图像处理方向研究生就业

2013-09-03 19:55:28 taoyanbian1022 阅读数 2390
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
基于内容的图像或视频搜索是很多搜索公司研究的热点。要想进入这个领域,必须有很强
的编程能力,很好的图像处理和模式识别的背景。要求高待遇自然就不错,目前这方面的
代表公司有微软、google、yahoo和百度,个个鼎鼎大名。

医学图像方向
目前在医疗器械方向主要是几个大企业在竞争,来头都不小,其中包括Simens、GE、飞利
浦和柯达,主要生产CT和MRI等医疗器材。由于医疗器械的主要功能是成像,必然涉及到对
图像的处理,做图像处理的很有机会进入这些公司。它们在国内都设有研发中心,simens
的在上海和深圳,GE和柯达都在上海,飞利浦的在沈阳。由于医疗市场是一个没有完全开
发的市场,而一套医疗设备的价格是非常昂贵的,所以在这些地方的待遇都还可以,前景
也看好。国内也有一些这样的企业比如深圳安科和迈瑞

计算机视觉和模式识别方向
我没去调研过有哪些公司在做,但肯定不少,比如指纹识别、人脸识别、虹膜识别。还有
一个很大的方向是车牌识别,这个我倒是知道有一个公司高德威智能交通似乎做的很不错
的样子。目前视频监控是一个热点问题,做跟踪和识别的可以在这个方向找到一席之地。

上海法视特位于上海张江高科技园区,在视觉和识别方面做的不错。北京的我也知道两个
公司:大恒和凌云,都是以图像作为研发的主体。

视频方向
一般的高校或者研究所侧重在标准的制定和修改以及技术创新方面,而公司则侧重在编码
解码的硬件实现方面。一般这些公司要求是熟悉或者精通MPEG、H.264或者AVS,选择了这
个方向,只要做的还不错,基本就不愁饭碗。由于这不是我所感兴趣的方向,所以这方面
的公司的信息我没有收集,但平常在各个bbs或者各种招聘网站经常看到。
我所知道的两个公司:诺基亚和pixelworks

其他
其实一般来说,只要涉及到成像或者图像的基本都要图像处理方面的人。比方说一个成像
设备,在输出图像之前需要对原始图像进行增强或者去噪处理,存储时需要对图像进行压
缩,成像之后需要对图像内容进行自动分析,这些内容都是图像处理的范畴。下面列举一
些与图像有关或者招聘时明确说明需要图像处理方面人才的公司:
上海豪威集成电路有限公司(www.ovt.com.cn)
中芯微
摩托罗拉上海研究院
威盛(VIA)
松下
索尼
清华同方
三星
所有与图像(静止或者运动图像)有关的公司都是一种选择。比如数码相机、显微镜成像
、超声成像、工业机器人控制、显示器、电视、遥感等等,都可以作为求职方向。

要求:
1、外语。如果进外企,外语的重要性不言而喻。一般外企的第一轮面试都是英语口语面试

2、编程。这方面尤以C++为重,很多公司的笔试都是考c++知识。
3、专业水平。如果要找专业相关的工作,研究生期间的研究经历和发表的论文就显的比较
重要。
4、知识面的宽度。我觉得在研究生期间,除了做好自己的研究方向之外,扩宽一下知识面
也有很大的帮助,当然这个知识面指的是图像处理、计算机视觉和模式识别,知识面越宽
,就业时的选择就会越多。

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。
2013-03-20 05:07:30 wxx199101046 阅读数 14303

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
基于内容的图像或视频搜索是很多搜索公司研究的热点。要想进入这个领域,必须有很强的编程能力,很好的图像处理和模式识别的背景。要求高待遇自然就不错,目前这方面的代表公司有微软、google、yahoo和百度,个个鼎鼎大名。
医学图像方向
目前在医疗器械方向主要是几个大企业在竞争,来头都不小,其中包括Simens、GE、飞利浦和柯达,主要生产CT和MRI等医疗器材。由于医疗器械的主要功能是成像,必然涉及到对图像的处理,做图像处理的很有机会进入这些公司。它们在国内都设有研发中心,simens的在上海和深圳,GE和柯达都在上海,飞利浦的在沈阳。由于医疗市场是一个没有完全开发的市场,而一套医疗设备的价格是非常昂贵的,所以在这些地方的待遇都还可以,前景也看好。国内也有一些这样的企业比如深圳安科和迈瑞
计算机视觉和模式识别方向
我没去调研过有哪些公司在做,但肯定不少,比如指纹识别、人脸识别、虹膜识别。还有一个很大的方向是车牌识别,这个我倒是知道有一个公司高德威智能交通似乎做的很不错的样子。目前视频监控是一个热点问题,做跟踪和识别的可以在这个方向找到一席之地。
上海法视特位于上海张江高科技园区,在视觉和识别方面做的不错。北京的我也知道两个公司:大恒和凌云,都是以图像作为研发的主体。
视频方向
一般的高校或者研究所侧重在标准的制定和修改以及技术创新方面,而公司则侧重在编码解码的硬件实现方面。一般这些公司要求是熟悉或者精通MPEG、H.264或者AVS,选择了这个方向,只要做的还不错,基本就不愁饭碗。由于这不是我所感兴趣的方向,所以这方面的公司的信息我没有收集,但平常在各个bbs或者各种招聘网站经常看到。
我所知道的两个公司:诺基亚和pixelworks


