cv/dl/cl领域的实验室官网/牛人主页/技术论坛/比赛数据库/好玩的东西

本文链接：https://blog.csdn.net/yimingsilence/article/details/51745876

一（自己整理的）

＃技术论坛
１／ｍｉｔ的关于关于机器人的技术ｒｅｖｉｅｗ
https://www.technologyreview.com/c/robotics/
２／valse视觉与学习青年学者讨论会
http://valser.org/
３／人工智能资讯平台／机器人／机器视觉
http://www.ailab.cn/robot/Machine_vision/

＃比赛
１／ｐａｓｃａｌ　ｖｏｃ　含各种代码和数据库
http://www.eecs.berkeley.edu/Research/Projects/CS/vision/shape/action/
http://pjreddie.com/projects/pascal-voc-dataset-mirror/
http://host.robots.ox.ac.uk:8080/

＃牛人博客
１／斯坦福的Andrej Karpathy 的ｂlog
http://karpathy.github.io/
２／斯坦福的colah的blog
http://colah.github.io/
３／伯克利的ｓｉｍｏｎｓ学院
https://simons.berkeley.edu/workshops

＃好玩的东西
１／deap dreaming
－http://deepdreamgenerator.com/dream/94746ddbd9
２/利用神经网络自动玩超级马里奥
－视频：https://www.youtube.com/watch?v=qv6UVOQ0F44
－代码：http://pastebin.com/ZZmSNaHX
－paper：http://nn.cs.utexas.edu/downloads/papers/stanley.ec02.pdf
３/谷歌Magenta通过神经学习网络创作歌曲
－http://yuweining.cn/t/song/Google-Magenta-song.mp3
４/用深度学习改变画风
－Github:https://github.com/fzliu/style-transfer
－来自微博:http://m.weibo.cn/1402400261/3982309310926836?moduleID=feed&uicode=10000002&mid=3982316391582790&luicode=10000198&_status_id=3982309310926836&lfid=1076031837287505_-_WEIBO_SECOND_PROFILE_WEIBO&lcardid=1076031837287505_-_WEIBO_SECOND_PROFILE_WEIBO_-_3982316391582790
－我想的很简单，是不是可以利用深度学习来给照片加滤镜=_=

＃ＤＬ相关
１／ＤＬMethods for Vision
－http://cs.nyu.edu/~fergus/tutorials/deep_learning_cvpr12/
２／其他
－－ｃｖｐｒ／ｉｃｃｖ/icml/nips论文
－－cayley:谷歌开源的图数据库

＃各多媒体实验室官网
１／南开大学媒体计算实验室（内有相关论文公布代码，似物性检测和显著性检测可能有用）
－http://mmcheng.net/zh/
２／香港中文大学多媒体实验室（内有相关源代码下载，有相关计算机视觉的数据库可供下载）
－http://mmlab.ie.cuhk.edu.hk/index_cn.html
3/Stanford Vision lab(包括最新的研究成果，大牛们的个人主页连接，论文下载，课程)
－http://vision.stanford.edu/index.html
其中的最新的cs231n:Convolutional Neural Networks for Visual Recognition：http://vision.stanford.edu/teaching/cs231n/index.html
　　课程的知乎翻译：https://zhuanlan.zhihu.com/intelligentunit
４／爱丁堡的CALVIN reserach group(包括一些新闻软件和数据库)
－http://calvin.inf.ed.ac.uk/
－其中的objectness messure: http://groups.inf.ed.ac.uk/calvin/objectness/
５／伯克利计算机视觉
－http://www.eecs.berkeley.edu/Research/Projects/CS/vision/
－里面的ｃａｆｆｅ教程
－http://tutorial.caffe.berkeleyvision.org/

＃加速处理　
１／程明明主页
－http://mmcheng.net/cmm/
２／对程明明加速的分析及相关博文
　１）http://doc.okbase.net/autocyz/archive/126659.html
　２）http://blog.csdn.net/readzw/article/details/20126985
３／程明明博士论文－图像内容的显著性与相似性研究
－http://wenku.baidu.com/link?url=b2LnRYRA5SxhQegdHjNMvB2o45PHReeslITPijW54_DbC426EklZK8caAZsCsJ7N-mdaQ1USTAeIboY2c83TLr6YdGGn08eIGckqxOveEXm
４／目标检测加速的另一个算法
－《Edge Boxes: Locating Object Proposals from Edges》
－http://research.microsoft.com/pubs/220569/ZitnickDollarECCV14edgeBoxes.pdf

－读后感：http://blog.csdn.net/wsj998689aa/article/details/39476551

＃公开课／教程

１／七月在线

https://www.julyedu.com/

二（转自别人）

http://fuliang.iteye.com/blog/1738826

牛人主页（主页有很多论文代码）

SergeBelongie at UC San Diego

AntonioTorralba at MIT

AlexeiFfros at CMU

CeLiu at Microsoft Research New England

VittorioFerrari at Univ.of Edinburgh

KristenGrauman at UT Austin

DeviParikh at TTI-Chicago (Marr Prize at ICCV2011)

JohnWright at Columbia Univ.

PiotrDollar at CalTech

BorisBabenko at UC San Diego

DavidRoss at Google/Youtube

DavidDonoho at Stanford Univ.

大神们：

William T.Freeman at MIT

RobertoCipolla at Cambridge

DavidLowe at Univ. of British Columbia

MubarakShah at Univ. of Central Florida

YiMa at MSRA

TinneTuytelaars at K.U. Leuven

TrevorDarrell at U.C. Berkeley

Michael J.Black at Brown Univ.

重要研究组：

Computer VisionGroup at UC Berkeley

Robotics ResearchGroup at Univ. of Oxford

LEAR atINRIA

Computer VisionLab at Stanford

Computer VisionLab at EPFL

Computer VisionLab at ETH Zurich

Computer VisionLab at Seoul National Univ.

Computer VisionLab at UC San Diego

Computer VisionLab at UC Santa Cruz

Computer VisionLab at Univ. of Southern California

Computer VisionLab at Univ. of Central Florida

Computer VisionLab at Columbia Univ.

UCLA VisionLab

Motion and ShapeComputing Group at George Mason Univ.

Robust ImageUnderstanding Lab at Rutgers Univ.

Intelligent VisionSystems Group at Univ. of Bonn

Institute for ComputerGraphics and Vision at Graz Univ. ofTech.

Computer VisionLab. at Vienna Univ. ofTech.

Computational ImageAnalysis and Radiology at Medical Univ. ofVienna

Personal Robotics Lab atCMU

VisualPerception Lab at Purdue Univ.

潜力牛人：

JuergenGall at ETHZurich

MattFlagg at Georgia Tech.

MathieuSalzmann at TTI-Chicago

GergShakhnarovich at TTI-Chicago

Taeg SangCho at MIT

JianchaoYang at UIUC

StefanRoth at TU Darmstadt

PeterKontschieder at Graz Univ. of Tech.

DominikAlexander Klein at Univ. of Bonn

YinanYu at CASIA (PASCAL VOC 2010 DetectionChallenge Winner)

ZdenekKalal at FPFL

JulienPilet at FPFL

Kenji Okuma

（1）googleResearch； http://research.google.com/index.html
（2）MIT博士，汤晓欧学生林达华； http://people.csail.mit.edu/dhlin/index.html
（3）MIT博士后DouglasLanman； http://web.media.mit.edu/~dlanman/
（4）opencv中文网站； http://www.opencv.org.cn/index.php/首页
（5）Stanford大学vision实验室； http://vision.stanford.edu/research.html
（6）Stanford大学博士崔靖宇； http://www.stanford.edu/~jycui/
（7）UCLA教授朱松纯； http://www.stat.ucla.edu/~sczhu/
（8）中国人工智能网； http://www.chinaai.org/
（9）中国视觉网； http://www.china-vision.net/
（10）中科院自动化所； http://www.ia.cas.cn/
（11）中科院自动化所李子青研究员； http://www.cbsr.ia.ac.cn/users/szli/
（12）中科院计算所山世光研究员； http://www.jdl.ac.cn/user/sgshan/
（13）人脸识别主页； http://www.face-rec.org/
（14）加州大学伯克利分校CV小组； http://www.eecs.berkeley.edu/Research/Projects/CS/vision/

（15）南加州大学CV实验室； http://iris.usc.edu/USC-Computer-Vision.html
（16）卡内基梅隆大学CV主页；

http://www.cs.cmu.edu/afs/cs/project/cil/ftp/html/vision.html

（17）微软CV研究员Richard Szeliski；http://research.microsoft.com/en-us/um/people/szeliski/
（18）微软亚洲研究院计算机视觉研究组；http://research.microsoft.com/en-us/groups/vc/
（19）微软剑桥研究院ML与CV研究组；http://research.microsoft.com/en-us/groups/mlp/default.aspx

（20）研学论坛； http://bbs.matwav.com/
（21）美国Rutgers大学助理教授刘青山；http://www.research.rutgers.edu/~qsliu/
（22）计算机视觉最新资讯网； http://www.cvchina.info/
（23）运动检测、阴影、跟踪的测试视频下载；http://apps.hi.baidu.com/share/detail/18903287
（24）香港中文大学助理教授王晓刚；http://www.ee.cuhk.edu.hk/~xgwang/
(25)香港中文大学多媒体实验室（汤晓鸥）;http://mmlab.ie.cuhk.edu.hk/
(26)U.C. San Diego. computervision;http://vision.ucsd.edu/content/home
(27)CVonline; http://homepages.inf.ed.ac.uk/rbf/CVonline/
(28)computer visionsoftware;http://peipa.essex.ac.uk/info/software.html
(29)Computer VisionResource; http://www.cvpapers.com/
(30)computer vision researchgroups;http://peipa.essex.ac.uk/info/groups.html
(31)computer visioncenter;http://computervisioncentral.com/cvcnews

(32)浙江大学图像技术研究与应用（ITRA）团队：http://www.dvzju.com/

(33)自动识别网：http://www.autoid-china.com.cn/

(34)清华大学章毓晋教授：http://www.tsinghua.edu.cn/publish/ee/4157/2010/20101217173552339241557/20101217173552339241557_.html

(35)顶级民用机器人研究小组Porf.Gary领导的WillowGarage:http://www.willowgarage.com/

(36)上海交通大学图像处理与模式识别研究所：http://www.pami.sjtu.edu.cn/

(37)上海交通大学计算机视觉实验室刘允才教授：http://www.visionlab.sjtu.edu.cn/

(38)德克萨斯州大学奥斯汀分校助理教授Kristen Grauman：http://www.cs.utexas.edu/~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）：http://ocrserv.ee.tsinghua.edu.cn/auto/index.asp

(40)北京大学高文教授：http://www.jdl.ac.cn/htm-gaowen/

(41)清华大学艾海舟教授：http://media.cs.tsinghua.edu.cn/cn/aihz

(42)中科院生物识别与安全技术研究中心：http://www.cbsr.ia.ac.cn/china/indexCH.asp

(43)瑞士巴塞尔大学Thomas Vetter教授：http://informatik.unibas.ch/personen/vetter_t.html

(44)俄勒冈州立大学 Rob Hess博士：http://blogs.oregonstate.edu/hess/

(45)深圳大学于仕祺副教授：http://yushiqi.cn/

(46)西安交通大学人工智能与机器人研究所：http://www.aiar.xjtu.edu.cn/

(47)卡内基梅隆大学研究员Robert T.Collins:http://www.cs.cmu.edu/~rcollins/home.html#Background

(48)MIT博士Chris Stauffer:http://people.csail.mit.edu/stauffer/Home/index.php

(49)美国密歇根州立大学生物识别研究组(Anil K.Jain教授)：http://www.cse.msu.edu/rgroups/biometrics/

(50)美国伊利诺伊州立大学Thomas S.Huang:http://www.beckman.illinois.edu/directory/t-huang1

(51)武汉大学数字摄影测量与计算机视觉研究中心：http://www.whudpcv.cn/index.asp

(52)瑞士巴塞尔大学SamiRomdhani助理研究员：http://informatik.unibas.ch/personen/romdhani_sami/

(53)CMU大学研究员Yang Wang:http://www.cs.cmu.edu/~wangy/home.html

(54)英国曼彻斯特大学Tim Cootes教授：http://personalpages.manchester.ac.uk/staff/timothy.f.cootes/

