список журналов и конференций по CV

[mrgloom 242]

Хотелось бы понять классификацию и структуру журналов\конференций\чего то то еще по computer vision и machine learning.

тут есть некоторая классификация

http://academic.research.microsoft.com/?SearchDomain=2&entitytype=3'>http://academic.research.microsoft.com/?SearchDomain=2&entitytype=3

и список

http://academic.research.microsoft.com/RankList?entitytype=3&topDomainID=2&subDomainID=11'>http://academic.research.microsoft.com/RankList?entitytype=3&topDomainID=2&subDomainID=11

тут тоже некий список по популярности

http://scholar.google.com/citations?view_op=top_venues&hl=en&vq=eng_computervisionpatternrecognition

еще нужна ли какая то система каталогизации на локальном компьютере?

или сейчас используя

http://citeseerx.ist.psu.edu

http://academic.research.microsoft.com

http://scholar.google.ru/

и так всё предполагается протеганым (хотя наверно учитываются тэги которые только указаны в пейпере)

а само "дерево методов" по какой либо проблеме всплывает только иногда в survey по какой либо тематике.

[Nuzhny 243]

Добавлю в эту тему.

Наткнулся на ресурс, поиском по форуму не нашёл

Visionbib!

Сборник статей, исходников и датасетов по темам, тегам, алфавиту. Очень удобно, если есть необходимость быстро разобраться в какой-либо теме - не надо гуглить, подбирая ключевые слова. Можно начать, например, с этой страницы.

[Smorodov 579]

Статейка как оформлять статьи по машинному обучению:

 

CraftingPapersOnMachineLearning.pdf

[mrgloom 242]

Изначально я видимо задавал этот вопрос про то как ориентироваться в этом "мире науки", т.е. есть какие то базовые хорошие конфереции и журналы, которые, которые специалист в какой то конкретной области должен читать чтобы понимать что сейчас state-of-the-art, а есть так же и всякие побочные.

Скорее всего есть еще и географическое разделение у нас в России есть категория "ваковских журналов" , а есть видимо мировые типа NIPS, но сам я статьи не пишу и от академической среды далек ,так что представляю себе это отдаленно.

 

Хотелось бы кстати увидеть некое "онтологическое дерево"  тэгов от computer vision и machine learning , а так же как они сами пересекаются.

 

Но помимо журналов\конференций есть еще источники:

Есть например сайты университетов, а там подсайт и что то типа computer vision group

Есть например курсы например CSE xxxx(как расшифровывается непонятно на но наверно computer science что то там)

Есть личные страницы учёных, где тоже много всего полезного бывает в том числе и код.

Есть блоги.

 

Есть сообщества на Linkedin,google+,google groups

Всевозможные QA : quora,reddit,stackoverflow,researchgate.

Отдельно еще надо наверно выделить хостинги кода типа github

 

Кстати неплохо было бы найти какой то сервис где можно расшарить ссылки сгруппированные по категориям и с тегами.

 

 

А по каталогизатору пейперов есть http://www.mendeley.com/

Попробовал, некоторые пейперы он парсил неправильно (т.е. заголовки и авторов),  с айпада я не смог открыть то что у меня было залито на компьютере (а было бы очень удобно, т.к. они там обещают что можно делать выделения и пометки текста поверх pdf).

И еще там ограничение на 2Гб(дальше платно), правда читал я их явно не все и теперь они лежат не сортированным мертвым грузом.

[Smorodov 579]

Кстати неплохо было бы найти какой то сервис где можно расшарить ссылки сгруппированные по категориям и с тегами.

Можно посмотреть на:  http://www.pearltrees.com/ 

[Nuzhny 243]

Вопрос, наверное, больше к Smorodov'у. Есть российские конференции по тематике, тот же Graphicon (международная, но проводится в России). Есть "Техническое зрение в управлении мобильными объектами", вот пример выпуска. Есть информация насколько авторитетны и хороши эти конференции? Может быть есть альтернативы?

[BeS 53]

В России еще есть конференция АИСТ, на ней тоже по ComputerVision можно публиковаться, в том числе и на английском языке. 

