本文共 7208 字，大约阅读时间需要 24 分钟。
在导师发过来的链接上多翻了几下，就发现了这个宝贝，特此记录，原文在这里：
牛人主页（主页有很多论文代码）
（15）南加州大学CV实验室； （16）卡内基梅隆大学CV主页；
（17）微软CV研究员Richard Szeliski； （18）微软亚洲研究院计算机视觉研究组； （19）微软剑桥研究院ML与CV研究组；
（20）研学论坛； （21）美国Rutgers大学助理教授刘青山； （22）计算机视觉最新资讯网； （23）运动检测、阴影、跟踪的测试视频下载； （24）香港中文大学助理教授王晓刚； (25)香港中文大学多媒体实验室（汤晓鸥）; (26)U.C. San Diego. computer vision; (27)CVonline; (28)computer vision software; (29)Computer Vision Resource; (30)computer vision research groups; (31)computer vision center;
(32)浙江大学图像技术研究与应用（ITRA）团队：
(33)自动识别网：
(34)清华大学章毓晋教授：
(35)顶级民用机器人研究小组Porf.Gary领导的Willow Garage:
(36)上海交通大学图像处理与模式识别研究所：
(37)上海交通大学计算机视觉实验室刘允才教授：
(38)德克萨斯州大学奥斯汀分校助理教授Kristen Grauman ：
(39)清华大学电子工程系智能图文信息处理实验室（丁晓青教授）：
(40)北京大学高文教授：
(41)清华大学艾海舟教授：
(42)中科院生物识别与安全技术研究中心：
(43)瑞士巴塞尔大学 Thomas Vetter教授：
(44)俄勒冈州立大学 Rob Hess博士：
(45)深圳大学 于仕祺副教授：
(46)西安交通大学人工智能与机器人研究所：
(47)卡内基梅隆大学研究员Robert T. Collins:
(48)MIT博士Chris Stauffer:
(49)美国密歇根州立大学生物识别研究组(Anil K. Jain教授)：
(50)美国伊利诺伊州立大学Thomas S. Huang:
(51)武汉大学数字摄影测量与计算机视觉研究中心：
(52)瑞士巴塞尔大学Sami Romdhani助理研究员：
(53)CMU大学研究员Yang Wang:
(54)英国曼彻斯特大学Tim Cootes教授：
(55)美国罗彻斯特大学教授Jiebo Luo:
(56)美国普渡大学机器人视觉实验室：
(57)美国宾利州立大学感知、运动与认识实验室：
(58)美国宾夕法尼亚大学GRASP实验室：
(59)美国内达华大学里诺校区CV实验室：
(60)美国密西根大学vision实验室：
(61)University of Massachusetts(麻省大学),视觉实验室：
(62)华盛顿大学博士后Iva Kemelmacher:
(63)以色列魏茨曼科技大学Ronen Basri:
(64)瑞士ETH-Zurich大学CV实验室：
(65)微软CV研究员张正友：
(66)中科院自动化所医学影像研究室：
(67)中科院田捷研究员：
(68)微软Redmond研究院研究员Simon Baker:
(69)普林斯顿大学教授李凯： (70)普林斯顿大学博士贾登： (71)牛津大学教授Andrew Zisserman： (72)英国leeds大学研究员Mark Everingham: (73)英国爱丁堡大学教授Chris William: (74)微软剑桥研究院研究员John Winn: (75)佐治亚理工学院教授Monson H.Hayes： (76)微软亚洲研究院研究员孙剑： (77)微软亚洲研究院研究员马毅： (78)英国哥伦比亚大学教授David Lowe: (79)英国爱丁堡大学教授Bob Fisher: (80)加州大学圣地亚哥分校教授Serge J.Belongie: (81)威斯康星大学教授Charles R.Dyer: (82)多伦多大学教授Allan.Jepson: (83)伦斯勒理工学院教授Qiang Ji: (84)CMU研究员Daniel Huber: (85)多伦多大学教授：David J.Fleet: (86)伦敦大学玛丽女王学院教授Andrea Cavallaro: (87)多伦多大学教授Kyros Kutulakos: (88)杜克大学教授Carlo Tomasi: (89)CMU教授Martial Hebert: (90)MIT助理教授Antonio Torralba: (91)马里兰大学研究员Yasel Yacoob: (92)康奈尔大学教授Ramin Zabih:
(93)CMU博士田渊栋: http://www.cs.cmu.edu/~yuandong/ (94)CMU副教授Srinivasa Narasimhan: http://www.cs.cmu.edu/~srinivas/ (95)CMU大学ILIM实验室：http://www.cs.cmu.edu/~ILIM/ (96)哥伦比亚大学教授Sheer K.Nayar: http://www.cs.columbia.edu/~nayar/ (97)三菱电子研究院研究员Fatih Porikli ：http://www.porikli.com/ (98)康奈尔大学教授Daniel Huttenlocher：http://www.cs.cornell.edu/~dph/ (99)南京大学教授周志华：http://cs.nju.edu.cn/zhouzh/index.htm (100)芝加哥丰田技术研究所助理教授Devi Parikh: http://ttic.uchicago.edu/~dparikh/index.html (101)瑞士联邦理工学院博士后Helmut Grabner:
(102)香港中文大学教授贾佳亚：
(103)南洋理工大学副教授吴建鑫：
(104)GE研究院研究员李关：
(105)佐治亚理工学院教授Monson Hayes:
(106)图片检索国际会议VOC(微软剑桥研究院组织):
(107)机器视觉开源处理库汇总：
(108)布朗大学教授Benjamin Kimia:
about multi-camera:
about 3D Voxel Coloring Rob Hess:
About the particle filters--condensation filter:
Machine Learning Open Source Software：
1、动作识别数据库：Recognition of human actions：
2、Datasets for Computer Vision Research：
3、Computer Vision Datasets:
4、里面有好多基本算法 matlab：
5、CVPR 2011中关于grassmann 流形文章的源码：
- for Graph Embedding Discriminant Analysis on Grassmannian Manifolds for Improved Image Set Matching (CVPR), 2011.