(55)美国罗彻斯特大学教授Jiebo Luo:http://www.cs.rochester.edu/u/jluo/

(56)美国普渡大学机器人视觉实验室：https://engineering.purdue.edu/RVL/Welcome.html

(57)美国宾利州立大学感知、运动与认识实验室：http://vision.cse.psu.edu/home/home.shtml

(58)美国宾夕法尼亚大学GRASP实验室：https://www.grasp.upenn.edu/

(59)美国内达华大学里诺校区CV实验室：http://www.cse.unr.edu/CVL/index.php

(60)美国密西根大学vision实验室：http://www.eecs.umich.edu/vision/index.html

(61)University ofMassachusetts(麻省大学),视觉实验室：http://vis-www.cs.umass.edu/index.html

(62)华盛顿大学博士后Iva Kemelmacher:http://www.cs.washington.edu/homes/kemelmi

(63)以色列魏茨曼科技大学Ronen Basri:http://www.wisdom.weizmann.ac.il/~ronen/index.html

(64)瑞士ETH-Zurich大学CV实验室：http://www.vision.ee.ethz.ch/boostingTrackers/index.htm

(65)微软CV研究员张正友：http://research.microsoft.com/en-us/um/people/zhang/

(66)中科院自动化所医学影像研究室：http://www.3dmed.net/

(67)中科院田捷研究员：http://www.3dmed.net/tian/

(68)微软Redmond研究院研究员SimonBaker:http://research.microsoft.com/en-us/people/sbaker/

(69)普林斯顿大学教授李凯：http://www.cs.princeton.edu/~li/
(70)普林斯顿大学博士贾登：http://www.cs.princeton.edu/~jiadeng/
(71)牛津大学教授AndrewZisserman：http://www.robots.ox.ac.uk/~az/
(72)英国leeds大学研究员MarkEveringham:http://www.comp.leeds.ac.uk/me/
(73)英国爱丁堡大学教授ChrisWilliam:http://homepages.inf.ed.ac.uk/ckiw/
(74)微软剑桥研究院研究员JohnWinn: http://johnwinn.org/
(75)佐治亚理工学院教授MonsonH.Hayes：http://savannah.gatech.edu/people/mhayes/index.html
(76)微软亚洲研究院研究员孙剑：http://research.microsoft.com/en-us/people/jiansun/
(77)微软亚洲研究院研究员马毅：http://research.microsoft.com/en-us/people/mayi/
(78)英国哥伦比亚大学教授DavidLowe:http://www.cs.ubc.ca/~lowe/
(79)英国爱丁堡大学教授BobFisher:http://homepages.inf.ed.ac.uk/rbf/
(80)加州大学圣地亚哥分校教授SergeJ.Belongie:http://cseweb.ucsd.edu/~sjb/
(81)威斯康星大学教授CharlesR.Dyer:http://pages.cs.wisc.edu/~dyer/
(82)多伦多大学教授Allan.Jepson:http://www.cs.toronto.edu/~jepson/
(83)伦斯勒理工学院教授QiangJi: http://www.ecse.rpi.edu/~qji/
(84)CMU研究员DanielHuber: http://www.ri.cmu.edu/person.html?person_id=123
(85)多伦多大学教授：DavidJ.Fleet:http://www.cs.toronto.edu/~fleet/
(86)伦敦大学玛丽女王学院教授AndreaCavallaro:http://www.eecs.qmul.ac.uk/~andrea/
(87)多伦多大学教授KyrosKutulakos:http://www.cs.toronto.edu/~kyros/
(88)杜克大学教授CarloTomasi: http://www.cs.duke.edu/~tomasi/
(89)CMU教授MartialHebert: http://www.cs.cmu.edu/~hebert/
(90)MIT助理教授AntonioTorralba:http://web.mit.edu/torralba/www/
(91)马里兰大学研究员YaselYacoob:http://www.umiacs.umd.edu/users/yaser/
(92)康奈尔大学教授RaminZabih: http://www.cs.cornell.edu/~rdz/

(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DanielHuttenlocher：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:http://www.vision.ee.ethz.ch/~hegrabne/#Short_CV

(102)香港中文大学教授贾佳亚：http://www.cse.cuhk.edu.hk/~leojia/index.html

(103)南洋理工大学副教授吴建鑫：http://c2inet.sce.ntu.edu.sg/Jianxin/index.html

(104)GE研究院研究员李关：http://www.cs.unc.edu/~lguan/

(105)佐治亚理工学院教授MonsonHayes:http://savannah.gatech.edu/people/mhayes/

(106)图片检索国际会议VOC(微软剑桥研究院组织):http://pascallin.ecs.soton.ac.uk/challenges/VOC/

(107)机器视觉开源处理库汇总：http://archive.cnblogs.com/a/2217609/

(108)布朗大学教授BenjaminKimia:http://www.lems.brown.edu/kimia.html

aboutmulti-camera: http://server.cs.ucf.edu/~vision/projects.html

about 3D VoxelColoring RobHess: http://blogs.oregonstate.edu/hess/code/voxels/

About the particlefilters--condensation filter:http://homepages.inf.ed.ac.uk/rbf/CVonline/LOCAL_COPIES/ISARD1/condensation.html

Machine LearningOpen Source Software：http://jmlr.csail.mit.edu/mloss/

1、动作识别数据库：Recognition of humanactions：http://www.nada.kth.se/cvap/actions/

2、Datasets for ComputerVision Research：http://www-cvr.ai.uiuc.edu/ponce_grp/data/

3、ComputerVision Datasets:http://clickdamage.com/sourcecode/cv_datasets.php

4、里面有好多基本算法matlab： http://www.mathworks.cn/index.html

5、CVPR 2011中关于grassmann流形文章的源码： http://itee.uq.edu.au/~uqmhara1/code.html

MatlabCodefor GraphEmbedding Discriminant Analysis on Grassmannian Manifolds forImproved Image Set Matching (CVPR),2011.
MatlabCodefor OptimalLocal Basis: A Reinforcement Learning Approach for FaceRecognition(IJCV), vol. 81, no. 2, pp. 191-204,2009.

