浅谈图像处理方向的就业前景[转)
|
最近版上有不少人在讨论图像处理的就业方向，似乎大部分都持悲观的态度。我想结合我今年找工作的经验谈谈我的看法。
就我看来，个人觉得图像处理的就业还是不错的。首先可以把图像看成二维、三维或者更高维的信号，从这个意义上来说，图像处理是整个信号处理里面就业形势最好的，因为你不仅要掌握（一维）信号处理的基本知识，也要掌握图像处理（二维或者高维信号处理）的知识。其次，图像处理是计算机视觉和视频处理的基础，掌握好了图像处理的基本知识，就业时就可以向这些方向发展。目前的模式识别，大部分也都是图像模式识别。在实际应用场合，采集的信息很多都是图像信息，比如指纹、条码、人脸、虹膜、车辆等等。说到应用场合，千万不能忘了医学图像这一块，如果有医学图像处理的背景，去一些医疗器械公司或者医疗软件公司也是不错的选择。图像处理对编程的要求比较高，如果编程很厉害，当然就业也多了一个选择方向，并不一定要局限在图像方向。 下面谈谈我所知道的一些公司信息，不全，仅仅是我所了解到的或者我所感兴趣的，实际远远不止这么多。 搜索方向 医学图像方向 计算机视觉和模式识别方向 视频方向 其他 要求： 图像处理方向毕业的就业面非常广，而且待遇在应届生应该是中上等。其实还是一句话，能力决定一切。只要研究生三年没有白过，根本不愁找不到好工作。祝所有正在读研或者即将读研的朋友将来都能有一份满意的工作。
我说点不好的 呵呵 版主的说法我同意 都是正面的 反面的来说：现在大学和研究机构 做图象的越来越多了，这里面老板自己懂图象的不知道有多少？！老板不懂，影响还是很大的 多数做图象的是用MATLAB，用别人的代码（如小波）。在研究生三年学好C++毕业的有多少？在公司C++是重要的。 图象其实就是信号处理，除了本科是学信号的以外，信号与系统、数字信号处理是一定要学好的，那相应的数学方面的概率，多元统计，甚至泛函也要了解。 外语的基本要求是看懂英文文献（不一定全看懂），相应的英文书。去外企做研发，这是必备的。然后是口语和听力。 说这些不是波冷水，希望大家了解清楚。 Compared to the number of jobs available each year in the imaging soceity, the people who are majoring on it are way too much. I have to say most of the people who studied the this area were not end up with working on this area anymore. The most important thing here is to understand image processing, it requires a broad level of knowledge including, some math (algrebra, statistics, PDE), dsp, pattern recognition, programming skills... 我也是学模式识别的,但是研究方向是遥感图像处理和识别.总的来说这个方向是比较专,但也是目前图像处理中比较难做的一个方向,因为遥感图像的复杂性超过我们所见过的任何图像.
其实谈到就业问题,我觉得如果研究方向比较适合,特别是读研期间能到斑竹谈的那些牛比的公司实习,了解企业真正需要的方向可能做起来有目标性. 顺便提下:高德威公司还是不要考虑,因为本人在毕业面试过程中,虽然面试的人力资源人员很友善,但是通过他们老板写的一些文章可以发现他们还是一个比较自恋和自大的公司. 楼主是好人
不过此文更多是安慰 新手不可太当真 衡量专业好坏的标准有两个:应用前景和技术门槛 个人觉得图像处理应用前景一般,比通信,计算机差远了,而技术门槛,相信不是新手都清楚,比微波之类低不少 总的来说图像方向就业一般,在it业算较冷得,特别是模式识别,人工智能之类,看起来高深邪乎,其实就是博士都不好找工作(亲身所见) 1）说到图像处理比通信差，很大部分的原因是当前行业背景，但通信真正的研发在中国又有多少，我的朋友中很多做工程的，况且现在在通信领域，很大的一个难点，也是多媒体通信。 2）说到比计算机差，我觉得这与你怎么看待计算机专业有关，有人觉得是基础，是工具，有人觉得是专业。况且计算机那边，现在研究图像的也不少。 3）再者，说微波，RFID等入门难，但要做精又谈何容易，而且兴趣真的很重要，没有兴趣，再有前景的专业，你也不一定能做好，还有女生并不适合搞这个，就业时，单位一般会暗示。另外，就业面也较窄，好公司真的难进，找工的时候，真的很郁闷，特别对女生。或许将来很大发展前途，这个另当别论。 4）说回图像处理，我觉得还是较中肯的，略有好的嫌疑，关键还是在读研的时候能把方向做宽（一般做图像处理，需要何模式识别等相结合，拓宽知识面是必要的，在真正做研究的时候，也发现是必须的），研究点做深入，注重实现能力、创新能力和学习能力，通过论文。多培养自己的材料组织提炼能力，锻炼逻辑思维。如果真的能做到三年光阴不虚度，找工应该不是问题，到时真正要考虑的是定位问题。 5）当然，最后，找工的时候，包装是一种技巧，整合是一种需要。 作图像处理方面的研究工作，最重要的两个问题：其一是要把握住国际上最前 沿的内容；其二是所作工作要具备很高的实用背景。解决第一个问题的办法就 是找出这个方向公认最牛的几个超级大拿(看看他们都在作什么)和最权威的 出版物(阅读上面最新的文献)，解决第二个问题的办法是你最好能够找到一个 实际应用的项目，边做边写文章。 做好这几点的途径之一就是充分利用网络资源，特别是权威网站和大拿们的个人主页。下面是我收集的一些资源，希望对大家有用。