其实一般来说,只要涉及到成像或者图像的基本都要图像处理方面的人。比方说一个成像设备,在输出图像之前需要对原始图像进行增强或者去噪处理,存储时需要对图像进行压缩,成像之后需要对图像内容进行自动分析,这些内容都是图像处理的范畴。下面列举一些与图像有关或者招聘时明确说明需要图像处理方面人才的公司:上海豪威集成电路有限公司(www.ovt.com.cn)、中芯微、摩托罗拉上海研究院、威盛(VIA)、松下、索尼、清华同方、三星。

所有与图像(静止或者运动图像)有关的公司都是一种选择。比如数码相机、显微镜成像、超声成像、工业机器人控制、显示器、电视、遥感等等,都可以作为求职方向。
要求:
1、外语。如果进外企,外语的重要性不言而喻。一般外企的第一轮面试都是英语口语面试。
2、编程。这方面尤以C++为重,很多公司的笔试都是考c++知识。
3、专业水平。如果要找专业相关的工作,研究生期间的研究经历和发表的论文就显的比较重要。
4、知识面的宽度。我觉得在研究生期间,除了做好自己的研究方向之外,扩宽一下知识面也有很大的帮助,当然这个知识面指的是图像处理、计算机视觉和模式识别,知识面越宽,就业时的选择就会越多。
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...
It is all these background skills will find you a job, so prepare to have a deep understanding on all these areas related to image processing
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。
我觉得做图像处理还是很有前途的。

 

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、[2]大拿主页、[3]前沿期刊、[4]GPL软件资源、[5]搜索引擎。

一、研究群体
http://www-2.cs.cmu.edu/~cil/vision.html
这是卡奈基梅隆大学的计算机视觉研究组的主页,上面提供很全的资料,从发表文章的下载到演示程序、测试图像、常用链接、相关软硬件,甚至还有一个搜索引擎。

http://www.cmis.csiro.au/IAP/zimage.htm 
这是一个侧重图像分析的站点,一般。但是提供一个Image Analysis环境---ZIMAGE and SZIMAGE。

http://www.via.cornell.edu/
康奈尔大学的计算机视觉和图像分析研究组,好像是电子和计算机工程系的。侧重医学方面的研究,但是在上面有相当不错资源,关键是它正在建设中,能够跟踪一些信息。

http://www2.parc.com/istl/groups/did/didoverview.shtml
有一个很有意思的项目:DID(文档图像解码)。

http://www-cs-students.stanford.edu/
斯坦福大学计算机系主页,自己找吧:(

http://www.fmrib.ox.ac.uk/analysis/
主要研究:Brain Extraction Tool,Nonlinear noise reduction,Linear Image Registration,

Automated Segmentation,Structural brain change analysis,motion correction,etc.

http://www.cse.msu.edu/prip/
这是密歇根州立大学计算机和电子工程系的模式识别--图像处理研究组,它的FTP上有许多的文章(NEW)。

http://pandora.inf.uni-jena.de/p/e/index.html
德国的一个数字图像处理研究小组,在其上面能找到一些不错的链接资源。

http://www-staff.it.uts.edu.au/~sean/CVCC.dir/home.html 
CVIP(used to be CVCC for Computer Vision and Cluster Computing) is a research group focusing on cluster-based computer vision within the Spiral Architecture.

http://cfia.gmu.edu/
The mission of the Center for Image Analysis is to foster multi-disciplinary research in image, multimedia and related technologies by establishing links

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 
可以通过它来搜索全世界各地的知名的计算机视觉研究组(CV Groups),极力推荐。

二、图像处理GPL库
http://www.ph.tn.tudelft.nl/~klamer/cppima.html
Cppima 是一个图像处理的C++函数库。这里有一个较全面介绍它的库函数的文档,当然你也可以下载压缩的GZIP包,里面包含TexInfo格式的文档。

http://iraf.noao.edu/
Welcome to the IRAF Homepage! IRAF is the Image Reduction and Analysis Facility, a general purpose software

system for the reduction and analysis of astronomical data.