牛人bolg：

1、Hong Kong Polytechnic University：http://www4.comp.polyu.edu.hk/~cslzhang/

2、ComputerVision Resources：资源非常丰富，包含有基本算法。https://netfiles.uiuc.edu/jbhuang1/www/resources/vision/index.html

3、源代码非常丰富~~ http://homepage.tudelft.nl/19j49/Publications.html

CVonline

http://homepages.inf.ed.ac.uk/rbf/CVonline

http://homepages.inf.ed.ac.uk/rbf/CVonline/unfolded.htm

http://homepages.inf.ed.ac.uk/rbf/CVonline/CVentry.htm

李子青的大作：

Markov Random Field Modeling inComputer Vision

http://www.cbsr.ia.ac.cn/users/szli/mrf_book/book.html

Handbook of Face Recognition(PDF)

http://www.umiacs.umd.edu/~shaohua/papers/zhou04hfr.pdf

张正友的有关参数鲁棒估计著作：

Parameter Estimation Techniques:ATutorial with Application to ConicFitting

http://research.microsoft.com/~zhang/INRIA/Publis/Tutorial-Estim/Main.html

AndreaFusiello“计算机视觉中的几何”教程：Elements of Geometric ComputerVision

http://homepages.inf.ed.ac.uk/rbf/CVonline/LOCAL_COPIES/FUSIELLO4/tutorial.html#x1-520007

有关马尔可夫蒙特卡罗方法的资料：

Anintroduction to Markov chain Monte Carlo

http://homepages.inf.ed.ac.uk/rbf/CVonline/LOCAL_COPIES/SENEGAS/mcmc.html

Markov Chain Monte Carlo forComputer Vision--- A tutorial at ICCV05

http://civs.stat.ucla.edu/MCMC/MCMC_tutorial.htm

有关独立成分分析（Independent Component Analysis, ICA）的资料：

An ICA-Page

http://www.cnl.salk.edu/~tony/ica.html

Fast ICA

http://www.cis.hut.fi/projects/ica/fastica/

The Kalman Filter (介绍卡尔曼滤波器的终极网页)

http://www.cs.unc.edu/~welch/kalman/index.html

Cached k-dtree search for ICP algorithms

http://kos.informatik.uni-osnabrueck.de/download/3dim2007/paper.html

几个计算机视觉研究工具

Machine Vision Toolbox forMatlab

http://www.petercorke.com/MachineVision Toolbox.html

Matlab and Octave Functionfor Computer Vision and Image Processing

http://www.csse.uwa.edu.au/~pk/research/matlabfns/

Bayes NetToolbox for Matlab

http://www.cs.ubc.ca/~murphyk/Software/BNT/bnt.html

OpenCV (Chinese)

http://www.opencv.org.cn/index.php/首页

Gandalf (A Computer Visionand Numerical Algorithm Labrary)

http://gandalf-library.sourceforge.net/

CMU Computer Vision HomePage

http://www.cs.cmu.edu/afs/cs/project/cil/ftp/html/vision.html

Machine Learning ResourceLinks

http://www.cse.ust.hk/~ivor/resource.htm

The Bayesian FilteringLibrary

http://www.orocos.org/bfl

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)

http://of-eval.sourceforge.net/

MATLAB code for ICPalgorithm

http://www.usenet.com/newsgroups/comp.graphics.visualization/msg00102.html

牛人主页：

朱松纯（Song-ChunZhu）

http://www.stat.ucla.edu/~sczhu/

David Lowe (SIFT) (很帅的一个老头哦 ^^)

http://www.cs.ubc.ca/~lowe/

Andrea Vedaldi(SIFT)

http://vision.ucla.edu/~vedaldi/index.html

Pedro F.Felzenszwalb

http://people.cs.uchicago.edu/~pff/

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)

http://mesh.brown.edu/dlanman/courses.html

Jianbo Shi(Ncuts 的始作俑者)

http://www.cis.upenn.edu/~jshi/

Active Vision Group(Oxford的一个机器视觉研究团队，特色是SLAM，监视，导航)

http://www.robots.ox.ac.uk/ActiveVision/index.html

Juyang Weng（机器学习的专家，Autonomous MentalDevelopment 是其特色）

http://www.cse.msu.edu/~weng/

测试图片或视频：

MiddleburyCollege‘s Stereo Vision Data Set

http://cat.middlebury.edu/stereo/data.html

IntelligentVehicle:

IVSource

www.ivsoruce.net

RobotCar

http://www.plyojump.com/robot_cars.html

How to Build a Robot: TheComputer Vision Part

http://www.societyofrobots.com/programming_computer_vision_tutorial.shtml

收集的一般牛人主页（带代码）:

Xiaofei He(machinelearning code)

http://people.cs.uchicago.edu/~xiaofei /

YingNianWu(active base model code)

http://www.stat.ucla.edu/~ywu/research.html

布朗大学计算机主页（可找到该校CS牛人博客）

http://www.cs.brown.edu/research/areas.html

Navneet Dalal(Histograms ofOriented Gradients for Human Detection )

http://www.navneetdalal.com/software

PaulViola(Robust Real-time ObjectDetection)

http://research.microsoft.com/en-us/um/people/viola/

Active LearningRMw平坦软件园

http://active-learning.net/，这里包括了关于ActiveLearning理论以及应用的一些文章，特别是那篇Survey。
Transfer LearningRMw平坦软件园

http://www.cse.ust.hk/TL/，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

http://www.gaussianprocess.org 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

http://www.cs.berkeley.edu/~jordan/npb.html 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