(这里我要感谢SMTH AI版的alamarik和Graphics版的faintt) 导航栏： [1]研究群体 一、研究群体 http://www.cmis.csiro.au/IAP/zimage.htm http://www.via.cornell.edu/ http://www2.parc.com/istl/groups/did/didoverview.shtml http://www-cs-students.stanford.edu/ http://www.fmrib.ox.ac.uk/analysis/ Automated Segmentation,Structural brain change analysis,motion correction,etc. http://www.cse.msu.edu/prip/ http://pandora.inf.uni-jena.de/p/e/index.html http://www-staff.it.uts.edu.au/~sean/CVCC.dir/home.html http://cfia.gmu.edu/ between academic institutes, industry and government agencies, and to transfer key technologies to help industry build next generation commercial and military imaging and multimedia systems. http://peipa.essex.ac.uk/info/groups.html 二、图像处理GPL库 http://iraf.noao.edu/ system for the reduction and analysis of astronomical data. http://entropy.brni-jhu.org/tnimage.html http://sourceforge.net/projects/ 三、搜索资源 http://sal.kachinatech.com/ http://www.merl.com/people/brand/ http://research.microsoft.com/~ablake/ http://www-2.cs.cmu.edu/afs/cs.cmu.edu/user/har/Web/home.html http://www.ifp.uiuc.edu/yrui_ifp_home/html/huang_frame.html -------------------------------------------------------------------------------- 下面这些是我搜集的牛群(大部分是如日中天的Ph.D们)，可以学习的是他们的Study Ways! Finn Lindgren(Sweden):Statistical image analysis http://www.maths.lth.se/matstat/staff/finn/ 五、前沿期刊(TOP10) IEEE Trans. On PAMI http://www.computer.org/tpami/index.htm
神经网络 Neural Networks Tutorial Review
Computer Vision Computer Vision Homepage, Carnegie Mellon University Annotated Computer Vision Bibliography Lawrence Berkeley National Lab Computer Vision and Robotics Applications CVonline by University of Edinburgh Computer Vision Handbook, www.cs.hmc.edu/~fleck/computer-vision-handbook Vision Systems Courseware Research Activities in Computer Vision Vision Systems Acronyms Dictionary of Terms in Human and Animal Vision Metrology based on Computer Vision Digital Photography Digital Photography, Scanning, and Image Processing
Educational Resources, Universities Center for Image Processing in Education Mathematical Experiences through Image Processing, University of Washington Vismod Tech Reports and Publications, MIT Vision Lab PhD dissertation list, University of Antwerp INRIA (France) Research Projects: Human-Computer Interaction, Image Processing, Data Management, Knowledge Systems Image Processing Resources Publications of Carsten Steger FAQs comp.dsp FAQ Where's the sci.image.processing FAQ? comp.graphics.algorithms FAQ, Section 3, 2D Image/Pixel Computations Astronomical Image Processing System FAQ |
posted on 2007-02-04 18:06 cloudseawang 阅读(14971) 评论(5) 编辑 收藏 举报
