Artificial Intelligence & Computer Vision

Ref:face_recognition

Ref:seetaface

Ref:百度AI开放平台

Ref:AForge.NET 入门

Ref:调用 AForge.NET Framework 启动摄像头

Ref:.NET开源工程推荐（Accord，AForge，Emgu CV）

Ref:http://www.aforgenet.com/framework/

Ref:http://www.aforgenet.com/framework/features/motion_detection_2.0.html

Ref:https://www.codeguru.com/columns/dotnet/computer-vision-using-aforge.net.html

Ref:http://www.arcsoft.com.cn/ai/arcface.html

Ref:http://www.emgu.com/wiki/index.php/Main_Page

Ref:http://www.emgu.com/wiki/index.php/Tutorial

Ref:Mac下dlib安装

Ref:Python3.6+dlib19.4在Mac下环境搭建

Ref:http://www.learnopencv.com/facial-landmark-detection

Ref:http://www.th7.cn/Program/Python/201511/706515.shtml

Ref:应用一个基于Python的开源人脸识别库，face_recognition

Ref:http://www.intorobotics.com/how-to-detect-and-track-object-with-opencv/

Ref:http://www.shervinemami.info/faceRecognition.html

Ref:https://www.pyimagesearch.com/2015/11/09/pedestrian-detection-opencv/

Ref:http://introlab.github.io/find-object/

Ref:https://github.com/TadasBaltrusaitis/OpenFace

Ref:https://github.com/TadasBaltrusaitis/CLM-framework

Ref:行人检测(Pedestrian Detection)资源

Ref:YOLO: Real-Time Object Detection

Ref:目标检测方法系列——R-CNN, SPP, Fast R-CNN, Faster R-CNN, YOLO, SSD

Ref:SeetaFace编译案例（windows&Android）

Ref:机器视觉开源代码集合

随时更新———个人喜欢的关于模式识别、机器学习、推荐系统、图像特征、深度学习、数值计算、目标跟踪等方面个人主页及博客

http://blog.csdn.net/zhangping1987/article/details/29554621

目标检测、识别、分类、特征点的提取

David Lowe：Sift算法的发明者，天才。

Rob Hess：sift的源码OpenSift的作者，个人主页上有openSift的下载链接，Opencv中sift的实现，也是参考这个。



Koen van de Sande：作者给出了sift,densesift,colorsift等等常用的特征点程序，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。

Ivan Laptev：作者给出了物体检测等方面丰富C\C++源码，及部分训练好的检测器（包括汽车，行人，摩托车，马，猫脸的检测器）。











Navneet Dalal：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HOG源码链接，当然强大的Opencv已经复现了一遍。

Anna Bosch:PHOG算法的作者及源码。

Carl Vondrick: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很有意思的解释了，为什么HOG算法会误判的原因。哇！哇！精彩！

Antonio Torralba：场景识别GIST算子（Matlab）的作者，当然个人主页张还有sift folow等等源码，偷着乐吧，Gist的C代码。

Svetlana Lazebnik：空间金字塔匹配的作者，个人主页上有物体检测和识别的丰富源码。

Kristen Grauman：2011年的marr prize的得主，美女，源码libpmk的作者，个人主页还有其他物体检测和识别的文档和源码。

Pablo F. Alcantarilla: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！

Pedro Felzenszwalb:近几年的物体识别竞赛，大都是根据他的源码的框架，Discriminatively trained deformable part models，直到2012年，该算法的版本是5，作者个人主页上有链接。



Opencv中，有该算法的复现，但是，没有训练的部分，只有检测的部分，latentsvmdetector。

在\opencv\sources\samples\cpp文件夹中，有一个latentsvm_multidetect.cpp文件，搭好环境，运行，然后，准备好图片（http://pascallin.ecs.soton.ac.uk/challenges/VOC/)和常见的20种分类器：



就可以做物体检测了。

沙发检测 自行车检测





猫检测 汽车检测





其他物体的检测，就不一一列举了。

Deva Ramanan: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测，还有几个跟踪算法的源码。

Xiaofeng Ren:Histograms of Sparse Codes（HSC）算法的第一作者，作者的个人主页有丰富的源码。

Ce Liu:Siftflow算法的作者，个人主页上具有其他算法的源码。

Derek Hoiem：（非常喜欢）个人主页有物体识别，检测的源码，而且有Logistic Regression of Adaboost源码，而且个人主页上有很多他的学生的个人主页链接。

Sergey Karayev：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。

Aditya Khosla：作者研究兴趣是人的行为检测，目标识别，等。

Ming-Ming Cheng:(mmcheng.net)

关注论文《BING: Binarized Normed Gradients for Objectness Estimation at 300fps》

Boris Babenko:还没开始看

Juergen Gall:hough forest的作者

Kaiming He：darkchannel的作者

Timo Ojala:LBP特征的作者

Cewu Lu:CVPR2014,晴天阴天的识别

————————————————————————————————————————————

还有一些没仔细看：很多源码

Yangqing Jia

Aaron Hertzmann

Alexei (Alyosha) Efros

————————————————————————————————————————————

图像分割：

Pablo Arbelaez

———————————————————————————————————————————————

图像检索、特征点匹配：

Yossi Rubner：（这个个人主页链接可能打不开，百度这个网址http://ai.stanford.edu/~rubner/根据提示打开就可以了）图像检索EMD距离的原作者，作者给出了C源码，Opencv中给出了复现，具体可以参看这篇文章。

