel Dataset

オプティカルフロー

• Middlebury Optical Flow Evaluation
• MPI-Sintel Optical Flow Dataset and Evaluation
• The KITTI Vision Benchmark Suite
• HCI Challenge
• Coarse2Fine Optical Flow - Ce Liu (MIT)
• Secrets of Optical Flow Estimation and Their Principles
• C++/MatLab Optical Flow by C. Liu (based on Brox et al. and Bruhn et al.)
• Parallel Robust Optical Flow by Sánchez Pérez et al.

画像ノイズ除去

BM3D, KSVD,

超解像

• Multi-frame image super-resolution
  • Pickup, L. C. Machine Learning in Multi-frame Image Super-resolution, PhD thesis 2008
• Markov Random Fields for Super-Resolution
  • W. T Freeman and C. Liu. Markov Random Fields for Super-resolution and Texture Synthesis. In A. Blake, P. Kohli, and C. Rother, eds., Advances in Markov Random Fields for Vision and Image Processing, Chapter 10. MIT Press, 2011
• Sparse regression and natural image prior
  • K. I. Kim and Y. Kwon, “Single-image super-resolution using sparse regression and natural image prior”, IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 32, no. 6, pp. 1127-1133, 2010.
• Single-Image Super Resolution via a Statistical Model
  • T. Peleg and M. Elad, A Statistical Prediction Model Based on Sparse Representations for Single Image Super-Resolution, IEEE Transactions on Image Processing, Vol. 23, No. 6, Pages 2569-2582, June 2014
• Sparse Coding for Super-Resolution
  • R. Zeyde, M. Elad, and M. Protter On Single Image Scale-Up using Sparse-Representations, Curves & Surfaces, Avignon-France, June 24-30, 2010 (appears also in Lecture-Notes-on-Computer-Science - LNCS).
• Patch-wise Sparse Recovery
  • Jianchao Yang, John Wright, Thomas Huang, and Yi Ma. Image super-resolution via sparse representation. IEEE Transactions on Image Processing (TIP), vol. 19, issue 11, 2010.
• Neighbor embedding
  • H. Chang, D.Y. Yeung, Y. Xiong. Super-resolution through neighbor embedding. Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR), vol.1, pp.275-282, Washington, DC, USA, 27 June - 2 July 2004.
• Deformable Patches
  • Yu Zhu, Yanning Zhang and Alan Yuille, Single Image Super-resolution using Deformable Patches, CVPR 2014
• SRCNN
  • Chao Dong, Chen Change Loy, Kaiming He, Xiaoou Tang, Learning a Deep Convolutional Network for Image Super-Resolution, in ECCV 2014
• A+: Adjusted Anchored Neighborhood Regression
  • R. Timofte, V. De Smet, and L. Van Gool. A+: Adjusted Anchored Neighborhood Regression for Fast Super-Resolution, ACCV 2014
• Transformed Self-Exemplars
  • Jia-Bin Huang, Abhishek Singh, and Narendra Ahuja, Single Image Super-Resolution using Transformed Self-Exemplars, IEEE Conference on Computer Vision and Pattern Recognition, 2015

画像のぼけ除去

非盲解像度回復

• Spatially variant non-blind deconvolution
• Handling Outliers in Non-blind Image Deconvolution
• Hyper-Laplacian Priors
• From Learning Models of Natural Image Patches to Whole Image Restoration
• Deep Convolutional Neural Network for Image Deconvolution
• Neural Deconvolution

盲解像度回復

• Removing Camera Shake From A Single Photograph
• High-quality motion deblurring from a single image
• Two-Phase Kernel Estimation for Robust Motion Deblurring
• Blur kernel estimation using the radon transform
• Fast motion deblurring
• Blind Deconvolution Using a Normalized Sparsity Measure
• Blur-kernel estimation from spectral irregularities
• Efficient marginal likelihood optimization in blind deconvolution
• Unnatural L0 Sparse Representation for Natural Image Deblurring
• Edge-based Blur Kernel Estimation Using Patch Priors
• Blind Deblurring Using Internal Patch Recurrence

非均一なブレーリング

• Non-uniform Deblurring for Shaken Images
• Single Image Deblurring Using Motion Density Functions
• Image Deblurring using Inertial Measurement Sensors
• Fast Removal of Non-uniform Camera Shake