http://entropy.brni-jhu.org/tnimage.html 
一个非常不错的Unix系统的图像处理工具,看看它的截图。你可以在此基础上构建自己的专用图像处理工具包。

http://sourceforge.net/projects/
这是GPL软件集散地,到这里找你想要得到的IP库吧。

三、搜索资源
当然这里基本的搜索引擎还是必须要依靠的,比如Google等,可以到我常用的链接看看。下面的链接可能会节省你一些时间:

http://sal.kachinatech.com/
http://cheminfo.pku.edu.cn/mirrors/SAL/index.shtml
四、大拿网页
http://www.ai.mit.edu/people/wtf/
这位可是MIT人工智能实验室的BILL FREEMAN。大名鼎鼎!专长是:理解--贝叶斯模型。

http://www.merl.com/people/brand/
MERL(Mitsubishi Electric Research Laboratory)中的擅长“Style Machine”高手。

http://research.microsoft.com/~ablake/
CV界极有声望的A.Blake 1977年毕业于剑桥大学三一学院并或数学与电子科学学士学位。之后在MIT,Edinburgh,Oxford先后组建过研究小组并成为Oxford的教授,直到1999年进入微软剑桥研究中心。主要工作领域是计算机视觉。

http://www-2.cs.cmu.edu/afs/cs.cmu.edu/user/har/Web/home.html 
这位牛人好像正在学习汉语,并且搜集了诸如“两只老虎(Two Tigers)”的歌曲,嘿嘿:)
他的主页上面还有几个牛:Shumeet Baluja, Takeo Kanade。他们的Face Detection作的绝对是世界一流。他毕业于卡奈基梅隆大学的计算机科学系,兴趣是计算机视觉。

http://www.ifp.uiuc.edu/yrui_ifp_home/html/huang_frame.html
这位老牛在1963年就获得了MIT的博士学位!他领导的Image Lab比较出名的是指纹识别。

--------------------------------------------------------------------------------

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/
Pavel Paclik(Prague):statistical pattern recognition http://www.ph.tn.tudelft.nl/~pavel/
Dr. Mark Burge:machine learning and graph theory http://cs.armstrong.edu/burge/
yalin Wang:Document Image Analysis http://students.washington.edu/~ylwang/
Geir Storvik: Image analysis http://www.math.uio.no/~geirs/
Heidorn http://alexia.lis.uiuc.edu/~heidorn/
Joakim Lindblad:Digital Image Cytometry http://www.cb.uu.se/~joakim/index_eng.html
S.Lavirotte: http://www-sop.inria.fr/cafe/Stephane.Lavirotte/
Sporring:scale-space techniques http://www.lab3d.odont.ku.dk/~sporring/
Mark Jenkinson:Reduction of MR Artefacts http://www.fmrib.ox.ac.uk/~mark/
Justin K. Romberg:digital signal processing http://www-dsp.rice.edu/~jrom/
Fauqueur:Image retrieval by regions of interest http://www-rocq.inria.fr/~fauqueur/
James J. Nolan:Computer Vision http://cs.gmu.edu/~jnolan/
Daniel X. Pape:Information http://www.bucho.org/~dpape/
Drew Pilant:remote sensing technology http://www.geo.mtu.edu/~anpilant/index.html

五、前沿期刊(TOP10)
这里的期刊大部分都可以通过上面的大拿们的主页间接找到,在这列出主要是为了节省直接想找期刊投稿的兄弟的时间:)

IEEE Trans. On PAMI http://www.computer.org/tpami/index.htm
IEEE Transactionson Image Processing http://www.ieee.org/organizations/pubs/transactions/tip.htm
Pattern Recognition http://www.elsevier.com/locate/issn/00313203
Pattern Recognition Letters http://www.elsevier.com/locate/issn/01678655

 

神经网络

Neural Networks Tutorial Review 
http://hem.hj.se/~de96klda/NeuralNetworks.htm 
ftp://ftp.sas.com/pub/neural/FAQ.html


Image Compression with Neural Networks 
http://www.comp.glam.ac.uk/digimaging/neural.htm


Backpropagator's Review 
http://www.dontveter.com/bpr/bpr.html


Bibliographies on Neural Networks 
http://liinwww.ira.uka.de/bibliography/Neural/


Intelligent Motion Control with an Artificial Cerebellum 
http://www.q12.org/phd.html


Kernel Machines 
http://www.kernel-machines.org/


Some Neural Networks Research Organizations 
http://www.ieee.org/nnc/ 
http://www.inns.org/


Neural Network Modeling in Vision Research 
http://www.rybak-et-al.net/nisms.html


Neural Networks and Machine Learning 
http://learning.cs.toronto.edu/


Neural Application Software 
http://attrasoft.com


Neural Network Toolbox for MATLAB 
http://www.mathworks.com/products/neuralnet/


Netlab Software 
http://www.ncrg.aston.ac.uk/netlab/


Kunama Systems Limited 
http://www.kunama.co.uk/

 

Computer Vision

Computer Vision Homepage, Carnegie Mellon University
www.cs.cmu.edu/~cil/vision.html

Annotated Computer Vision Bibliography 
http://iris.usc.edu/Vision-Notes/bibliography/contents.html 
http://iris.usc.edu/Vision-Notes/rosenfeld/contents.html

Lawrence Berkeley National Lab Computer Vision and Robotics Applications 
http://www-itg.lbl.gov/ITG.hm.pg.docs/VISIon/vision.html