- for Optimal Local Basis: A Reinforcement Learning Approach for Face Recognition(IJCV), vol. 81, no. 2, pp. 191-204, 2009.
牛人bolg：
1、Hong Kong Polytechnic University ：
2、Computer Vision Resources：资源非常丰富，包含有基本算法。
3、源代码非常丰富~~
CVonline
李子青的大作：
Markov Random Field Modeling in Computer Vision
Handbook of Face Recognition (PDF)
张正友的有关参数鲁棒估计著作：
Parameter Estimation Techniques:A Tutorial with Application to Conic Fitting
“计算机视觉中的几何”教程：Elements of Geometric Computer Vision
有关马尔可夫蒙特卡罗方法的资料：
An introduction to Markov chain Monte Carlo
Markov Chain Monte Carlo for Computer Vision--- A tutorial at ICCV05
有关独立成分分析（Independent Component Analysis , ICA）的资料：
An ICA-Page
Fast ICA
The Kalman Filter (介绍卡尔曼滤波器的终极网页)
Cached k-d tree search for ICP algorithms
几个计算机视觉研究工具
Machine Vision Toolbox for Matlab
Matlab and Octave Function for Computer Vision and Image Processing
Bayes Net Toolbox for Matlab
OpenCV (Chinese)
Gandalf (A Computer Vision and Numerical Algorithm Labrary)
CMU Computer Vision Home Page
Machine Learning Resource Links
The Bayesian Filtering Library
Optical Flow Algorithm Evaluation (提供了一个动态贝叶斯网络框架，例如递归信息处理与分析、卡尔曼滤波、粒子滤波、序列蒙特卡罗方法等，C++写的)
MATLAB code for ICP algorithm
牛人主页：
朱松纯 （Song-Chun Zhu）
David Lowe (SIFT) (很帅的一个老头哦 ^ ^)
Andrea Vedaldi (SIFT)
Pedro F. Felzenszwalb
Dougla Dlanman (Brown的一个研究生，在其主页上搜集了大量算法教程和源码)
Jianbo Shi (Ncuts 的始作俑者)
Active Vision Group (Oxford的一个机器视觉研究团队，特色是SLAM，监视，导航)
Juyang Weng（机器学习的专家， 是其特色）
Middlebury College‘s Stereo Vision Data Set
Intelligent Vehicle:
IVSource
Robot Car
How to Build a Robot: The Computer Vision Part
收集的一般牛人主页（带代码）:
Xiaofei He(machine learning code)
YingNian Wu(active base model code)
布朗大学计算机主页（可找到该校CS牛人博客）
Navneet Dalal(Histograms of Oriented Gradients for Human Detection )
Paul Viola(Robust Real-time Object Detection)
Active LearningRMw平坦软件园
，这里包括了关于Active Learning理论以及应用的一些文章，特别是那篇Survey。
Transfer LearningRMw平坦软件园，包括经典的论文以及附带有源码，很方便。
Gaussian ProcessesRMw平坦软件园 RMw平坦软件园包括相关的书籍（有 Carl Edward Rasmussen 的书），相关的程序以及分类的 paper 列表。这也是由 Carl 自己维护的，他应该是将 GP 引入 machine learning 最早的人之一了吧，Hinton 的学生。
Nonparametric Bayesian MethodsRMw平坦软件园这个一看就知道是 Jordan 维护的，主要包括 Dirichlet process 以及相关的其他随机过程在 machine learning 里面如何进行建模，如何进行 approximate inference。主要是文章列表。
Probabilistic Graphical ModelRMw平坦软件园是 Kevin Murphy 所维护的关于 Bayesian belief networks 的介绍，含有最基本的概念、相关的文献和软件的链接。罕见的 UCB 出来的不是 Jordan 的学生（老板是 Stuart Russel）。
是 Jordan 系关于这个方面的论文汇编。 是关于 Conditional Random Fields 方面论文和软件的收集，由 Hanna Wallach 维护。 Compressed SensingRMw平坦软件园这是 Rice 大学维护的论文分类列表、软件链接等。推荐 Emmanuel Candès 所写的tutorial，这人是 David Donoho 的学生。
TensorRMw平坦软件园关于 tensor 的一些偏数学的文章。
Deep Belief NetworkRMw平坦软件园是 Geoffrey Hinton 为研究生开设的 machine learning 课程的 DBN 的 reading list。
Kernel MethodsRMw平坦软件园是 Jordan 维护的关于 kernel methods 的文章列表。
Markov LogicRMw平坦软件园是 UW AI 组的文章，里面关于 Markov logic 的比较多，因为 Pedro Domingos 就是这个组的。
Machine learning theory
这个网站主要是一些learning theory的东西比较多，想在machine learning 理论上有所建树的同志们可以去看看
牛人：Iasonas Kokkinos （搞统计模型视觉）
转载地址：https://jianzhuwang.blog.csdn.net/article/details/51548543 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！
发表评论
最新留言
关于作者