画像補完

• GIMP Resynthesizer
• Priority BP
• ImageMelding
• PlanarStructureCompletion

画像リターゲティング

• RetargetMe

アルファマッティング

• Alpha Matting Evaluation
• Closed-form image matting
• Spectral Matting
• Learning-based Matting
• Improving Image Matting using Comprehensive Sampling Sets

画像ピラミッド

• The Steerable Pyramid
• CurveLab

エッジ保持画像処理

• Fast Bilateral Filter
• O(1) Bilateral Filter
• Recursive Bilateral Filtering
• Rolling Guidance Filter
• Relative Total Variation
• L0 Gradient Optimization
• Domain Transform
• Adaptive Manifold
• Guided image filtering

イントリンシック画像

• Recovering Intrinsic Images with a global Sparsity Prior on Reflectance
• Intrinsic Images by Clustering

輪郭検出と画像セグメンテーション

• Mean Shift Segmentation
• Graph-based Segmentation
• Normalized Cut
• Grab Cut
• Contour Detection and Image Segmentation
• Structured Edge Detection
• Pointwise Mutual Information
• SLIC Super-pixel
• QuickShift
• TurboPixels
• Entropy Rate Superpixel
• Contour Relaxed Superpixels
• SEEDS
• SEEDS Revised
• Multiscale Combinatorial Grouping
• Fast Edge Detection Using Structured Forests

インタラクティブ画像セグメンテーション

• Random Walker
• Geodesic Segmentation
• Lazy Snapping
• Power Watershed
• Geodesic Graph Cut
• Segmentation by Transduction

動画セグメンテーション

• Video Segmentation with Superpixels
• Efficient hierarchical graph-based video segmentation
• Object segmentation in video
• Streaming hierarchical video segmentation

カメラキャリブレーション

• Camera Calibration Toolbox for Matlab
• Camera calibration With OpenCV
• Multiple Camera Calibration Toolbox

自己位置推定と地図作成の同時実行

SLAMコミュニティ

• openSLAM
• Kitti Odometry: benchmark for outdoor visual odometry (codes may be available)

トラッキング／オドメトリ

• LIBVISO2: C++ Library for Visual Odometry 2
• PTAM: Parallel tracking and mapping
• KFusion: Implementation of KinectFusion
• kinfu_remake: Lightweight, reworked and optimized version of Kinfu.
• LVR-KinFu: kinfu_remake based Large Scale KinectFusion with online reconstruction
• InfiniTAM: Implementation of multi-platform large-scale depth tracking and fusion
• VoxelHashing: Large-scale KinectFusion
• SLAMBench: Multiple-implementation of KinectFusion
• SVO: Semi-direct visual odometry
• DVO: dense visual odometry
• FOVIS: RGB-D visual odometry

グラフ最適化

• GTSAM: General smoothing and mapping library for Robotics and SFM — ジョージア工科大学
• G2O: General framework for graph optomization

ループ閉じ込み

• FabMap: appearance-based loop closure system - また OpenCV2.4.11 にも利用可能
• DBoW2: binary bag-of-words loop detection system

位置推定とマッピング

• RatSLAM
• LSD-SLAM
• ORB-SLAM

単一視点の空間理解

• Geometric Context - Derek Hoiem (CMU)
• Recovering Spatial Layout - Varsha Hedau (UIUC)
• Geometric Reasoning - David C. Lee (CMU)
• RGBD2Full3D - Ruiqi Guo (UIUC)

物体検出

• INRIA Object Detection and Localization Toolkit
• Discriminatively trained deformable part models
• VOC-DPM
• Histograms of Sparse Codes for Object Detection
• R-CNN: Regions with Convolutional Neural Network Features
• SPP-Net
• BING: Objectness Estimation
• Edge Boxes
• ReInspect

最近傍探索

汎用最近傍探索

• ANN: A Library for Approximate Nearest Neighbor Searching
• FLANN - Fast Library for Approximate Nearest Neighbors
• Fast k nearest neighbor search using GPU

最近傍フィールド推定

• PatchMatch
• Generalized PatchMatch
• Coherency Sensitive Hashing
• PMBP: PatchMatch Belief Propagation
• TreeCANN

