词频统计 matlab,5年cvpr论文词频分析，今年最火词——深度学习
国际计算机视觉与模式识别会议(CVPR)是IEEE一年一度的学术性会议，会议的主要内容是计算机视觉与模式识别技术。CVPR是世界顶级的计算机视觉会议(三大顶会之一，另外两个是ICCV和ECCV)———转自百度百科。
还有几天cvpr2015就要开幕了，录用的论文目前在大会官网http://www.pamitc.org/cvpr15/program.php已可查看。博主对11年到15年cvpr录用的论文进行词频搜索，大致勾勒出近几年视觉与学习领域的研究热点及变化，供新同学们选择研究领域时参考。
采用下面几组关键词：
(1)图像特征
Point, edge, shape, contour
(2)处理对象
Face, pedestrian, outdoor, motion,activity, hand
(3)应用领域
Segmentation, match, track, detect, salience,deblur, Retrieval,
Restoration, classify
(4)学习方法
Boost, svm, CNN, deep, Bayesian
词频搜索时，去掉了重复(若单词在同一论文标题中出现多次，只记一次)，干扰(类似surface对face的干扰等)，考虑了多态(如classification也看作是classfy)。
由于cvpr录用论文数量逐年递增(11-15年分别为438，466，472，540，602)，用15年数目做基准，对11-14年数目进行规范化，保留1位小数。得到的词频变化如下表：
CVPR2011
CVPR2012
CVPR2013
CVPR2014
CVPR2015
图像特征
Point
15.0
10.3
20.4
15.6
5
line
6.9
5.2
2.6
3.3
6
edge
4.19
7.8
3.8
4.5
10
shape
31.6
22.0
15.3
26.8
30
contour
9.6
7.8
5.1
3.3
3
处理对象
Face(-surface)
20.6
19.4
19.1
22.3
23
pedestrian
2.7
7.8
9.0
4.5
7
outdoor
0
1.3
2.6
0
1
motion
30.2
28.4
29.3
20.1
18
activity
4.1
7.8
7.7
5.6
2
hand
1.4
5.2
1.3
4.5
5
应用领域
Segment(ation)
44.0
45.2
44.6
46.8
38
match
26.1
14.2
20.4
29.0
21
track
33.0
33.6
30.6
41.2
25
detect
52.2
69.8
77.8
44.6
58
Salien(cy)
11.0
18.1
14.0
8.9
18
Deblur
4.1
3.9
6.4
4.5
6
Retri(eval)
11.0
7.8
5.1
5.6
16
Restor(ation)
1.4
0
0
2.2
4
Classi(fy)
31.6
40.0
26.8
30.1
29
学习方法
Boost
11.0
6.5
1.3
5.6
1
svm
5.5
5.2
1.3
2.2
4
NN
0
2.6
0
6.7
24
deep
1.4
6.5
3.8
16.7
61
Bayes(ian)
4.1
3.9
6.4
8.9
5
博主冒充砖家对数据说明一下，不对的地方请自动忽略：
在图像特征领域，以sift为代表的point特征研究和已snake，levelset等为代表的contour特征研究逐年减少，edge和shape的研究占据主流。
在处理对象上，face绝对是重量级的研究对象。motion的研究有下降趋势，但仍是主流方向之一。另外，在自动驾驶中用到的pedestrian检测及人机交互时用到的hand识别跟踪也有稳定的关注度
在应用领域，segmentation和detection的研究最多，track研究在14年达到顶峰，15年有大幅减少。saliency和retrieval在15年大幅增多。
在机器学习领域，目前最火的毫无悬念当属深度学习(deep
learning， CNN)，svm，boost基本被边缘化了。
最后，给要想冲击cvpr2016的同学建议，赶紧换到深度学习人脸识别研究方向，论文题目都想好了，就叫 deepFace：shape
based face detector！！！
词频统计 matlab,5年cvpr论文词频分析，今年最火词——深度学习相关推荐
- python词频统计西游记_实例10-文本词频统计.pdf
Python语言程序设计 实例10: 文本词频统计 嵩 天 北京理工大学 "文本词频统计"问题分析 CC BY-NC-SA 4.0 嵩天 问题分析 文本词频统计 - 需求 :一篇文 ...