Ofir Pele：EMD距离的改进，作者个人主页上给出了源码（C++\Matlab）。

Haibin Ling：EMD_L1算法的作者，而且作者给我C++代码

Qin Lv:美女教师，对EMD的应用讲解的很好

VisualSEEK

颜色信息：

A Data Set for Fuzzuy Color Naming


Joost van de Weujer

Joost van de Weujer

Inderjit S. Dhillon

JianChao Yang

Rahat Khan:《Discriminative Color Descriptor》的作者

Robert Benavente:color naming TSEmodel

Graphics Gems Repository

色差公式

图像其他算法

Jiaya Jia：香港大学，发明的图像去模糊算法，处于世界领先水平，个人主页上有丰富的源码，超级喜欢。





Mohamed Aly: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）等的检测，并给出了源码。

__________________________________________________________________________________________________________________________________

人工智能博客：

Utkarsh: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。

Sebastian Montabone:作者写了一些很好的资料。

铅笔素描：

Henry Kang

Sven Olsen

ilab

LIC

———————————————————————————————————————————————

机器学习及并行机器学习、模式识别：

dlib:人脸识别


Rakesh Agrawal：关联规则算法的原作者


Ramakrishnan Srikant :关联规则算法的原作者


Andrew Ng：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一。吴恩达也是在线教育平台Coursera的联合创始人（withDaphne Koller）。

2013年，吴恩达入选《时代》杂志年度全球最有影响力100人，成为16位科技界代表之一。
他的机器学习公开课：网易机器学习公开课。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。

Edward Chang:我是在吴军老师的《数学之美》中看到张智威老师，解决了并行SVD算法，但是，现在还没有任何关于这方面的资料。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，我在这里给出了重新的计算和梳理。

Andrea Vedaldi：vlfeat源码的管理者之一，它近期写的关于支持向量机的文章很是喜欢，作者个人主页提供非常丰富的Matlab和C源码。

Ashesh Jain：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)源码。

Lin Chih-Jen：公认的最好的支持向量机开源libsvm，可以很好做Mercer Kernel做扩展，我添加常用11个Mercer核，并加在了libsvm中。推荐系统源码libmf。非负矩阵分解源码NMF。

Journal of Machine Learning Research：在线提供了非常多的机器学习论文及源码，个人非常喜欢。

Martin Ester:基于密度的聚类算法DBSCAN的作者。作者主页上有他的所有著作。

Department of Computer Science Database Systems Group:聚类

Jiawei Han：关联规则算法之FP_tree的作者

Geoffrey E. Hinton:Deep Learning(无需多说)

Josef Sivic:PLSA的源码

Thomas Hofmann:PLSA的原作者

David M. Blei:LDA的作者，作者提供源码

gustau camps-valls:libsvm有关，还没看

Andrew I. Schein:LogisticPCA的作者
Boost家族：

Yoav Freund:AdaBoost算法的作者主页

Jerome H. Friedman：LogitBoost和 Gradient Boost回归算法的作者主页，并有这些算法的R语言源码。
《Stochastic Gradient Boosting》
《Greedy Function Approximation: A Gradient Boosting Machine》
《Additive Logistic Regression：a Statistical View of Boosting 》必须打印，认真研究的论文

k-means And Kd-tree

边缘检测、图像滤波、阈值处理
-------------------------------------------------------------------------------------------------------------------
Eduardo Simões Lopes Gastal:多种图像平滑算法
边缘算法的比较及Canny源码
双边滤波
快速双边滤波
自适应阈值 http://inf.ufrgs.br/~eslgastal/NonUniformFiltering/ http://www.inf.ufrgs.br/~eslgastal/AdaptiveManifolds/Application_Examples/
Raanan Fattal ：WLS图像平滑
Dani Lischinski:最小二乘
————————————————————————————————————————————————————————————————————————————

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

DVMM Lab


MCL


CMV　HOME


Vision Lab


UCSD


LEAR

Visual Geometry Group



Multimedia Laboratory

SLI

Color Group

computer Vision Lab



LAMP

Spectral Color Research

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

USC

___________________________________________________________________________________________________________________________________

推荐系统：

libFM

Yehuda Koren：Netflix prize 推荐系统算法冠军成员， SVD++

__________________________________________________________________________________________________________________________________

数值计算：

LinPack：线性最小二乘，矩阵的奇异值分解等

Lapack：

MinPack：非线性最小二乘

跟踪算法：

http://research.milanton.de/index.html


跟踪算法的综述

SHENGFENG He：LSH

Anton Milan

João F. Henriques

colorTrack

其他常用的图像处理库：

Leptonica


Tesseract


运动物体检测

vibe


IVS（背景建模）综述

自然语言处理：

谭松波:中文文本分类语料库


数据的可视化：

D3.js-english

Paper.js

sigmajs

d3.js

神经网络

神经网络

基于颜色检索的参考网站：

https://www.etsy.com/color.php

http://labs.tineye.com/multicolr/

颜色程度

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

概率霍夫检测

Jiri MATAS

http://www.sunshine2k.de/coding/java/Houghtransformation/HoughTransform.html

http://www.keymolen.com/2013/05/hough-transformation-c-implementation.html

深度学习:

深度学习科普文章

CNN-作者

Brandon Amos

深度学习可视化插件

卷积运算

卷积神经网络的反向卷积卷积神经网络的反向卷积算法

















关于OpenCV的特征点的一些好的博客：

团块检测

傅里叶变换

YOLOv2物体检测

物体检测中常用的几个概念迁移学习、IOU、NMS理解

YOLOv2训练自己的数据集（VOC格式）

YOLOv2训练自己的数据集（识别海参）