CVonline by University of Edinburgh 
The Evolving, Distributed, Non-Proprietary, On-Line Compendium of Computer Vision, www.dai.ed.ac.uk/CVonline

Computer Vision Handbook, www.cs.hmc.edu/~fleck/computer-vision-handbook

Vision Systems Courseware 
www.cs.cf.ac.uk/Dave/Vision_lecture/Vision_lecture_caller.html

Research Activities in Computer Vision 
http://www-syntim.inria.fr/syntim/analyse/index-eng.html

Vision Systems Acronyms 
www.vision-systems-design.com/vsd/archive/acronyms.html

Dictionary of Terms in Human and Animal Vision 
http://cns-web.bu.edu/pub/laliden/WWW/Visionary/Visionary.html

Metrology based on Computer Vision 
www.cranfield.ac.uk/sme/amac/research/metrology/metrology.html

Digital Photography

Digital Photography, Scanning, and Image Processing 
www.dbusch.com/scanners/scanners.html

 

Educational Resources, Universities

Center for Image Processing in Education 
www.cipe.com 
Library of Congress Call Numbers Related to Imaging Science by Rochester Institute of Technology 
http://wally2.rit.edu/pubs/guides/imagingcall.html

Mathematical Experiences through Image Processing, University of Washington 
www.cs.washington.edu/research/metip/metip.html

Vismod Tech Reports and Publications, MIT 
http://vismod.www.media.mit.edu/cgi-bin/tr_pagemaker

Vision Lab PhD dissertation list, University of Antwerp 
http://wcc.ruca.ua.ac.be/~visielab/theses.html

INRIA (France) Research Projects: Human-Computer Interaction, Image Processing, Data Management, Knowledge Systems 
www.inria.fr/Themes/Theme3-eng.html

Image Processing Resources 
http://eleceng.ukc.ac.uk/~rls3/Contents.htm

Publications of Carsten Steger 
http://www9.informatik.tu-muenchen.de/people/steger/publications.html

FAQs

comp.dsp FAQ 
www.bdti.com/faq/dsp_faq.htm 
Robotics FAQ 
www.frc.ri.cmu.edu/robotics-faq

Where's the sci.image.processing FAQ? 
www.cc.iastate.edu/olc_answers/packages/graphics/sci.image.processing.faq.html

comp.graphics.algorithms FAQ, Section 3, 2D Image/Pixel Computations 
www.exaflop.org/docs/cgafaq

Astronomical Image Processing System FAQ 
www.cv.nrao.edu/aips/aips_faq.html

2015-10-30 22:05:33 cafucwxy 阅读数 35453
这个推荐答案被反复粘贴n遍。没有新意。应该让专业从业人员回答这个问题。刚好本人就是。。那个链接值得推荐,比较中肯。但是分析的还是太窄。
如果从人生整体规划上讲应该考虑一下问题:
1 现实所逼,你准备在哪个城市发展(买房,女友工作等等),该城市是否有充分的图像处理行业以供选择。如,北京上海深圳,北京的图像企业感觉占近半数江山。多年招聘的感觉。剩下的广州,武汉,成都也有为数不多的图像企业。像本人所在的城市,牛逼大学再多,学图像的再多不顶用,没行业没研究所从事图像方向。你个博士奈何。。学校的坑你更是进不去的。
2 学图像的研究生能从事本专业的不到15%,这个是我身边的统计数据。图像分析受环境影响比较大,如光照。这个另说了,就是比较难又不太可靠。所以作为一个检测手段还有很多路要走。如果你没有在做图像的公司实习并取得信任那么你用图像处理就业的可能性大为下降。全世界每年能实用的图像算法能有多少,那些发paper的同志们,你们自己知道自己算法的约束性。就是state of the art的paper,适用的场景又能有多少。所以不要迷信自己的算法有多牛逼。好好提高自己的编程水平,没事看看图形方面的东西(不要问我图像,图形有啥不同。。),玩玩并行运算,嵌入式,扩展下自己的就业面。
3 到主观的地方了,谈谈正面的。公司缺人么?每个公司都缺。但你是否能胜任它职位所需要的岗位。回到图像上来说,人类获取信息80%的信息都是通过图像获取的,你说图像重要么。图像处理,模式识别的方向的确相对通讯电子是窄,但是你说造原子弹的科学家就业窄不。。相信自己的专业,时间越长越不可替代,可以走技术专家路线,比较自由。自动化,人工智能是今后发展的大方向,图像是个重要的手段。工作经验告诉我,图像处理这个东西不在人多,贵在精深。不要单干,一个小而精的团队战斗力是非常强悍的,但只是需要一两个人做图像算法的公司不建议去。掂量下自己有没有这个热情,头脑,数学功力,和沟通能力。如果你已经进入了相关企业,程序相关的东西可以再学习培养(看看应聘公司有这个前瞻性和魄力当然你要有头脑和数学底子),分析问题,解决问题的能力很重要,更重要的是提出问题。学习好的同学比较擅长前两项,而图像这个创新的工作更加看重提出问题,这个是创新思维的表现。这个可不是口号。当然,能提出问题取决于,你对问题研究的深度广度,最终取决于你对研究的兴趣。