http://www.cs.ubc.ca/~murphyk/Bayes/bnintro.html 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 StuartRussel）。
http://www.cs.berkeley.edu/~jordan/graphical.html 是Jordan 系关于这个方面的论文汇编。
http://www.inference.phy.cam.ac.uk/hmw26/crf/ 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

http://www-dsp.rice.edu/cs 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 DavidDonoho 的学生。
TensorRMw平坦软件园

http://csmr.ca.sandia.gov/~tgkolda/pubs/index.html 关于tensor 的一些偏数学的文章。
Deep Belief NetworkRMw平坦软件园

http://www.cs.toronto.edu/~hinton/csc2515/deeprefs.html 是Geoffrey Hinton 为研究生开设的 machine learning 课程的 DBN 的 readinglist。
Kernel MethodsRMw平坦软件园

http://www.cs.berkeley.edu/~jordan/kernels.html 是Jordan 维护的关于 kernel methods 的文章列表。
Markov LogicRMw平坦软件园

http://ai.cs.washington.edu/pubs 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 learningtheory

http://hunch.net/这个网站主要是一些learningtheory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）

http://vision.mas.ecp.fr/Personnel/iasonas/index.html

三（转自别人）

http://www.cnblogs.com/tornadomeet/archive/2012/05/24/2515980.html

Deep Learning（深度学习）：

ufldl的2个教程(这个没得说，入门绝对的好教程，Ng的，逻辑清晰有练习)：一

ufldl的2个教程(这个没得说，入门绝对的好教程，Ng的，逻辑清晰有练习)：二

Bengio团队的deep learning教程，用的theano库，主要是rbm系列，搞python的可以参考，很不错。

deeplearning.net主页，里面包含的信息量非常多，有software, reading list, research lab, dataset, demo等，强烈推荐，自己去发现好资料。

Deep learning的toolbox，matlab实现的，对应源码来学习一些常见的DL模型很有帮助，这个库我主要是用来学习算法实现过程的。

2013年龙星计划深度学习教程，邓力大牛主讲，虽然老师准备得不充分，不过还是很有收获的。

Hinton大牛在coursera上开的神经网络课程，DL部分有不少，非常赞，没有废话，课件每句话都包含了很多信息，有一定DL基础后去听收获更大。

Larochelle关于DL的课件，逻辑清晰，覆盖面广,包含了rbm系列，autoencoder系列，sparse coding系列，还有crf，cnn，rnn等。虽然网页是法文，但是课件是英文。

CMU大学2013年的deep learning课程，有不少reading paper可以参考。

达慕思大学Lorenzo Torresani的2013Deep learning课程reading list.

Deep Learning Methods for Vision(余凯等在cvpr2012上组织一个workshop，关于DL在视觉上的应用)。

斯坦福Ng团队成员链接主页，可以进入团队成员的主页，比较熟悉的有Richard Socher, Honglak Lee, Quoc Le等。

多伦多ML团队成员链接主页，可以进入团队成员主页，包括DL鼻祖hinton，还有Ruslan Salakhutdinov , Alex Krizhevsky等。

蒙特利尔大学机器学习团队成员链接主页，包括大牛Bengio，还有Ian Goodfellow 等。

纽约大学的机器学习团队成员链接主页，包括大牛Lecun，还有Rob Fergus等。

Charlie Tang个人主页，结合DL+SVM.

豆瓣上的脑与deep learning读书会，有讲义和部分视频，主要介绍了一些于deep learning相关的生物神经网络。

Large Scale ML的课程，由Lecun和Langford讲的，能不推荐么。

Yann Lecun的2014年Deep Learning课程主页。视频链接。

吴立德老师《深度学习课程》

一些常见的DL code列表，csdn博主zouxy09的博文，Deep Learning源代码收集-持续更新…

Deep Learning for NLP (without Magic)，由DL界5大高手之一的Richard Socher小组搞的，他主要是NLP的。

2012 Graduate Summer School: Deep Learning, Feature Learning，高手云集，深度学习盛宴，几乎所有的DL大牛都有参加。

matlab下的maxPooling速度优化，调用C++实现的。

2014年ACL机器学习领域主席Kevin Duh的深度学习入门讲座视频。

R-CNN code: Regions with Convolutional Neural Network Features.

Machine Learning（机器学习）：

介绍图模型的一个ppt，非常的赞，ppt作者总结得很给力，里面还包括了HMM，MEM, CRF等其它图模型。反正看完挺有收获的。

机器学习一个视频教程，youtube上的，翻吧，内容很全面，偏概率统计模型，每一小集只有几分钟。

龙星计划2012机器学习，由余凯和张潼主讲。

demonstrate 的 blog :关于PGM(概率图模型)系列，主要按照Daphne Koller的经典PGM教程介绍的，大家依次google之。

FreeMind的博客，主要关于机器学习的。

Tom Mitchell大牛的机器学习课程，他的machine learning教科书非常出名。

CS109,Data Science,用python介绍机器学习算法的课程。

CCF主办的一些视频讲座。

国外技术团队博客：

Netflix技术博客,很多干货。

Computer Vision（计算机视觉）：

MIT2013年秋季课程：Advances in Computer Vision，有练习题，有些有code.

IPAM一个计算机视觉的短期课程，有不少牛人参加。

OpenCV相关：

http://opencv.org/

2012年7月4日随着opencv2.4.2版本的发布，opencv更改了其最新的官方网站地址。

http://www.opencvchina.com/

好像12年才有这个论坛的，比较新。里面有针对《learning opencv》这本书的视频讲解，不过视频教学还没出完，正在更新中。对刚入门学习opencv的人来说很不错。

http://www.opencv.org.cn/forum/

opencv中文论坛，对于初次接触opencv的学者来说比较不错，入门资料多，opencv的各种英文文档也翻译成中文了。不足是感觉这个论坛上发帖提问很少人回答，也就是说讨论不够激烈。

http://opencv.jp/

opencv的日文网站，里面有不少例子代码，看不懂日文可以用网站自带的翻译，能看个大概。

http://code.opencv.org/projects/opencv

opencv版本bug修补，版本更新，以及各种相关大型活动安排,还包含了opencv最近几个月内的活动路线，即未来将增加的功能等，可以掌握各种关于opencv进展情况的最新进展。

