首先介绍一下，图像/图形/视觉/机器学习领域的国际顶级年会有：ICCV（偏重算法理论的创新）; ECCV; CVPR （偏重解决实际工程问题的创新，并且国人的文章占有比例逐年增加，推荐）; PAMI;  SIGGRAPH;  ACM TOG;  ICML; NIPS。

       个人总结，国际顶级会议/期刊论文 > 期刊论文（Journal paper）> 会议论文；越是好的文章，算法越简单，同时效果显著——简而言之，创新度大。如在“去雾霾”课题的研究中，Tang CVPR2009文章破除陈规，创新性地提出了图像固有的“黑通道”feature，这个发现使得后来此领域的算法设计工作变得简单又高效了。算法研究，是一个庞杂的学科，如果没有清晰的理论思路，熟悉的业务逻辑，同时兼顾实际工程的可行性，很多时候将会手足无措。学习算法是一个循序渐进的过程，我们借助巨人的视角看世界，不是为了旁门左道，而是应该拓宽视野，用辩证的思维取百家之长，寻找最合适的方法来解决实际中困扰我们的问题。下面给出一些我认为很好并且常用到的一些资源，分享给大家，希望对你有帮助。

质量高的国人blog有：

http://www.cvchina.info/ 关注CV最新资讯

http://cs.nju.edu.cn/zhouzh/index.htm 牛人周志华的blog，关注CV

http://www.csie.ntu.edu.tw/~cjlin/index.html 勤奋的台湾林智仁的blog

http://www.csie.ntu.edu.tw/~cjlin/liblinear/ 林教授写的线性分类器，适用于处理大数据

http://homes.cs.washington.edu/~tqchen/ 陈天奇的blog，关注机器学习(ML)

http://weibo.com/p/1005052397265244/wenzhang?from=page_100505_profile&wvr=6&mod=wenzhangmore 陈天奇写的机器学习入门科普系列文章（更新中）

http://web.stanford.edu/~yangyan/ 李扬彦的blog，关注图形学（CG）+三维视觉

算法理论+代码集合：

http://www.cnblogs.com/tornadomeet/archive/2012/05/24/2515980.html 网友收集的常用资源，一些关于机器学习（包含深度学习）的链接信息量大，质量高。而CV相关的资源只用看OpenCV官网就好了。

http://www.csee.wvu.edu/~xinl/source.html 国外西弗吉尼亚大学的li整体CV相关源码，持续更新中。

http://dataunion.org/?p=5044 想快速进入ML/人工智能(AI)的世界，各种学习资料和趣闻故事，这里搜罗的比较全。从感知器、神经网络、决策树、SVM、Adaboost、随机森林到深度学习。

http://www.cnblogs.com/kshenf/archive/2012/02/07/2342034.html big guys &groups

开源工具集合：

http://opencv.org/ OpenCV官网

http://eigen.tuxfamily.org/index.php?title=Main_Page Eigen——轻量级线性代数基础库

http://www.ros.org/ 开源机器人操作系统官网

http://arrayfire.com/ AMD的GPU并行计算引擎

https://developer.nvidia.com/gpu-accelerated-libraries Nvidia的GPU加速计算引擎

http://malideveloper.arm.com/ Mali developer center

https://developer.qualcomm.com/mobile-development/maximize-hardware/mobile-gaming-graphics-adreno/tools-and-resources Adreno SDK

OpenCL/OpenGL ES相关资料：

http://gpucomputing.net/ 很多关注OpenCL体系内部细节的优化小点，比较前沿。

http://www.csdn.net/article/2014-12-22/2823250-amd-gpu-saturday#0-tsina-1-93100-397232819ff9a47a7b7e80a40613cfe1 推荐amd谢晓波关于OpenCL的系列演讲

http://hukai.me/android-training-course-in-chinese/graphics/opengl/environment.html Google Android官方培训课程中文版（v0.3）

其他资料集合：

http://kyokojap.myweb.hinet.net/gpu_gflops/ gpu_gflops

http://www.comp.nus.edu.sg/~brown/ECCV_tutorial.html 从相机成像到计算机视觉的深入理解，链接的PPT信息量大，结合了光学，工程学，计算机科学等交叉学科知识，高屋建瓴地对后续算法设计给出了前瞻性的指导知识。

http://www.brendangregg.com/blog/2014-11-22/linux-perf-tools-2014.html Linux Performance Tools，一图抵千言，看图吧。

http://blog.jobbole.com/78901/#rd C++。

https://github.com/cnanlmlin/ListEGLConfigs 获取 EGL/GL 配置信息

https://github.com/cnanlmlin/TestOCL 获取 OpenCL配置信息

算法研究资源整理