最后谈谈图像处理研究的门类。
1医疗2识别类3零件检测4卫星图像。
总的说来医疗口的就业量比较大,企业相对比较多。对其他图像而言,医学图像标准化更好对外界影响小,不同设备间的差距也比较小。毕竟是诊断的凭据。所以你如果想跳槽(嘿嘿),同样类别算法基本不用删改都是适用的(注意知识产权哦)。
下来识别类,所有的文字,行人,车辆等等需要识别跟踪的物体。做好了发大财,譬如美国一家公司的指纹检测在911后,速度准确性最好。拿了政府大单,回报丰厚。
但是想做好谈何容易。。但,这个是本人最喜欢的,最有人工智能的感觉。这个是自动化类专业研究图像的最高形态。
3零件检测,包括一些食品包装类的异物检测。对于工业自动化也是很有前景的方向,有些甚至用于芯片级的检测,如果显微图像的话多涉及到亚像素及三维相关。
4卫星图像。一般国家需要,如果可能有些研究所有相关类别。公司的话,不太清楚
对了忘说了比较重要的一条。英语。这个不费话了。中文的paper可以做个科普,想做算法研究的话,你看不懂显然是不可以的。如果英文整体实力NB了,可以去些外企。客观上说,欧美的企业还是不错滴,重视人,创造,做算法有耐心。薪酬也比较丰厚。这类企业貌似上海那边比较多

综上,如果你没耐心看完,去找图像类的公司实习,这个前提是手上有一些做程序的功夫,这个真不难。。,玩玩opencv,然后自己就感觉出来了。还有积累人脉。这个也是极重要的。刚从学校出来的没有利害到一定程度,也没有工作经验,实习经验的重要性超乎想象。

劝一句,如果你对图像没有兴趣还是不要做下去。你也做不好。


各位学长学姐好!
今年被图形图像所录取,暑假前导师给了两个方向让我选择,参考的文献全是英语论文,伤不起啊。看过后 还是不太懂,在这里请教一下

方向 1、体数据建模 (需要学习的软件pov-ray,这个软件,中文教程都很少,自学 很吃力)
2、等几何分析 (需要学习的软件matlab,感觉这个太偏向数学了)
PS:导师是本科是数学专业出身,博士是 应用数学专业计算机辅助设计与图形

问题 1、请了解的大神 解释一下这两个方向,或者说说这两个方向毕业后能干啥
2、我也咨询过同一个导师的学姐,她说研究生的方向 和将来工作是无关的,问她为啥,她说 你来了就知道了。请知道的学长解释一下
3、导师坑不坑就不说了,要是不想跟导师的做,自学的话 在毕业时,会不会有大麻烦
4、将来毕业后想进互联网公司,学这些计算机辅助工程设计的方向 互联网公司有这些需求吗?


研究生学图形图像处理,就业可以有哪些选择?

按投票排序按时间排序

10 个回答


2016-06-08 10:40:44 sinat_34707539 阅读数 2220

我根据《浅谈图像处理方向的就业前景》和自己找工作的一些经验简单介绍一下图像处理方向就业前景,
希望能对后来者有所帮助!

1、请学好图像基本理论知识,笔试会遇到很多基础的题;
2
、请学好c++语言,99%以上的公司在招图像岗位的人员时都会笔试c++
3
、请多做一些实际的项目,少一些理论的研究(针对中小企业而言);
4
、请不要只局限于的课题,因为可能你的课题只是图像处理领域的一些皮毛;
5
、请多了解一些相关的前沿知识;
6
、请不要迷信自己的算法,比如BP神经网络(可能理论研究时用的很多,可是实际呢?)
7
、请尽量与企业的相关人士探讨该领域的问题,那样的收获比书本大很多;


附:北京相关图像的公司

外企:

01东芝(中国)有限公司 研究开发中心开发部
02
通用电气(GE)医疗集团
03
微软
04
SONY
05
凌阳
06
理光软件研究所(北京)
07
富士通研究开发中心有限公司
08
三星电子中国通信研究院
09
NEC中国研究院
10
研发系统
11
德加拉北京办事处
12
适普软件
13
松下
14
佳能信息技术(北京)有限公司
15
ITS(中国)有限公司
大型企业:
01
海湾控股集团有限公司
02
腾讯研究院招
03
北大方正
04
清华同方
05
北京方正国际
06
卓望集团
07
迪瑞集团(北京)研发中心
08
汉王科技股份有限公司
09
威视股份

事业单位:

01中国核工业集团公司
02
船舶系统工程部
03
中科院软件所二部
04
中国科学院软件研究所
05
中科院自动化所
06
中国兵器工业第二八研究所
07
中国航天科技集团公司
08
中国航天科技集团公司第五研究院
09
综合信息系统技术国家级重点实验室
10
国家农业信息化工程技术研究中心
11
中国航天科工集团公司飞航技术研究院
12
铁道部信息技术中心
13
中国航天科工集团第二研究院第二七所
14
中国科学院生物物理研究所
15
中国电子科技集团公司第三研究所
16
中国船舶信息中心
17
航天科工卫星技术有限公司
18
中科院电子所
19
中国科学院计算技术研究所
20
中国安全生产科学研究院
21
中国航天时代电子公司光纤惯导项目分公司
22
中国计量科学研究院
23
公安部第一研究所
24
中国印钞造币总公司

中小企业:

01北京中自邦柯科技有限公司
02
北京锦恒佳晖汽车电子系统有限公司
03
长峰科技工业集团公司
04
北京京天威科技发展有限公司招聘职位
05
北京优纳科技有限公司
06
北京深拓科技有限公司
07
永鑫宇恒信息技术
08
北京蓝卡软件技术有限公司
09
中盛信合(北京)科技有限公司
10
北京赛尔蒂扶科技有限公司
11
北达万坤(北京)科技发展有限公司
12
北京思比科微电子技术有限公司
13
北京德韶数码技术有限公司
14
北京天远三维科技有限公司
15
航天星图科技(北京)有限公司
16
北京友通
17
北京中盾安民分析技术有限公司
18
北京文安科技发展有限公司
19
北京华生恒业科技有限公司
20
北京经纬恒润科技有限责任公司
21
北京伟景行数字城市科技有限公司招聘
22
北京极明源科技有限公司
23
北京优立慧科信息技术有限公司
24
北京华旗资讯数码科技有限公司
25
北京新航智科技有限公司
26
银河动力
27
北京普赛科技有限公司
28
北京德鑫泉科技发展有限公司
29
北京嘉恒中自图像技术有限公司
30
优加利信息科技(北京)技术中心
31
北京天诚盛业科技有限公司
32
北京华胜天成有限公司
33
北京威速科技有限公司
34
深圳市蓝韵实业有限公司(北京)
35
北京维深科技发展有限责任公司
36
重庆金山科技(集团)有限公司(北京)
37
创新科技(中国)有限公司北京分公司
38
北京思创贯宇科技开发有限公司
39
明锐标图
40
中钞长城金融设备控股有限公司
41
北京文安视觉科技有限公司
42
北京东方红海科技发展有限公司
43
北京普赛科技有限公司
44
北京昂天科技有限公司
45
中国东方红卫星股份有限公司
46
北京长江源科技有限公司
47
北京海鑫科金高科技股份有限公司
48
北京瑞斯康达科技发展有限公司
49
厚德新视
50
北京嘉恒中自图像技术有限公司
51
北京科天健图像技术有限公司
52
大恒图像
53
凌云光子技术集团
54
微视凌志
55
北京微视新纪元科技有限公司
56
银河传媒
57
太阳驹(北京)科技发展有限公司
58
北京道达天际软件技术有限公司
59
北京航星永志科技有限公司
60
北京创新未来科技有限公司
61
北京吉威数码信息技术有限公司
62
神形互联(北京)科技有限公司
63
智安邦科技
64
北京亚邦伟业技术有限公司
65
北京顶亮科技有限公司
66
北京华星世联科技有限公司
67
北京昂天科技有限公司
68
北京多维视通技术有限公司
69
同方知网技术产业集团
70
北京天诚盛业科技有限公司
71
欢乐网北京研发中心
72
德众通科技发展(北京)有限公司
73
北京中远通科技有限公司
74
北京山海经纬信息技术有限公司
75
北京德威同致科技有限公司
76
航天量子数码科技(北京)有限公司
77
北京超图地理信息技术有限公司
78
北京中科软件有限公司
79
北京源德生物医学工程有限公司
80
北京思比科微电子技术有限公司
81
北京融信博通科技发展有限公司
82
北京盛赞科技有限公司_
83
北京普赛科技有限公司
84
北京文通信息技术有限公司
85
万盛(中国)科技有限公司
86
北京康拓红外技术有限公司

2014-05-26 20:17:40 xiaqunfeng123 阅读数 12972

        最近在找图像处理模式识别方面的实习,顺便就这个方向的前景什么的查了下,将网上的相关资料整理了一下,便于自己参考,顺便写了下自己的感悟。

        

下面是比较火的那篇文章《 浅谈图像处理方向的就业前景》具体出处不知道在哪~

       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
    基于内容的图像或视频搜索是很多搜索公司研究的热点。要想进入这个领域,必须有很强的编程能力,很好的图像处理和模式识别的背景。要求高待遇自然就不错,目前这方面的代表公司有微软、google、yahoo和百度,个个鼎鼎大名。