- python英文文本词频统计_python编程：英文小说词频统计
一.编程目的: 1.英文小说(The Myths )分词,并进行词频统计 2.绘制词频统计直方图 3.为小说情感分析做准备 二.编程环境: 1.pyhon3+pycharm 2.需安装模块:strin ...
- python文本词频统计是字典吗_Python文本挖掘: 词频统计，词云图
在中文的文本挖掘中,对海量文本进行准确分词是其中至关重要一步.当前的Python语言下存在多种开源文本分析包,其中jieba这个包能够提供相对高效的分词方案. 结合jieba代码和一些相关资料,基本得 ...
- jieba库词频统计_运用jieba库进行词频统计
Python第三方库jieba(中文分词) 一.概述 jieba是优秀的中文分词第三方库 - 中文文本需要通过分词获得单个的词语 - jieba是优秀的中文分词第三方库,需要额外安装 - jieba库 ...
- python哈姆雷特词频统计_Python练习题15：文本词频统计：英文版哈姆雷特
文本词频统计::一篇文章,出现了哪些词?哪些词出现的最多? ...
- python英文文本词频统计_Python英文文章词频统计(14份剑桥真题词频统计)
Python剑桥真题词频统计 最好还是要学以致用,自主搜集了19年最近的14份剑桥真题之后,通过Python提供的jieba第三方库,对所有的文章信息进行了词频统计,并选择性地剔除了部分简易词汇,比如 ...
- 【论文解读】Yoshua Bengio最新修改版论文：迈向生物学上可信的深度学习
此篇论文 Yoshua Bengio 最早发表于 2015 年 2 月,于昨日公开第三次修改版本,读者可点击「阅读原文」进行下载. 论文链接 https://arxiv.org/abs/1502.04 ...
- 五年12篇顶会论文综述！一文读懂深度学习文本分类方法
作者 | 何从庆 来源 | AI算法之心(ID:AIHeartForYou) 最近有很多小伙伴想了解深度学习在文本分类的发展,因此,笔者整理最近几年比较经典的深度文本分类方法,希望帮助小伙伴们了解深度 ...
- 论文整理集合 -- 吴恩达老师深度学习课程
吴恩达老师深度学习课程中所提到的论文整理集合!这些论文是深度学习的基本知识,阅读这些论文将更深入理解深度学习. 这些论文基本都可以免费下载到,如果无法免费下载,请留言!可以到coursera中看该视频 ...
- matlab 生成不重复的随机整数 打乱数据排列 生成深度学习数据集
Matlab自带函数randperm(n)可以产生1到n的整数的无重复的随机排列,利用它就可以得到无重复的随机数.例如: randperm(n):产生一个1到n的随机顺序. >> rand ...
最新文章
- jquery $.post 超时_jQuery介绍
- SharePoint 2013: The New Web Application button is disabled is the central administration
- 计算机视觉：单阶段目标检测模型YOLO-V3
- matlab app designer制作软件_gif制作软件app
- .net面试题(高级)
- Flink – window operator
- P2030 - 【BJOI2006】狼抓兔子
- linux删除0字节的文件,如何在linux中删除许多0字节的文件?
- 【Unity】替换场景、Prefab字体 工具类
- html gbk正确 utf-8乱码,GBK与UTF-8互转乱码详解
- lpt监控安装_lpt1(如何在lpt1端口安装打印机)
- android google 地图路线图,Android中如何调用google地图生成路线图
- 0ctf-2016 pwn-warmup writeup
- .mpp文件的使用技巧
- 天津SEO优化：seo优化后期网站关键词排名下降原因
- 038 Divisible Subsequences
- 4.2-知识图谱在电商领域中的应用实践
- 虚拟机概论（六）——JAVA虚拟机模型
- 解决squid启动Pinger自动退出问题
- 明明已经引入了jquery，还是不断地报错，终于找到原因了