http://tech.groups.yahoo.com/group/OpenCV/

opencv雅虎邮件列表，据说是最好的opencv论坛，信息更新最新的地方。不过个人认为要查找相关主题的内容，在邮件列表中非常不方便。

http://www.cmlab.csie.ntu.edu.tw/~jsyeh/wiki/doku.php

台湾大学暑假集训网站，内有链接到与opencv集训相关的网页。感觉这种教育形式还蛮不错的。

http://sourceforge.net/projects/opencvlibrary/

opencv版本发布地方。

http://code.opencv.org/projects/opencv/wiki/ChangeLog#241 http://opencv.willowgarage.com/wiki/OpenCV%20Change%20Logs

opencv版本内容更改日志网页,前面那个网页更新最快。

http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/tutorials.html

opencv中文教程网页，分几个模块讲解，有代码有过程。内容是网友翻译opencv自带的doc文件里的。

https://netfiles.uiuc.edu/jbhuang1/www/resources/vision/index.html

网友总结的常用带有cvpr领域常见算法code链接的网址，感觉非常的不错。

http://fossies.org/dox/OpenCV-2.4.2/

该网站可以查看opencv中一些函数的变量接口，还会列出函数之间的结构图。

http://opencv.itseez.com/

opencv的函数、类等查找网页，有导航，查起来感觉不错。

优化：

submodual优化网页。

Geoff Gordon的优化课程，youtube上有对应视频。

数学：

http://www.youku.com/playlist_show/id_19465801.html

《计算机中的数学》系列视频，8位老师10讲内容，生动介绍微积分和线性代数基本概念在计算机学科中的各种有趣应用！

Linux学习资料：

http://itercast.com/library/1

linux入门的基础视频教程，对于新手可选择看第一部分，视频来源于LinuxCast.net网站，还不错。

OpenNI+Kinect相关：

http://1.yuhuazou.sinaapp.com/

网友晨宇思远的博客，主攻cvpr，ai等。

http://blog.csdn.net/chenli2010/article/details/6887646

kinect和openni学习资料汇总。

http://blog.csdn.net/moc062066/article/category/871261

OpenCV 计算机视觉 kinect的博客:

http://kheresy.wordpress.com/index_of_openni_and_kinect/comment-page-5/

网友Heresy的博客，里面有不少kinect的文章，写的比较详细。

http://www.cnkinect.com/

体感游戏中文网，有不少新的kinect资讯。

http://www.kinectutorial.com/

Kinect体感开发网。

http://code.google.com/p/openni-hand-tracker

openni_hand_tracking google code项目。

http://blog.candescent.ch/

网友的kinect博客，里面有很多手势识别方面的文章介绍，还有源码，不过貌似是基于c#的。

https://sites.google.com/site/colordepthfusion/

一些关于深度信息和颜色信息融合（fusion）的文章。

http://projects.ict.usc.edu/mxr/faast/

kinect新的库，可以结合OpenNI使用。

https://sites.google.com/a/chalearn.org/gesturechallenge/

kinect手势识别网站。

http://www.ros.org/wiki/mit-ros-pkg

mit的kinect项目，有code。主要是与手势识别相关。

http://www.thoughtden.co.uk/blog/2012/08/kinecting-people-our-top-6-kinect-projects/

kinect 2012年度最具创新的6个项目，有视频，确实够创新的！

http://www.cnblogs.com/yangyangcv/archive/2011/01/07/1930349.html

kinect多点触控的一篇博文。

http://sourceforge.net/projects/kinect-mex/

http://www.mathworks.com/matlabcentral/fileexchange/30242-kinect-matlab

有关matlab for kinect的一些接口。

http://news.9ria.com/2012/1212/25609.html

AIR和Kinect的结合，有一些手指跟踪的code。

http://eeeweba.ntu.edu.sg/computervision/people/home/renzhou/index.htm

研究kinect手势识别的，任洲。刚毕业不久。

其他网友cvpr领域的链接总结：

http://www.cnblogs.com/kshenf/

网友整理常用牛人链接总结，非常多。不过个人没有没有每个网站都去试过。所以本文也是我自己总结自己曾经用过的或体会过的。

OpenGL有关:

http://nehe.gamedev.net/

NeHe的OpenGL教程英文版。

http://www.owlei.com/DancingWind/

NeHe的OpenGL教程对应的中文版，由网友周玮翻译的。

http://www.qiliang.net/old/nehe_qt/

NeHe的OpengGL对应的Qt版中文教程。

http://blog.csdn.net/qp120291570

网友"左脑设计，右脑编程"的Qt_OpenGL博客,写得还不错。

http://guiliblearning.blogspot.com/

这个博客对opengl的机制有所剖析，貌似要FQ才能进去。

cvpr综合网站论坛博客等：

http://www.cvchina.net/

中国计算机视觉论坛

http://www.cvchina.info/

这个博客很不错，每次看完都能让人兴奋，因为有很多关于cv领域的科技新闻，还时不时有视频显示。另外这个博客里面的资源也整理得相当不错。中文的。

http://www.bfcat.com/

一位网友的个人计算机视觉博客，有很多关于计算机视觉前沿的东西介绍，与上面的博客一样，看了也能让人兴奋。

http://blog.csdn.net/v_JULY_v/

牛人博客，主攻数据结构，机器学习数据挖掘算法等。

http://blog.youtueye.com/

该网友上面有一些计算机视觉方向的博客,博客中附有一些实验的测试代码.