医学图像方向
    目前在医疗器械方向主要是几个大企业在竞争,来头都不小,其中包括Simens、GE、飞利浦和柯达,主要生产CT和MRI等医疗器材。由于医疗器械的主要功能是成像,必然涉及到对图像的处理,做图像处理的很有机会进入这些公司。它们在国内都设有研发中心,simens的在上海和深圳,GE和柯达都在上海,飞利浦的在沈阳。由于医疗市场是一个没有完全开发的市场,而一套医疗设备的价格是非常昂贵的,所以在这些地方的待遇都还可以,前景也看好。国内也有一些这样的企业比如深圳安科和迈瑞

计算机视觉和模式识别方向
    我没去调研过有哪些公司在做,但肯定不少,比如指纹识别、人脸识别、虹膜识别。还有一个很大的方向是车牌识别,这个我倒是知道有一个公司高德威智能交通似乎做的很不错的样子。目前视频监控是一个热点问题,做跟踪和识别的可以在这个方向找到一席之地。
    上海法视特位于上海张江高科技园区,在视觉和识别方面做的不错。北京的我也知道两个公司:大恒和凌云,都是以图像作为研发的主体。

视频方向
    一般的高校或者研究所侧重在标准的制定和修改以及技术创新方面,而公司则侧重在编码解码的硬件实现方面。一般这些公司要求是熟悉或者精通MPEG、H.264或者AVS,选择了这个方向,只要做的还不错,基本就不愁饭碗。由于这不是我所感兴趣的方向,所以这方面的公司的信息我没有收集,但平常在各个bbs或者各种招聘网站经常看到。
    我所知道的两个公司:诺基亚和pixelworks

其他
    其实一般来说,只要涉及到成像或者图像的基本都要图像处理方面的人。比方说一个成像设备,在输出图像之前需要对原始图像进行增强或者去噪处理,存储时需要对图像进行压缩,成像之后需要对图像内容进行自动分析,这些内容都是图像处理的范畴。

下面列举一些与图像有关或者招聘时明确说明需要图像处理方面人才的公司:
上海豪威集成电路有限公司
中芯微
摩托罗拉上海研究院
威盛(VIA)
松下
索尼
清华同方
三星
     所有与图像(静止或者运动图像)有关的公司都是一种选择。比如数码相机、显微镜成像、超声成像、工业机器人控制、显示器、电视、遥感等等,都可以作为求职方向。


要求:
1、外语。如果进外企,外语的重要性不言而喻。一般外企的第一轮面试都是英语口语面试。

2、编程。这方面尤以C++为重,很多公司的笔试都是考c++知识。
3、专业水平。如果要找专业相关的工作,研究生期间的研究经历和发表的论文就显的比较重要。
4、知识面的宽度。我觉得在研究生期间,除了做好自己的研究方向之外,扩宽一下知识面也有很大的帮助,当然这个知识面指的是图像处理、计算机视觉和模式识别,知识面越宽,就业时的选择就会越多。


    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。
 
    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...
It is all these background skills will find you a job, so prepare to have a deep understanding on all these areas related to image processing
    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。
我觉得做图像处理还是很有前途的。


      单独说图像处理,的确没什么好说的。可图像处理是目前最为火热的一个方向,技术发展更迭迅速。图像处理大分可分四个行业:工控、医疗、遥感、监控。把图像处理独立出来,并不能算是一个行业。图像处理应用性非常强,所有算法也都是基于应用的。所以,要找工作可以考虑从这四个行业开始。每个行业都有各自特色:工控,重在控制,用机器视觉来控制机器,要求速度和精度;医疗,位数高,色彩要求高,算法效率高,稳定;遥感,数据量大,重在分析;监控,涉及智能算法。

      我觉得其实图像处理这部分大体分为工控、消费电子、互联网这三个大块,工控这边是以实时性和工程实施为基础,不太需要特别前沿的一些算法,消费电子和互联网这边做的图像主要是基于用户和需求的,创新性较强,技术变化也快。


下面是某学长给出的一些建议:

我根据《浅谈图像处理方向的就业前景》和自己找工作的一些经验简单介绍一下图像处理方向就业前景,希望能对后来者有所帮助!

1、请学好图像基本理论知识,笔试会遇到很多基础的题;

2、请学好c++语言,99%以上的公司在招图像岗位的人员时都会笔试c++;

3、请多做一些实际的项目,少一些理论的研究(针对中小企业而言);

4、请不要只局限于的课题,因为可能你的课题只是图像处理领域的一些皮毛;

5、请多了解一些相关的前沿知识;

6、请不要迷信自己的算法,比如BP神经网络(可能理论研究时用的很多,可是实际呢?

