1.圖像復原相關資料
數學
- 線性代數：
-MIT線代基礎
-A 2020 Vision of Linear Algebra - 概率論：
-MIT-概率論
-MIT-統計學基礎 - 最/凸優化
-Boyd斯坦福凸優化公開課
機器學習
- 浙江大學-研究生機器學習課程（李航-統計學習方法）
- 機器學習-白板推導系列
- 張志華-統計機器學習
- 張志華-機器學習導論
- 深度學習：
李宏毅2020深度學習
pytorch教程/博客
圖像處理
- 杜克-數字圖像處理
- CMU-計算機攝影學
- OpenCV
2.如何寫論文
論文是做出來的，不是寫出來的。
大致的過程：
- Topic：研究方向
- Problem：發現這個方向上存在的問題。方法：多讀文獻（20-30篇文獻），找已有方向的不足；需要自己提出問題
- Idea：如何改善問題、提高性能。方法：多讀文獻（20-30篇文獻）；需要自己提出方案
- Concreate work：理論分析（優化求解）+實驗驗證
寫論文之前
論文分兩種類型：
- Journal（期刊）：
-regular paper
-short paper/concise paper
-letter/correspongence - Conference（會議）
-oral
-poster
瞭解一下發表源：
- Journal ：AIJ，IEEE Trans，PAMI
- Conference：IJCAI ,AAAI，
- 計算機/軟件/電子/自動化學報（中文）
期刊和會議區別：
-
期刊13頁左右、會議3-11頁
-
不能一稿多投，要麼期刊、要麼會議
-
稿件處理流程：
-
期刊（較慢）：
主編-副主編-審稿人-審稿意見返回給副主編-接受/大修/拒絕-小修（每一步都需要3個月） -
會議（較快）：
一個月出初審意見-回答審稿人問題-2個月左右出結果
注意
- 不要自行與AE/Reviewer聯繫
- 超過原稿審稿期後，可以寫一篇有禮貌的信給主編
寫論文
寫論文工具
- 不推薦word，最後上傳需要轉化爲pdf
- 在overleaf上找各種模板
論文的結構
- Title：
-清楚表達出主要工作：用什麼做了什麼
-字數不要太長、有吸引力、突出核心點 - Abstract：
-吸引力、總結性
-嚴格按照格式：問題是什麼、使用什麼方法來解決、所用方法的特點、優勢是什麼（要用實驗結果支撐這個優勢） - Introduction：
-背景陳述（指明問題是什麼及其重要性、前人怎麼做的有什麼缺陷）
-行文歸納（從而提出自己的方法、方法的表現如何） - Previous work：對方法進一步說明（把之前工作方法分類並指出各種方法的優缺點、針對缺陷的解決方案）
- your conbution：研究動機、方法闡述（最好用圖、表、僞代碼等直觀表述）
- support：
-theoretical：理論闡述
-experiments：實驗設計、比較 - discussion：說明自己文章與其他同類型文章的區別
- conclusion：不要完整抄摘要、總結正文、提出工作仍需改進的地方
-reference：文獻格式排版
注意事項
點不是越多越好，針對一個點展開即可
論文不是越複雜越好
不是吹噓就會被認可
多讀最新的論文+經典的論文
寫作時找最好的文章來參考然後反寫
用短句，不要長難句
避免語法錯誤
3. 如何讀論文
參考 沈向陽-讀論文的三個層次