这是收录的图像视觉领域的博客资源的第一部分，包含：中国内地、香港、*
这些名人大家一般都熟悉，本文仅收录了包含较多资料的个人博客，并且有不少更新，还有些名人由于分享的paper、code或者数据集不多，暂时没收录了。择优选择自己关注的吧！
说明：
1）主要罗列有资源分享的博客，如果是该领域专家但资源分享较少，则未收录
2）排名按照字母顺序
3）主要按照博客的域名进行分类，不代表作者当前工作所在机构
4）欢迎补充更多的资源。
1 中国内地
1.1 程明明
清华大学程明明博士，南开大学媒体计算实验室
http://mmcheng.net/
方向：图像分割、检索，显著性计算，目标检测。
资源：Paper、Code、data。
更新：2015
1.2 冯建江
清华大学助理教授
http://ivg.au.tsinghua.edu.cn/~jfeng/
方向：图像处理、模式识别、生物认证
资源：Paper、Matlab code, C++ library, or executable file。
更新：2015
1.3 樊彬
中科院助理教授樊彬
http://www.sigvc.org/bfan/
方向：计算机视觉，局部不变特征。
资源：Paper、Code。
更新：2015
1.4 吴建鑫
南京大学教授，LAMDA group
http://cs.nju.edu.cn/wujx/
方向：大规模数据的机器学习算法、物体的实时检测与识别、人的行为识别、场景分类和理解、计算机视觉和机器学习在其他领域的应用
资源：Paper、Code、
更新：2015
1.5 Junjie Yan
http://www.cbsr.ia.ac.cn/users/jjyan/main.htm
方向：Object Detection, Face Detection, Pedestrian Detection
资源：Paper
更新：2015
1.6 余轶南
百度深度学习研究中心博士后(PASCAL VOC 2010 Detection Challenge Winner)：
http://www.cbsr.ia.ac.cn/users/ynyu/index.htm
方向：Multiple Transform Estimation、Object Detection、Image Matching、Interest point detection、Image Classification and Object Recognition
资源：Paper
更新：2015
1.7 周志华
http://cs.nju.edu.cn/zhouzh/index.htm
南京大学教授
书籍：Ensemble Methods: Foundations and Algorithms。Ensemble Methods领域首屈一指，主要兴趣是机器学习，应用方面关注图像检索、人脸识别、数据挖掘等。负责LAMDA（Learning And Mining from DatA）
资源：Paper和课程，LAMDA有部分代码和数据
更新：2015
2 中国香港
2.1 贾佳亚
香港中文大学教授贾佳亚
http://www.cse.cuhk.edu.hk/~leojia/index.html
方向： computer vision, computational photography, and machine learning.
资源：Paper、项目
更新：2015
2.2 汤晓鸥
香港中文大学多媒体实验室（汤晓鸥）
http://mmlab.ie.cuhk.edu.hk/
方向：深度学习、人脸分析、视频监控、图像视觉搜索、图像视觉编辑、3D画直线
资源：Paper、dataset、项目
更新：2015
2.3 王晓刚
香港中文大学助理教授王晓刚
http://www.ee.cuhk.edu.hk/~xgwang/
方向：computer vision, medical imaging, machine learning, and applications to visual surveillance, face recognition, image and video searching, and diffusion weighted imaging
资源：Paper、dataset
更新：2014
2.4 张磊
香港理工大学教授张磊
http://www4.comp.polyu.edu.hk/~cslzhang/
方向：图像质量、Metric Learning 等
资源：Paper、code
更新：2015
3 中国*
3.1 Chih-Chung Chang and Chih-Jen Lin
http://www.csie.ntu.edu.tw/~cjlin/libsvm/
方向：著名的svm库，OpenCV采用的svm算法
资源：Paper、code
更新：2014
转载出处：http://www.cvrobot.net/computer-vision-blog-resource-china/