概述：
這篇文章是比較基礎、比較適合入門的計算機視覺的有關博客或鏈接，每個鏈接下面有一些說明
（這些鏈接都是我自己看過的，不過因爲目前水平有限，列出的鏈接都比較基礎，大多是方法的介紹和推理等等...）
此外，還有一些關於 matlab 和 其他知識 的鏈接，是我在看論文時，遇到了相應的問題，覺得值得收藏或者重看的鏈接，也一併列舉在此
主成分分析（PCA）
機器學習實戰ByMatlab（2）：PCA算法
http://blog.jobbole.com/86905/
詳細解釋了PCA的思路、計算過程，給出了代碼和有關說明，該博文更側重於算法流程的解釋
淺談對主成分分析（PCA）算法的理解
https://www.cnblogs.com/liu-jun/archive/2013/03/20/2970132.html
側重於數學方面的公式推導
主成分分析（PCA）原理詳解
http://blog.jobbole.com/109015/
對於概念【數據降維、協方差矩陣】的解釋比較詳細
投影直線的選擇（舉了一個例子來說明選擇時，所用到的原理： 最大方差理論）
尤其值得推薦的是，公式部分的推理和解釋非常詳細，基本每個等號的前後，作者都有說明其理由，而且理由比較易懂
向量、矩陣乘法的幾何意義（一） scalar multiplication VS scalar product
http://blog.csdn.net/tina_lulu_21/article/details/2460833
在PCA方法中，用向量的乘法來表示向量的投影
Matlab基礎入門知識查閱
matlab二維數組訪問和刪除
http://blog.csdn.net/majinlei121/article/details/46580383
matlab在二維數組的訪問時，有些省略維度的寫法，值得注意
matlab中分號、冒號、逗號等常用標點符號的作用
https://jingyan.baidu.com/article/adc8151348c491f723bf7321.html
對於Matlab中，冒號的用法的說明，非常詳細，而且實用
裏面有些特定的寫法，例如，把矩陣的第i列存入另一個矩陣，這些寫法需要特別注意
另外，matlab在表示矩陣時，括號裏面只有一個數，而不像C++裏，二維數組的維度用2箇中括號表示
尤其注意的是，matlab採用列優先，和之前學過的C、C++和Java都不同（究其原因，據說是因爲，matlab最初是用Fortran編寫的）
matlab中fix, floor, ceil, round 函數的使用方法
http://www.ilovematlab.cn/thread-91895-1-1.html
博主的解釋和例子都挺好，而floor和ceil，其實可以直接用數學裏的【向下取整】和【向上取整】這2個概念來解釋，也就是下面的這篇博文提到的：
向上取整⌈⌉和向下取整⌊⌋符號
http://blog.csdn.net/aerchi/article/details/53031755
Matlab---size,length和numel函數
http://blog.csdn.net/learngis/article/details/4342155
對這3個函數都區別和聯繫，表述得比較清楚
---------------------------------------------------
關於自學matlab的一些建議：
最初問導師要不要專門看一本書時，老師表示：不用從頭到尾看書，直接看代碼就行了，老師說matlab和C的區別很少很少...
然而我在分析研究PCA的代碼時，一個.m文件裏，我就有很多很多看不懂的地方，雖然一個個搜清楚了，但是還是覺得這樣太慢了，最後在網上搜了入門matlab的建議，有個建議是看官方文檔，官方文檔200頁左右，不過是全英文。現在已經看了20頁，發現官方文檔的語法說明非常清晰，而且官方文檔所用的英文也沒有我想象中難（大概四級水平 + 百度一些生詞就差不多了）。
於是決定這幾天看完官方文檔，用它學習matlab，如果時間充分，到時再寫一篇博文，專門總結matlab文檔裏的重點。
關於論文裏涉及到的數學知識：
列舉截至目前，用過的一些知識點：
線代：矩陣的乘法、矩陣的跡（Tr）、矩陣的轉置及其運算性質、特徵方程、特徵值、向量內積、內積的幾何意義是投影、向量正交等有關知識
概率論：協方差、協方差矩陣
---------------------------------------------------
關於初次上手論文的一些建議：
上手的第一篇，肯定有很多很多看不懂的生詞，建議先把論文所涉及的主要數學領域，的專業術語的中英對照表，找來過一次（但是其實過了一次以後，還是會發現有許多需要查的術語...不過也正常啦，第一次肯定是這樣的）
eg：老師給我們的論文，屬於計算機視覺領域，主要就是涉及線性代數的知識，這2篇中英對照表就很有用：
https://wenku.baidu.com/view/7408addc59f5f61fb7360b4c2e3f5727a5e924ac.html
http://blog.sina.com.cn/s/blog_66bc3abb0100w8cn.html
看完術語對照再上手論文，有事半功倍的效果。
過完第一篇起，從第二篇開始，生詞的數量就是銳減狀態（其實第一篇要用的時間是最久的，後面看論文會越來越快，因爲不會的詞越來越少，而且越來越瞭解論文的結構），所以這時就不會需要過多的時間查詞了
接下來看論文的過程中，就要開始留意論文的結構，一般一篇論文，基本上都會回答下面這些問題：
這篇論文提出的方法，是爲了解決什麼問題？
過去的幾十年裏，這個問題有哪些主流的解決方法？
我們的方法的數學推導（這往往是論文裏最難，但是也最重要的部分，如果在這一部分，因爲一些數學知識被卡住了，那就需要趕緊補數學知識）
我們的方法，和之前的主流方法的優劣比較，一般可能會有如下幾種情況：
1. 以前的方法在某些特殊情況下不適用，但是我們的方法都適用
2. 以往的那些主流方法，都有其對應的適用範圍，但我們的方法適用於更多的情況
3. 以往的方法在性能上不太優（例如：在數據集比較大時，錯誤率比較高），但我們的方法在其所有適用範圍下，都有比其他方法更小的錯誤率
等等等等...
以及，光說自己的方法好還不夠，一定要用數據集（訓練樣本、測試樣本等等），做實驗證明，自己的方法確實比之前的主流方法更好
（一般在 結論 conclusion部分，還會再次回答：我們的方法主要是好在哪裏？ 並且這裏，還是會簡略地和以往主流方法進行比較，而且這裏就是結論性的話語，沒有很多的例子和證明，只給出結論，也即，在什麼時候，比什麼方法更好，主要好在哪）
如果要在我們的研究成果的基礎上，再做一些拓展工作，可以做哪些延伸工作？（future work 部分）
按照導師的建議，在閱讀論文時：
1. 哪些部分可以略讀？
每篇論文都有相當部分的篇幅，是對領域背景知識的介紹，通常出現在論文的引言等前半部分；
在對這個領域有了足夠的瞭解以後，這部分是可以略讀，甚至不讀的。但是因爲我們現在沒什麼基礎，所以這些部分對我們而言，還是很重要的。
2. 怎樣纔算讀懂了一篇論文？什麼時候應該進入下一篇？
按照導師的回答，我們現在是不可能真正看懂任何一篇論文的，畢竟領域知識有限，而且我們纔剛剛入門。
但是，當我們可以用中文，複述【論文提出的方法是想做什麼？它是怎麼做的？】，並且【能弄懂論文數學部分的推理證明裏，每個等號，究竟爲什麼成立】，就可以進入下一篇了。
3. references裏列出的論文，是否需要看？
入門階段先不用，構建這個領域的基本框架就夠了；
但是，如果選定好自己想要研究的細分方向以後，應該把經典論文後的references裏，列出的所有論文，也要看一次。