Еще полезно бывает подписаться на интересующих ресерчеров в Google Scholar.

[BeS 53]

Вот кстати еще неплохой список ресурсов по Computer Vision: https://github.com/jbhuang0604/awesome-computer-vision

[mrgloom 242]

perltrees это тоже типо evernote,pocket и т.д.

как я понял это определенная вида лента с картинками.

 

я же подумывал о чем то типа вики, но это надо поднимать движок и в итоге можно ограничиться простым списком на статичной интернет странице, из минусов одна ссылка может попадать только в один подсписок(категорию) т.е. нет тэгов и поэтому списки должны быть очень структурированными, нет древовидной структуры, нет какого то супер поиска.

[Nuzhny 243]

Лично у меня с товарищем есть общая папка с книгами и статьями в Дропбоксе. В папке есть подпапки - разделы по категориям. Например, Computer Vision, которая в свою очередь содержит подпапки (Optical flow, tracking, recognition, ...) и просто статьи и книги. Статьи и книги имеют строго определённое имя файлов. Как выглядит внутренность папки tracking:

 

heads_tracking
Particle filter
[Fundamentals Of Object Tracking][CHALLA][MORELANDE][MUSICKI][EVANS][2011].pdf
[HYBRID PARTICLE FILTER AND MEAN SHIFT TRACKER WITH ADAPTIVE TRANSITION MODEL][MAGGIO][CAVALLARO][Y].pdf
[Joint tracking algorithm using particle filter and mean shift with target model updating][Zhang][Tian][Jin][2006].pdf
[object tracking][Goszczynska][2011].pdf
[Real-Time Tracking of Non-Rigid Objects using Mean Shift][Comaniciu][Ramesh][Meer][Y].pdf
[Robert Collins][Lecture 7][Correspondence Matching][Y].pdf
[superpixel Tracking][Wang][Lu][Yang][Yang][2013].pdf
[The Template Update Problem][iain Matthews][ishakawa][baker][Y].pdf
[The template update problem][Matthews Ishakawa Baker][Y].pdf
[video tracking theory and practice][MAGGIO][CAVALLARO][2011].pdf

Это подпапки с категориями, просто книги и статьи. Названия, каждый из авторов и год заключены в [] (если год написания не известен, то [Y]). Теоретически, таким же образом можно добавить и теги - именно в имя файлов. Но мне не видится такой подход (с тегами) полезным. Конечно, есть пересекающиеся темы, типа сопровождения лиц: это можно определить как в  tracking, так и в разделе поиска и локализации лиц. Этот недостаток мы решили обойти поправкой на нашу разумность: типа мы сможем догадаться, что и где искать.

Плюсы такого подхода:

1. Такой способ именования позволяет быстро найти статьи по авторам, статьи, изданные в какой-то промежуток времени. Или просто быстро узнать, есть ли статья с данным именем уже в нашей библиотеке.

2. Можно составлять практически произвольные запросы к библиотеке (подразумевается, что пользователи библиотеки владеют и bash, и Python, и любым другим языком, позволяющим писать такие запросы). Но такая надобность возникает редко.

3. Не нужно никакое специфичное ПО, хранилищем выступает произвольная файловая система.

4. Библиотекой можно пользоваться совместно, видеть последние добавленные книги и статьи. Подразумевается, что пользователи работают в одной предметной области.

5. Библиотека доступна с любого устройства. То есть с абсолютно любого.

6. На десктопных платформах библиотека доступна и локально, и через веб-интерфейс.

7. Хранится история изменений с возможностью их отката и восстановления.

8. В библиотеку можно добавлять практически всё что угодно в любом формате. В том числе и видео, и исходники, и просто заметки, ссылки, картинки.

[Nuzhny 243]

Кстати!

Я не очень хорошо знаком с каталогизированием, но что вообще хотелось бы видеть? Это не столько теги, сколько важность той или иной работы, какая работа была базовой в то или иной области, как часто она цитируется, как часто её идеи берутся для улучшений и применения.