ビジュアルトラッキング

• Visual Tracker Benchmark
• Visual Tracking Challenge
• Kanade-Lucas-Tomasi Feature Tracker
• Extended Lucas-Kanade Tracking
• Online-boosting Tracking
• Spatio-Temporal Context Learning
• Locality Sensitive Histograms
• Enhanced adaptive coupled-layer LGTracker++
• TLD: Tracking - Learning - Detection
• CMT: Clustering of Static-Adaptive Correspondences for Deformable Object Tracking
• Kernelized Correlation Filters
• Accurate Scale Estimation for Robust Visual Tracking
• Multiple Experts using Entropy Minimization
• TGPR
• CF2: Hierarchical Convolutional Features for Visual Tracking
• Modular Tracking Framework

顕著性検出

属性

行動認識

一人称視点カメラ

Human-in-the-loopシステム

画像キャプション生成

• NeuralTalk -

最適化

• Ceres Solver - 非線形最小二乗問題および制約なし最適化解決器
• NLopt- 非線形最小二乗問題および制約なし最適化解決器
• OpenGM - 因子グラフに基づく離散最適化および推論解決器
• GTSAM - 因子グラフに基づく最小二乗最適化解決器

深層学習

• Awesome Deep Vision

機械学習

• Awesome Machine Learning
• Bob: a free signal processing and machine learning toolbox for researchers
• LIBSVM — A Library for Support Vector Machines

データセット

外部データセットリンク集

• CV Datasets on the web - CVPapers
• Are we there yet? - 標準データセットXにおいて最も良い結果を提供する論文は？
• Computer Vision Dataset on the web
• Yet Another Computer Vision Index To Datasets
• ComputerVisionOnline Datasets
• CVOnline Dataset
• CV datasets
• visionbib
• VisualData

低レベルビジョン

ステレオビジョン

• Middlebury Stereo Vision
• The KITTI Vision Benchmark Suite
• LIBELAS: Library for Efficient Large-scale Stereo Matching
• Ground Truth Stixel Dataset

オプティカルフロー

• Middlebury Optical Flow Evaluation
• MPI-Sintel Optical Flow Dataset and Evaluation
• The KITTI Vision Benchmark Suite
• HCI Challenge

動画物体セグメンテーション

• DAVIS: Densely Annotated VIdeo Segmentation
• SegTrack v2

変化検出

• Labeled and Annotated Sequences for Integral Evaluation of SegmenTation Algorithms
• ChangeDetection.net

画像超解像

• Single-Image Super-Resolution: A Benchmark

イントリンシック画像

• Ground-truth dataset and baseline evaluations for intrinsic image algorithms
• Intrinsic Images in the Wild
• Intrinsic Image Evaluation on Synthetic Complex Scenes

材質認識

• OpenSurface
• Flickr Material Database
• Materials in Context Dataset

多視点再構成

• Multi-View Stereo Reconstruction

顕著性検出

ビジュアルトラッキング

• Visual Tracker Benchmark
• Visual Tracker Benchmark v1.1
• VOT Challenge
• Princeton Tracking Benchmark
• Tracking Manipulation Tasks (TMT)

映像監視

• VIRAT
• CAM2

顕著性検出

変化検出

• ChangeDetection.net

視覚認識

画像分類

• The PASCAL Visual Object Classes
• ImageNet Large Scale Visual Recognition Challenge

自己教師あり学習

• PASS: An An ImageNet replacement for self-supervised pretraining without humans

シーン認識

• SUN Database
• Place Dataset

物体検出

• The PASCAL Visual Object Classes
• ImageNet Object Detection Challenge
• Microsoft COCO

セマンティックラベリング

• Stanford background dataset
• CamVid
• Barcelona Dataset
• SIFT Flow Dataset

多視点物体検出

• 3D Object Dataset
• EPFL Car Dataset
• KTTI Dection Dataset
• SUN 3D Dataset
• PASCAL 3D+
• NYU Car Dataset

