推荐一些用CRF做图像语义分割的资源 此博文包含图片
2016-11-12 15:26
483 查看
(201http://blog.csdn.net/moonzjaw/article/details/46744163http://blog.csdn.net/moonzjaw/article/details/467441632-04-19
17:32:11)
http://blog.csdn.net/moonzjaw/article/details/46744163
Semantic Image Segmentation
首先是code,以前找了很多,但发现比较好用的有:
1. Matlab版的UGM:http://www.di.ens.fr/~mschmidt/Software/UGM.html,可实现crf的inference和learning,作者Mark
Schmidt,写了很多实用的工具箱。
2. C++版的gco-v3.0:http://vision.csd.uwo.ca/code/,用于求解crf(即inference),作者Olga
Veksler,专门研究Graph cut算法。
3. Oxford的ALE: http://www.robots.ox.ac.uk/~phst/ale.htm,作者Lubor
Ladicky,花了5年时间完成这套代码,他在博士期间的所有工作几乎都在其中,c++代码写得很规范,能学到不少东西,依赖库只有DevIL(以前叫openil,没用opencv),需要耐心仔细地结合论文看才能看懂。
4. ANU的Stephen Gould开发的c++库Darwin:http://drwn.anu.edu.au/,能在windows下用,但更适合linux,工具箱里的一些应用也包括了他博士时做的工作,仔细研究这个库可以学到不少先进的东西。
5. OpenGM2:http://hci.iwr.uni-heidelberg.de/opengm2/,专门用于图模型离散优化的c++库,其中包含了多种算法,详见2013年的一篇CVPR:A Comparative
Study of Modern Inference Techniques for Discrete Energy Minimization Problems (http://ipa.iwr.uni-heidelberg.de/ipabib/Papers/Kappes-etal-cvpr-2013-benchmark.pdf)
另外,如果要研究高阶的CRF,可以参见这几个人的主页:
1. Pushmeet Kohli,这是个专家级的,2007年Oxford Brookes的Phd毕业,其间就研究这个,现在在MSRC:
http://research.microsoft.com/en-us/um/people/pkohli/
2. Lubor Ladicky,继续了Kohli的工作,2011年Oxford Brookes的Phd毕业,现在ETH,主要用CRF做场景理解和姿态估计等:
http://www.robots.ox.ac.uk/~lubor/
3. Chris Russell,毕业于Oxford Brookes,现在UCL,研究方向和Lubor Ladicky差不多(导师都是Philip Torr),但更偏重高阶CRF:
http://www0.cs.ucl.ac.uk/people/C.Russell
4. Stephen Gould,2010年Stanford的Phd毕业,现在ANU,也用高阶CRF做场景理解,还开发了一套工具箱(Darwin),比较适合在Linux下用。
http://users.cecs.anu.edu.au/~sgould/index.html
如果看了这几个人的PhD Thesis,基本上就对Higher Order CRF有比较清晰的认识了。
要是谁有兴趣研究该方向,可以多多交流~ ~
17:32:11)
标签: | 分类: 计算机视觉 |
Semantic Image Segmentation
首先是code,以前找了很多,但发现比较好用的有:
1. Matlab版的UGM:http://www.di.ens.fr/~mschmidt/Software/UGM.html,可实现crf的inference和learning,作者Mark
Schmidt,写了很多实用的工具箱。
2. C++版的gco-v3.0:http://vision.csd.uwo.ca/code/,用于求解crf(即inference),作者Olga
Veksler,专门研究Graph cut算法。
3. Oxford的ALE: http://www.robots.ox.ac.uk/~phst/ale.htm,作者Lubor
Ladicky,花了5年时间完成这套代码,他在博士期间的所有工作几乎都在其中,c++代码写得很规范,能学到不少东西,依赖库只有DevIL(以前叫openil,没用opencv),需要耐心仔细地结合论文看才能看懂。
4. ANU的Stephen Gould开发的c++库Darwin:http://drwn.anu.edu.au/,能在windows下用,但更适合linux,工具箱里的一些应用也包括了他博士时做的工作,仔细研究这个库可以学到不少先进的东西。
5. OpenGM2:http://hci.iwr.uni-heidelberg.de/opengm2/,专门用于图模型离散优化的c++库,其中包含了多种算法,详见2013年的一篇CVPR:A Comparative
Study of Modern Inference Techniques for Discrete Energy Minimization Problems (http://ipa.iwr.uni-heidelberg.de/ipabib/Papers/Kappes-etal-cvpr-2013-benchmark.pdf)
另外,如果要研究高阶的CRF,可以参见这几个人的主页:
1. Pushmeet Kohli,这是个专家级的,2007年Oxford Brookes的Phd毕业,其间就研究这个,现在在MSRC:
http://research.microsoft.com/en-us/um/people/pkohli/
2. Lubor Ladicky,继续了Kohli的工作,2011年Oxford Brookes的Phd毕业,现在ETH,主要用CRF做场景理解和姿态估计等:
http://www.robots.ox.ac.uk/~lubor/
3. Chris Russell,毕业于Oxford Brookes,现在UCL,研究方向和Lubor Ladicky差不多(导师都是Philip Torr),但更偏重高阶CRF:
http://www0.cs.ucl.ac.uk/people/C.Russell
4. Stephen Gould,2010年Stanford的Phd毕业,现在ANU,也用高阶CRF做场景理解,还开发了一套工具箱(Darwin),比较适合在Linux下用。
http://users.cecs.anu.edu.au/~sgould/index.html
如果看了这几个人的PhD Thesis,基本上就对Higher Order CRF有比较清晰的认识了。
要是谁有兴趣研究该方向,可以多多交流~ ~
相关文章推荐
- 推荐一些用CRF做图像语义分割的资源
- 推荐一些用CRF做图像语义分割的资源
- 推荐一些用CRF做图像语义分割的资源
- 推荐一些用CRF做图像语义分割的资源
- 推荐一些用CRF做图像语义分割的资源
- 推荐一些用CRF做图像语义分割的资源
- 图像语义分割的总结和资源推荐
- CRF做图像语义分割的资源
- 推荐 | 基于深度学习的图像语义分割方法回顾(附PDF下载)
- CRF图像语义分割
- 图像语义分割之FCN和CRF
- 图像语义分割之FCN和CRF
- 图像语义分割之FCN和CRF
- 图像语义分割之FCN和CRF
- 【图像语义分割】DeepLab V2: CNN + Atrous Convolution + Fully Connected CRF
- 图像语义分割之FCN和CRF
- 晓潘:闲来无事,发一些笑话恶搞 [此博文包含图片]
- Goahead 嵌入式 Webserver 的一些demo [此博文包含图片]
- 图像语义分割之FCN和CRF
- 图像语义分割之FCN和CRF