7、请尽量与企业的相关人士探讨该领域的问题,那样的收获比书本大很多;


       表示不能同意更多,很多时候光看些理论的东西不去实践是不行的,一定要就某一个具体的问题落实到实处,深入的去挖掘它。芍药学姐也说,在面试的时候一般是通过你对做过某一个问题的深度来了解你的个人能力,是否可以快速去学习,并且在对你自己做的事情,为什么这么做,调研过什么等等要非常的清楚,这就是考察一个应届毕业生的是否优秀的标准。


下面是一些关于图像处理和计算机视觉方面的期刊:

     好不好投与文章质量有很大关系,如果是第一次投,而又不是急着要文章的话,我建议投比文章质量相当期刊稍好一点的期刊,这样能学到更多。比PAMI,IJCV稍差点的期刊有TIP,IET Image Processing, computer vision and image understanding, image and vision computing之类的,比PR稍差的有PRL之类的。
数字图像处理领域可以投稿的期刊:
Computer Vision and Image Processing    
IEEE Transactions on Pattern Analysis and Machine Intelligence (PAMI) IEEE 
International Journal of Computer Vision (IJCV)  Springer 
Vision Research Elsevier 
IEEE Transactions on Image Processing (IEEE-T-IP) IEEE 
ACM Transactions on Applied Perception  ACM 
Computer Vision and Image Understanding (CVIU) Elsevier 
Image and Vision Computing Elsevier 
Journal of Vision JV 
Journal of Visual Communication and Image Representation (JVCIR) Elsevier 
Journal of Mathematical Imaging and Vision  Springer  
Journal of Electronic Imaging  SPIE 
ICGST International Journal on Graphics, Vision and Image Processing (GVIP) ICGST  
MGV: Machine GRAPHICS & VISION Institute of Computer Science 
International Journal of Imaging Systems and Technology Wiley InterScience  
Electronic Letters on Computer Vision and Image Analysis  Elcvia 
The Visual Computer Springer 
IET Image Processing IET 
IET Computer Vision IET 
International Journal of Image and Graphics (IJIG) World Scientific 
International Journal of Remote Sensing  Taylor & Francis 
SIAM Journal on Imaging Sciences  SIAM 
Signal, Image and Video Processing  Springer 
Pattern Recognition    
Pattern Recognition Elsevier 
Pattern Recognition Letters (PRL) Elsevier 
International Journal of Pattern Recognition and Artificial Intelligence  World Scientific  
Pattern Analysis & Applications  Springer  
Journal of Pattern Recognition Research (JPRR) JPRR 
Signal Processing    
IEEE Signal Processing Letters IEEE 
IEEE Signal Processing Magazine IEEE 
Signal Processing  Elsevier 
EURASIP Journal on Applied Signal Processing EURASIP 
Signal Processing : Image Communication Elsevier 
IET Signal Processing IET 
Neurophysical Journals in Computer Vision    
Nature Neuroscience. Nature 
Visual Neuroscience. Cambridge 
IEEE Transactions on Neural Networks. IEEE 
Neural Networks Elsevier 
Perception and Psychophysics. Psychonomic Society 
Perception. Pion Ltd. 
Journal of Experimental Psychology: Human Perception and Performance. Elsevier 
Computer Graphics    
ACM Transactions on Graphics ACM 
IEEE Computer Graphics and Applications (CG&A)  IEEE 
IEEE Transactions on Visualization and Computer Graphics IEEE 
ACM SIGGRAPH Computer Graphics ACM 
Computers and Graphics Science Direct 
Computer Graphics Forum (including Eurographics) Eurographics 
Graphics Interface Graphics Interface  
Journal of Graphics Tools ACM 
Journal of Visualization and Computer Animation Wiley 
Symposium on Interactive 3D (I3D) ACM 
Virtual Reality    
Virtual Reality Software and Technology (VRST)  ACM 
Machine Vision Applications    
Machine Vision and Applications Springer 
Real-Time Imaging Elsevier 
Vision Interface Vision Interface 
IEEE Transactions on Geoscience and Remote Sensing  IEEE 
International Journal of Applied Earth Observation and Geoinformation  Elsevier 
Remote Sensing of Environment  Elsevier 
ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING  ISPRS 
Journal of Applied Remote Sensing  SPIE 
Journal of the Indian Society of Remote Sensing  Springer 
Multimedia    
IEEE Transactions on Circuits and Systems for Video Technology IEEE 
IEEE Transactions on Multimedia IEEE 
Optics    
Journal Optical Society of America OSA 
Optometry and Vision Science LW&W 
Information Fusion    
Information Fusion Elsevier 
Information Processing Letters Elsevier 
Information Sciences Elsevier 
Information Sciences - Applications Elsevier 
Information Systems Elsevier 
Soft Computing    
Applied Soft Computing  Elsevier 
Journal of Soft Computing  Springer 
Others    
Medical Image Analysis Elsevier 
ACM Transactions on Information Systems ACM 
Swarm Intelligence Springer 
IET Information Security IET 
Numerical Functional Analysis and Optimization  Taylor & Francis 
Sadhana - Academy Proceedings in Engineering Sciences  Springer 
International Journal of Wavelets, Multiresolution and Information Processing (IJWMIP)  World Scientific 
IETE Technical Review IETE 
IETE Journal of Research IETE 
IEEE Transactions on Information Forensics and Security  IEEE