詳細画像認識

• Fine-grained Classification Challenge
• Caltech-UCSD Birds 200

歩行者検出

• Caltech Pedestrian Detection Benchmark
• ETHZ Pedestrian Detection

行動認識

画像ベース

動画ベース

• HOLLYWOOD2 Dataset
• UCF Sports Action Data Set

画像のぼけ除去

• Sun dataset
• Levin dataset

画像キャプション生成

• Flickr 8K
• Flickr 30K
• Microsoft COCO

シーン理解

SUN RGB-D - A RGB-D Scene Understanding Benchmark Suite

NYU depth v2 - Indoor Segmentation and Support Inference from RGBD Images

航空画像

Aerial Image Segmentation - Learning Aerial Image Segmentation From Online Maps

学生向けリソース

リソースリンク集

• Resources for students - フリド ダュラン (MIT)
• Advice for Graduate Students - アーロン・ヘルツマン (アドビ・リサーチ)
• Graduate Skills Seminars - Yashar Ganjali, Aaron Hertzmann (トロント大学)
• Research Skills - シモン・ペイトン・ジョーンズ (マイクロソフト・リサーチ)
• Resource collection - 徐 延 (UIUC) および 謝 健 (UCSB)

執筆

• Write Good Papers - フリド ダュラン (MIT)
• Notes on writing - フリド ダュラン (MIT)
• How to Write a Bad Article - フリド ダュラン (MIT)
• How to write a good CVPR submission - ウィリアム・T・フリーマン (MIT)
• How to write a great research paper - シモン・ペイトン・ジョーンズ (マイクロソフト・リサーチ)
• How to write a SIGGRAPH paper - SIGGRAPH ASIA 2011 カース
• Writing Research Papers - アーロン・ヘルツマン (アドビ・リサーチ)
• How to Write a Paper for SIGGRAPH - ジム・ブリーン
• How to Get Your SIGGRAPH Paper Rejected - ジム・カジヤ (マイクロソフト・リサーチ)
• How to write a SIGGRAPH paper - 衛 李・イ (香港大学)
• How to Write a Great Paper - マーティン・マーティン・ヘーリング・ヘーリング—ベルトム (ブレメン大学工科大学院)
• How to have a paper get into SIGGRAPH? - 伊賀 健 (東京大学)
• Good Writing - マーカス・H・レイベルト (ボストン・ダイナミクス)
• How to Write a Computer Vision Paper - デレク・ホイエム (UIUC)
• Common mistakes in technical writing - ウオジェチェ・ジャロズ (ダートマウス大学)

プレゼンテーション

• Giving a Research Talk - フリド ダュラン (MIT)
• How to give a good talk - デイビッド・フェリット (トロント大学) および アーロン・ヘルツマン (アドビ・リサーチ)
• Designing conference posters - コールin パーリングトン

研究

• How to do research - ウィリアム・T・フリーマン (MIT)
• You and Your Research - リチャード・ハミング
• Warning Signs of Bogus Progress in Research in an Age of Rich Computation and Information - マ・イ（UIUC）
• Seven Warning Signs of Bogus Science - ロバート・L・パーク
• Five Principles for Choosing Research Problems in Computer Graphics - トマス・フンクハウザー（コロンビア大学）
• How To Do Research In the MIT AI Lab - デイビッド・チャプマン（MIT）
• Recent Advances in Computer Vision - ミンホン・ヤン（UCメルセド）
• How to Come Up with Research Ideas in Computer Vision? - ジャイ・ビン・ホウ（UIUC）
• How to Read Academic Papers - ジャイ・ビン・ホウ（UIUC）

時間管理

• Time Management - ランディ・パウシュ（CMU）

ブログ

• Learn OpenCV - サティ・マリック
• Tombone’s Computer Vision Blog - トマス・マリシエフスキー
• Computer vision for dummies - ビンセント・スプライト
• Andrej Karpathy blog - アンデル・カルパスキー
• AI Shack - ウトカーシ・シンハ
• Computer Vision Talks - ユージン・クヴェデチェンヤ
• Computer Vision Basics with Python Keras and OpenCV - ジェイソン・チン（ウェストン・オンタリオ大学）

リンク

• The Computer Vision Industry - デイビッド・ロウ
• German Computer Vision Research Groups & Companies
• awesome-deep-learning
• awesome-machine-learning
• Cat Paper Collection
• Computer Vision News

楽曲

• The Fundamental Matrix Song
• The RANSAC Song
• Machine Learning A Cappella - Overfitting Thriller

ライセンス

License

法的に可能である範囲内で、Jia-Bin Huangはこの作品に関するすべての著作権および関連又は隣接する権利を放棄した。