http://blog.sciencenet.cn/u/jingyanwang

多看pami才扯谈的博客，其中有不少pami文章的中文介绍。

http://chentingpc.me/

做网络和自然语言处理的，有不少机器学习方面的介绍。

ML常用博客资料等：

http://freemind.pluskid.org/

由 pluskid 所维护的 blog，主要记录一些机器学习、程序设计以及各种技术和非技术的相关内容，写得很不错。

http://datasciencemasters.org/

里面包含学ML/DM所需要的一些知识链接，且有些给出了视频教程，网页资料，电子书，开源code等，推荐！

http://cs.nju.edu.cn/zhouzh/index.htm

周志华主页，不用介绍了，机器学习大牛，更可贵的是他的很多文章都有源码公布。

http://www.eecs.berkeley.edu/~jpaisley/Papers.htm

John Paisley的个人主页，主要研究机器学习领域，有些文章有代码提供。

http://foreveralbum.yo2.cn/

里面有一些常见机器学习算法的详细推导过程。

http://blog.csdn.net/abcjennifer

浙江大学CS硕士在读，关注计算机视觉，机器学习，算法研究，博弈，人工智能，移动互联网等学科和产业。该博客中有很多机器学习算法方面的介绍。

http://www.wytk2008.net/

无垠天空的机器学习博客。

http://www.chalearn.org/index.html

机器学习挑战赛。

http://licstar.net/

licstar的技术博客，偏自然语言处理方向。

国内科研团队和牛人网页：

http://vision.ia.ac.cn/zh/index_cn.html

中科院自动化所机器视觉课题小组，有相关数据库、论文、课件等下载。

http://www.cbsr.ia.ac.cn/users/szli/

李子青教授个人主页，中科院自动化所cvpr领域牛叉人！

http://www4.comp.polyu.edu.hk/~cslzhang/

香港理工大学教授lei zhang个人主页，也是cvpr领域一大牛人啊，cvpr，iccv各种发表。更重要的是他所以牛叉论文的code全部公开，非常难得！

http://liama.ia.ac.cn/wiki/start

中法信息、自动化与应用联合实验室，里面很多内容不仅限而cvpr，还有ai领域一些其他的研究。

http://www.cogsci.xmu.edu.cn/cvl/english/

厦门大学特聘教授，cv领域一位牛人。研究方向主要为目标检测，目标跟踪，运动估计，三维重建，鲁棒统计学，光流计算等。

http://idm.pku.edu.cn/index.aspx

北京大学数字视频编码技术国家实验室。

http://www.csie.ntu.edu.tw/~cjlin/libsvm/

libsvm项目网址，台湾大学的，很火！

http://www.jdl.ac.cn/user/sgshan/index.htm

山世光，人脸识别研究比较牛。在中国科学院智能信息处理重点实验室

国外科研团队和牛人网页：

https://netfiles.uiuc.edu/jbhuang1/www/resources/vision/index.html

常见计算机视觉资源整理索引，国外学者整理，全是出名的算法，并且带有代码的，这个非常有帮助，其链接都是相关领域很火的代码。

http://www.cs.cmu.edu/afs/cs/project/cil/ftp/html/txtv-groups.html

国外学者整理的各高校研究所团队网站

http://research.microsoft.com/en-us/groups/vision/

微软视觉研究小组，不解释，大家懂的，牛！

http://lear.inrialpes.fr/index.php

法国国家信息与自动化研究所，有对应牛人的链接，论文项目网页链接，且一些code对应链接等。

http://www.cs.ubc.ca/~pcarbo/objrecls/

Learning to recognize objects with little supervision该篇论文的项目网页，有对应的code下载，另附有详细说明。

http://www.eecs.berkeley.edu/~lbourdev/poselets/

poselets相关研究界面，关于poselets的第一手资料。

http://www.cse.oulu.fi/CMV/Research

芬兰奥卢大学计算机科学与工程学院网页，里面有很多cv领域相关的研究，比如说人脸，脸部表情，人体行为识别，跟踪，人机交互等cv基本都涉及有。

http://www.cs.cmu.edu/~cil/vision.html

卡耐基梅隆大学计算机视觉主页，内容非常多。可惜的是该网站内容只更新到了2004年。

http://vision.stanford.edu/index.html

斯坦福大学计算机视觉主页，里面有非常非常多的牛人，比如说大家熟悉的lifeifei.

http://www.wavelet.org/index.php

关于wavelet研究的网页。

http://civs.ucla.edu/

加州大学洛杉矶分校统计学院，关于统计学习方面各种资料，且有相应的网上公开课。

http://www.cs.cmu.edu/~efros/

卡耐基梅隆大学Alexei(Alyosha)Efros教授个人网站，计算机图形学高手。

http://web.mit.edu/torralba/www//

mit牛人Associate教授个人网址，主要研究计算机视觉人体视觉感知，目标识别和场景理解等。

http://people.csail.mit.edu/billf/

mit牛人William T. Freeman教授，主要研究计算机视觉和图像学

http://www.research.ibm.com/peoplevision/

IBM人体视觉研究中心，里面除了有其研究小组的最新成果外，还有很多测试数据(特别是视频）供下载。

http://www.vlfeat.org/

vlfeat主页，vlfeat也是一个开源组织，主要定位在一些最流行的视觉算法开源上，Ｃ编写，其很多算法效果比opencv要好,不过数量不全，但是非常有用。

http://www.robots.ox.ac.uk/~az/

Andrew Zisserman的个人主页，这人大家应该熟悉，《计算机视觉中的多视几何》这本神书的作者之一。

http://www.cs.utexas.edu/~grauman/

KristenGrauman教授的个人主页，是个大美女，且是2011年“马尔奖”获得者，”马尔奖“大家都懂的，计算机视觉领域的最高奖项，目前无一个国内学者获得过。她的主要研究方法是视觉识别。