 

Грубо говоря: есть базовая статья по теме, например детектор Виолы-Джонса, описанный в их статье. Он сейчас применяется и для лиц, и для пешеходов, машин... Есть множество улучшений, дополнений и оптимизаций.

Что хотелось бы увидеть в "каталоге": на видном месте, заметно и крупно: эту самую основополагающую статью. От неё уже отходят всевозможные последователи. От неё идут связи в тематические детекторы (лица, пешеходы...), она связывается также с тем же детектором пешеходов на основе HOG. От неё идут связи в реализацию на GPU. Она связывается с каскадами Хаара. С AdaBoost. Хотелось бы также при этом видеть какую-нибудь хронологию.

 

То есть не смотреть статьи, ставшие тупиковыми ветвями в науке, а иметь возможность быстро просмотреть наиболее важные вехи, открытия.

 

Кажется, что карты памяти могут сделать что-то подобное. У кого-нибудь есть опыт работы с Mind maps? Теоретически, ими можно неплохо отобразить набор литературы, проставить связи как в иерархической форме, так и в теговом, и в хронологическом представлении. Важные статьи - крупные узлы. Будут статьи-связи между предметными областями и подходами.

[mrgloom 242]

Ага, вы мыслите в правильном направлении.

 

У меня склад .pdf перевалил за 5Гб, на бесплатный dropbox уже не поместится.(Кстати не знал, что там можно откатиться изменения)

И как раз я начал сталкиваться с проблемой, что у меня некоторые одни и те же пейперы начали попадать в разные категории.

Да и если подумать, просто проставление тегов не поможет, т.к. например при выборе тэга в итоге будет просто список, которые надо будет потом линейным поиском т.е. глазами просматривать, а если комбинировать теги да еще добавлять поиск по словам, авторам,годам, то это уже получится поисковый движок.

 

По идее на том же citeseer у каждого пейпера есть индекс цитируемости и по идее даже можно построить граф и визуализировать его.

Но я думаю, если пейпер старый и то и толку от его цитируемости мало, там еще есть такой параметр как релевантность.

 

Вот например хорошая по моему мнению презентация, которая охватывает область,

http://courses.graphicon.ru/files/courses/vision/2012/lectures/cv2012_10_cbir_web.pdf

Но в презентации нету дерева подходов, что из чего следует, хотя некая хронология присутствует.

 

например

http://lab.ailove.ru/2011/04/06/computer-vision-augmented-reality-mind-map/

Но это не иерархическое дерево подходов,а некий субъективный mindmap.

[Nuzhny 243]

Я в своё время следил за Дропбоксом, участвовал в их акциях - расширил бесплатное место до 8.5 Гбайт. Со скрипом, но хватает. В любом случае, это не проблема, всегда можно найти подходящий сервис.

А на счёт удобной организации книг надо подумать...

Docear - что-то похожее на то, что хочется.

[Smorodov 579]

Сделал общий аккаунт на Docear (log: Compvision, pas:compvision).

[mrgloom 242]

Хм, это оказывается называется менеджер цитирования(reference manager)

 

Docear действительно выглядит интересным, т.к. в mindmap можно даже вставлять скриншоты.

https://en.wikipedia.org/wiki/Comparison_of_reference_management_software

 

Попробовал Docear - выглядит сыро(после установки половина интерфейса перевелась, часть нет, не смог писать на английском в mindmap, окна отображались криво, в online редактор(который бета) меня не пустило по паролю)
 

Вот тут человек даже свою написал http://habrahabr.ru/post/223873/

там еще вскользь затрагивается MyHomeLib вроде как раз для книг.

[Smorodov 579]

Лень смотреть упоминалось ли ранее отечественная база научных работ: http://elibrary.ru/

Еще интересная система (knowledge management):

http://www.openkm.com/en/

[Smorodov 579]

Набрел на еще один русскоязычный ресурс:

 

http://nps.itas.miem.edu.ru/

[Nuzhny 243]

Сборник ресурсов по компьютерному зрению.

[Nuzhny 243]

Аналогичный сборник только о Deep vision.