目标检測、识别、分类、特征点的提取
：Sift算法的发明者，天才。
：sift的源代码OpenSift的作者，个人主页上有openSift的下载链接。Opencv中sift的实现。也是參考这个。
：作者给出了sift,densesift,colorsift等等经常使用的特征点程序。输出格式见个人主页说明，当然这个特征点的算法，在Opencv中都有实现。
：作者给出了物体检測等方面丰富C\C++源代码，及部分训练好的检測器（包含汽车，行人，摩托车，马，猫脸的检測器）。
：HOG算子的作者，个人主页上有他本人的博士论文，写的异常精彩，还有，当然强大的Opencv已经复现了一遍。
:PHOG算法的作者及源代码。
:作者主页上呈现了两个非常好的项目Video Annotation Tool（视频标注）和iHOG。iHOG非常有意思的解释了，为什么HOG算法会误判的原因。哇！
哇！
精彩！
：场景识别GIST算子（Matlab）的作者。当然个人主页张还有sift folow等等源代码，偷着乐吧。。
：空间金字塔匹配的作者。个人主页上有物体检測和识别的丰富源代码。
：2011年的marr prize的得主。美女，源代码libpmk的作者。个人主页还有其它物体检測和识别的文档和源代码。
:kaze和akaze特征点的作者，据说比sift要好，作者的个人主页上给出了这两种特征点的C++代码，高兴啊！
:近几年的物体识别竞赛，大都是依据他的源代码的框架。Discriminatively trained deformable part models。直到2012年。该算法的版本号是5，作者个人主页上有链接。
Opencv中。有该算法的复现，可是，没有训练的部分，仅仅有检測的部分。latentsvmdetector。
在\opencv\sources\samples\cpp目录中，有一个latentsvm_multidetect.cpp文件。搭好环境，执行，然后，准备好图片（)和常见的20种分类器：
就能够做物体检測了。
沙发检測 自行车检測
猫检測 汽车检測
其它物体的检測，就不一一列举了。
:Histograms of Sparse Codes（HSC）算法的第二作者，作者的个人主页上有除了物体识别检測，还有几个跟踪算法的源代码。
:Histograms of Sparse Codes（HSC）算法的第一作者，作者的个人主页有丰富的源代码。
:Siftflow算法的作者，个人主页上具有其它算法的源代码。
：（非常喜欢）个人主页有物体识别，检測的源代码，并且有Logistic Regression of Adaboost源代码，并且个人主页上有非常多他的学生的个人主页链接。
：作者的个人主页上有基于颜色的图像检索，目标识别的研究成果。
：作者研究兴趣是人的行为检測，目标识别，等。
:(mmcheng.net)
关注论文《BING: Binarized Normed Gradients for Objectness Estimation at 300fps》
:还没開始看
:hough forest的作者
：darkchannel的作者
:LBP特征的作者
:CVPR2014,晴天阴天的识别
————————————————————————————————————————————
另一些没细致看：非常多源代码
————————————————————————————————————————————
图像切割：
———————————————————————————————————————————————
图像检索、特征点匹配：
：（这个个人主页链接可能打不开，百度这个网址http://ai.stanford.edu/~rubner/依据提示打开就能够了）图像检索EMD距离的原作者。作者给出了C源代码。Opencv中给出了复现，详细能够參看。
：EMD距离的改进，作者个人主页上给出了源代码（C++\Matlab）。
：EMD_L1算法的作者。并且作者给我C++代码
:美女教师，对EMD的应用解说的非常好
颜色信息：
:《Discriminative Color Descriptor》的作者
:color naming TSEmodel
图像其它算法
：香港大学，发明的图像去模糊算法。处于世界率先水平，个人主页上有丰富的源代码。超级喜欢。
:这个个人主页是无意中发现的。他研究了公路上各种直线（斑马线等）等的检測。并给出了源代码。
__________________________________________________________________________________________________________________________________
人工智能博客：
:这个博客里写了好多关于OpenCV的项目，是一个非常好的学习资源。
:作者写了一些非常好的资料。
铅笔素描：
———————————————————————————————————————————————
机器学习及并行机器学习、模式识别：
:人脸识别
：关联规则算法的原作者
:关联规则算法的原作者
：谷歌大脑之父。是斯坦福大学科学系和电子工程系副教授，人工智能实验室主任。吴恩达是人工智能和机器学习领域国际上最权威的学者之中的一个。
吴恩达也是在线教育平台的联合创始人（with）。
听一位大师，讲数学，原来是如此生动！
并配有机器学习讲义。看完。之后，会对机器学习算法的认识有一个质的飞越。
:我是在吴军老师的《数学之美》中看到张智威老师，攻克了并行SVD算法，可是，如今还没有不论什么关于这方面的资料。张智威老师的个人主页上，给出了关于并行支持向量机的算法，有一篇文章的符号，有一点混乱，我在给出了又一次的计算和梳理。：vlfeat源代码的管理者之中的一个，它最近写的关于支持向量机的文章非常是喜欢，作者个人主页提供非常丰富的Matlab和C源代码。 ：作者的研究兴趣是机器学习和凸优化。作者的个人主页上有支持向量机的多核学习(Multiple Kernel Learning)源代码。：公认的最好的支持向量机开源，能够非常好做Mercer Kernel做扩展，我加入经常使用，并。推荐系统源代码。非负矩阵分解源代码。
：在线提供了非常多的机器学习论文及源代码。个人非常喜欢。:基于密度的聚类算法DBSCAN的作者。作者主页上有他的全部著作。 :聚类：关联规则算法之FP_tree的作者:Deep Learning(无需多说):PLSA的源代码:PLSA的原作者:LDA的作者。作者提供源代码:libsvm有关。还没看:Boost家族：:AdaBoost算法的作者主页：LogitBoost和 Gradient Boost回归算法的作者主页。并有这些算法的R语言源代码。必须打印。认真研究的论文————————————————————————————————————————————————————————————————————————————
计算机视觉团队：这三个团队主页上，提供了图像和视频算法的大量研究成果
----------------------
___________________________________________________________________________________________________________________________________
推荐系统：
：Netflix prize 推荐系统算法冠军成员， SVD++
__________________________________________________________________________________________________________________________________
数值计算：
：线性最小二乘。矩阵的神秘值分解等
：
：非线性最小二乘
跟踪算法：
：LSH
其它经常使用的图像处理库：
Leptonica
Tesseract
运动物体检測
自然语言处理：
:中文文本分类语料库
数据的可视化：
神经网络
基于颜色检索的參考站点：
------------------------------------------------------
概率霍夫检測
深度学习:
