David Lowe：Sift算法的發明者，天才。
Rob Hess：sift的源碼OpenSift的作者，個人主頁上有openSift的下載鏈接，Opencv中sift的實現，也是參考這個。
Koen van de Sande：作者給出了sift,densesift,colorsift等等常用的特征點程序，輸出格式見個人主頁說明，當然這個特征點的算法，在Opencv中都有實現。
Ivan Laptev：作者給出了物體檢測等方面豐富C\C++源碼，及部分訓練好的檢測器（包括汽車，行人，摩托車，馬，貓臉的檢測器）。
Navneet Dalal：HOG算子的作者，個人主頁上有他本人的博士論文，寫的異常精彩，還有HOG源碼鏈接，當然強大的Opencv已經復現了一遍。
Anna Bosch:PHOG算法的作者及源碼。
Carl Vondrick:作者主頁上呈現了兩個非常好的項目Video Annotation Tool（視頻標注）和iHOG，iHOG很有意思的解釋了，為什么HOG算法會誤判的原因。哇！哇！精彩！
Antonio Torralba：場景識別GIST算子（Matlab）的作者，當然個人主頁張還有sift folow等等源碼，偷著樂吧，Gist的C代碼。
Svetlana Lazebnik：空間金字塔匹配的作者，個人主頁上有物體檢測和識別的豐富源碼。
Kristen Grauman：2011年的marr prize的得主，美女，源碼libpmk的作者，個人主頁還有其他物體檢測和識別的文檔和源碼。
Pablo F. Alcantarilla:kaze和akaze特征點的作者，據說比sift要好，作者的個人主頁上給出了這兩種特征點的C++代碼，高興啊！
Pedro Felzenszwalb:近幾年的物體識別競賽，大都是根據他的源碼的框架，Discriminatively trained deformable part models，直到2012年，該算法的版本是5，作者個人主頁上有鏈接。
Opencv中，有該算法的復現，但是，沒有訓練的部分，只有檢測的部分，latentsvmdetector。
在\opencv\sources\samples\cpp文件夾中，有一個latentsvm_multidetect.cpp文件，搭好環境，運行，然后，準備好圖片（http://pascallin.ecs.soton.ac.uk/challenges/VOC/)和常見的20種分類器：
就可以做物體檢測了。
沙發檢測?
貓檢測?
其他物體的檢測，就不一一列舉了。
Deva Ramanan:Histograms of Sparse Codes（HSC）算法的第二作者，作者的個人主頁上有除了物體識別檢測，還有幾個跟蹤算法的源碼。
Xiaofeng Ren:Histograms of Sparse Codes（HSC）算法的第一作者，作者的個人主頁有豐富的源碼。
Ce Liu:Siftflow算法的作者，個人主頁上具有其他算法的源碼。
Derek Hoiem：（非常喜歡）個人主頁有物體識別，檢測的源碼，而且有Logistic Regression of Adaboost源碼，而且個人主頁上有很多他的學生的個人主頁鏈接。
Sergey Karayev：作者的個人主頁上有很多圖像檢索，目標識別的研究成果。
Aditya Khosla：作者研究興趣是人的行為檢測，目標識別，等。
Ming-Ming Cheng:關注論文《BING: Binarized Normed Gradients for Objectness Estimation at 300fps》
———————————————————————————————————————————————
圖像檢索：
Yossi Rubner：（這個個人主頁鏈接可能打不開，百度這個網址http://ai.stanford.edu/~rubner/根據提示打開就可以了）圖像檢索EMD距離的原作者，作者給出了C源碼，Opencv中給出了復現，具體可以參看這篇文章。
Ofir Pele：EMD距離的改進，作者個人主頁上給出了源碼（C++\Matlab）。
圖像其他算法
Jiaya Jia：香港大學，發明的圖像去模糊算法，處于世界領先水平，個人主頁上有豐富的源碼，超級喜歡。
Mohamed Aly:這個個人主頁是無意中發現的，他研究了公路上各種直線（斑馬線等）等的檢測，并給出了源碼。
__________________________________________________________________________________________________________________________________
人工智能博客：
Utkarsh:這個博客里寫了好多關于OpenCV的項目，是一個非常好的學習資源。
Sebastian Montabone:作者寫了一些很好的資料。
———————————————————————————————————————————————
機器學習及并行機器學習：
Andrew Ng：谷歌大腦之父，是斯坦福大學科學系和電子工程系副教授，人工智能實驗室主任。吳恩達是人工智能和機器學習領域國際上最權威的學者之一。吳恩達也是在線教育平臺Coursera的聯合創始人（withDaphne Koller）。
?
Edward Chang:我是在吳軍老師的《數學之美》中看到張智威老師，解決了并行SVD算法，但是，現在還沒有任何關于這方面的資料。張智威老師的個人主頁上，給出了關于并行支持向量機的算法，有一篇文章的符號，有一點混亂，我在這里給出了重新的計算和梳理。
Andrea Vedaldi：vlfeat源碼的管理者之一，它近期寫的關于支持向量機的文章很是喜歡，作者個人主頁提供非常豐富的Matlab和C源碼。
Ashesh Jain：作者的研究興趣是機器學習和凸優化。作者的個人主頁上有支持向量機的多核學習(Multiple Kernel Learning)源碼。
Lin Chih-Jen：公認的最好的支持向量機開源libsvm，可以很好做Mercer Kernel做擴展，我添加常用11個Mercer核，并加在了libsvm中。推薦系統源碼libmf。非負矩陣分解源碼NMF。
)
...)