http://groups.csail.mit.edu/vision/welcome/

mit视觉实验室主页。

http://code.google.com/p/sixthsense/

曾经在网络上非常出名一个视频，一个作者研究的第六感装置，现在这个就是其开源的主页。

http://vision.ucsd.edu/~pdollar/research.html#BehaviorRecognitionAnimalBehavior

Piotr Dollar的个人主要，主要研究方向是人体行为识别。

http://www.mmp.rwth-aachen.de/

移动多媒体处理，将移动设备，计算机图像学，视觉，图像处理等结合的领域。

http://www.di.ens.fr/~laptev/index.html

Ivan Laptev牛人主页，主要研究人体行为识别。有很多数据库可以下载。

http://blogs.oregonstate.edu/hess/

Rob Hess的个人主要，里面有源码下载，比如说粒子滤波，他写的粒子滤波在网上很火。

http://morethantechnical.googlecode.com/svn/trunk/

cvpr领域一些小型的开源代码。

http://iica.de/pd/index.py

做行人检测的一个团队，内部有一些行人检测的代码下载。

http://www.cs.utexas.edu/~grauman/research/pubs.html

UT-Austin计算机视觉小组，包含的视觉研究方向比较广，且有的文章有源码，你只需要填一个邮箱地址，系统会自动发跟源码相关的信息过来。

http://www.robots.ox.ac.uk/~vgg/index.html

visual geometry group

图像:

http://blog.sina.com.cn/s/blog_4cccd8d301012pw5.html

交互式图像分割代码。

http://vision.csd.uwo.ca/code/

graphcut优化代码。

语音：

http://danielpovey.com/kaldi-lectures.html

语音处理中的kaldi学习。

算法分析与设计（计算机领域的基础算法）：

http://www.51nod.com/focus.html

该网站主要是讨论一些算法题。里面的李陶冶是个大牛，回答了很多算法题。

一些综合topic列表：

http://www.cs.cornell.edu/courses/CS7670/2011fa/

计算机视觉中的些topic（Special Topics in Computer Vision），截止到2011年为止，其引用的文章都是非常顶级的topic。

冈萨雷斯的《数字图像处理》一书网站，包含课程材料，matlab图像处理工具包，课件ppt等相关素材。

Consumer Depth Cameras for Computer Vision

很优秀的一本书，不过很贵，买不起啊！做深度信息的使用这本书还不错，google图中可以预览一部分。

Making.Things.See

针对Kinect写的，主要关注深度信息，较为基础。书籍中有不少例子，貌似是java写的。

中国机器学习及应用研讨会(这个是2013年的)

期刊会议论文下载：

http://cvpapers.com/

几个顶级会议论文公开下载界面，比如说ICCV,CVPR,ECCV,ACCV,ICPR,SIGGRAPH等。

http://www.cvpr2012.org/

cvpr2012的官方地址，里面有各种资料和信息，其他年份的地址类似推理更改即可。

http://www.sciencedirect.com/science/journal/02628856

ICV期刊下载

http://www.computer.org/portal/web/tpami

TPAMI期刊，AI领域中可以算得上是最顶级的期刊了，里面有不少cvpr方面的内容。

http://www.springerlink.com/content/100272/

IJCV的网址。

http://books.nips.cc/

NIPS官网，有论文下载列表。

http://graphlab.org/lsrs2013/program/

LSRS （会议）地址，大规模推荐系统，其它年份依次类推。

该网页列出了图像处理，计算机视觉领域相关几乎所有比较出名的会议时间表。

http://conferences.visionbib.com/Browse-conf.php

上面网页的一个子网页，列出了最近的CV领域提交paper的deadline。

微软研究院牛人Wallflower Paper的论文中用到的目标检测等测试图片

http://archive.ics.uci.edu/ml/

UCI数据库列表下载，最常用的机器学习数据库列表。

http://www.cs.rochester.edu/~rmessing/uradl/

人体行为识别通过关键点的跟踪视频数据库，Rochester university的

http://www.research.ibm.com/peoplevision/performanceevaluation.html

IBM人体视觉研究中心，有视频监控等非常多的测试视频。

http://www.cvpapers.com/datasets.html

该网站上列出了常见的cvpr研究的数据库。

http://www.cs.washington.edu/rgbd-dataset/index.html

RGB-D Object Dataset.做目标识别的。

AI相关娱乐网页：

http://en.akinator.com/

该网站很好玩，可以测试你心里想出的一个人名(当然前提是这个人必须有一定的知名度)，然后该网站会提出一系列的问题，你可以选择yes or no,or I don’t know等等，最后系统会显示你心中所想的那个人。

http://www.doggelganger.co.nz/

人与狗的匹配游戏，摄像头采集人脸，呵呵…

该网站上有一些android图标,菜单等跟界面有关的设计工具,可以用来做一些简单的UI设计.

工具和code下载：

http://lear.inrialpes.fr/people/dorko/downloads.html

6种常见的图像特征点检测子，linux下环境运行。不过只提供了二进制文件，不提供源码。

http://www.cs.ubc.ca/~pcarbo/objrecls/index.html#code

ssmcmc的matlab代码,是Learning to recognize objects with little supervision这一系列文章用的源码，属于目标识别方面的研究。

http://www.robots.ox.ac.uk/~timork/

仿射无关尺度特征点检测算子源码，还有些其它算子的源码或二进制文件。

http://www.vision.ee.ethz.ch/~bleibe/code/ism.html

隐式形状模型(ISM)项目主页，作者Bastian Leibe提供了linux下运行的二进制文件。

http://www.di.ens.fr/~laptev/download.html#stip

Ivan Laptev牛人主页中的STIP特征点检测code，但是也只是有二进制文件，无源码。该特征点在行为识别中该特征点非常有名。

http://ai.stanford.edu/~quocle/

斯坦福大学Quoc V.Le主页，上有它2011年行为识别文章的代码。

开源软件：

http://mloss.org/software/

一些ML开源软件在这里基本都可以搜到，有上百个。

https://github.com/myui/hivemall

Scalable machine learning library for Hive/Hadoop.

http://scikit-learn.org/stable/

基于python的机器学习开源软件，文档写得不错。

挑战赛：

http://www.chioka.in/kaggle-competition-solutions/

kaggle一些挑战赛的code.

公开课：

网易公开课，国内做得很不错的公开课，翻译了一些国外出名的公开课教程，与国外公开课平台coursera有合作。

coursera在线教育网上公开课，很新，有个邮箱注册即可学习，有不少课程，且有对应的练习，特别是编程练习，超赞。

斯坦福网上公开课链接，有统计学习，凸优化等课程。

udacity公开课程下载链接，其实速度还可以。里面有不少好教程。

机器学习公开课的连接，有不少课。