计算机视觉学术谱系指南：awesome-computer-vision 项目 people.md 人物家谱深度解读

• 教程
• 计算机视觉

在 awesome-computer-vision 这个计算机视觉资源精选仓库中，除了书籍、课程、论文、软件与数据集之外，还保存着一份颇为特别的档案——people.md。它不是软件清单，也不是论文列表，而是一张以"导师—学生"关系为骨架的计算机视觉学科学者谱系图，记录了数十年来这门学科在世界各地高校与研究院所的学术传承脉络。阅读本文，你将掌握这份家谱的阅读方法、数据来源与校验机制，并顺着九大根节点逐一梳理从 MIT、Stanford、Berkeley 到 INRIA、UMD 的经典学术传承线，理解当下许多视觉研究者的"师承背景"。

文档定位：CV 领域的"学术族谱"

people.md 是 awesome-computer-vision 仓库中专门用于收录"人"的板块，与主清单 README.md 中按主题划分的软件、数据集、课程等条目互补。主 README 在其开篇即明确指出：For a list people in computer vision listed with their academic genealogy, please visit here，也就是说，这份人物谱系是仓库官方认可的独立内容模块，服务于两类读者：

• 学术新人：想了解自己研究方向由谁奠基、师承自哪条学术脉络；
• 资深研究者：希望快速查阅某位学者与哪些知名实验室、学派存在谱系关联。

该文档的维护方式与主清单一致：任何人都可以通过提交 Pull Request 来新增链接或更正错误条目（Please feel free to send pull requests to add new links or correct wrong ones.）。这也是这份文档持续演进、保持准确性的关键机制。

如何阅读这份谱系：缩进即"导师 → 学生"

people.md 使用一套非常朴素但表达力很强的纯文本层级结构：

• 每个* 姓名（所属机构）表示一位学者；
• 每一级缩进，都表示"上一级人物是该级人物的导师"；
• 最左侧（无缩进或缩进最浅）的条目即为该谱系的根节点（开山导师）；
• 文档中通过==分隔符划分不同的谱系块，方便按根节点快速定位。

以文档开头的 Adelson 分支为例，其层级关系为：

Edward Adelson（MIT） ├─ William T. Freeman（MIT） │ ├─ Erik B. Sudderth（Brown University） │ └─ …… ├─ Eero Simoncelli（NYU） ├─ Yair Weiss（Hebrew University of Jerusalem） │ └─ Anat Levin（Weizmann Institute） └─ ……

即：Freeman 是 Adelson 的学生，Sudderth 又是 Freeman 的学生；Weiss 与 Simoncelli 同为 Adelson 的直系学生，而 Levin 则是 Weiss 的学生。整份文档就是用这种递归缩进结构，把数十条学术血脉压缩在一份 Markdown 文件中。

值得注意的是，同一人可能在文档中多次出现：例如 Ce Liu 与 Marshall Tappen 同时出现在 Adelson 与 Freeman 两处之下，Li Zhang 与 Daniel Goldman 同时出现在 Seitz 与 Curless 两处之下。从文档结构看，这通常反映学者存在多段指导经历（如本科/硕士与博士阶段导师不同、或由多位导师共同指导），阅读时需结合具体页面或 The Mathematics Genealogy Project 的记录加以核实，而非简单视为重复错误。

数据来源与核实机制

谱系关系的准确性依赖权威来源，people.md 在文档头部明确列出了两个数据出处：

• Computer Vision Genealogy Project（计算机视觉谱系工程）：由 Jia-Bin Huang（本仓库作者）与 Wen-Sheng Chu 共同维护，专门追踪视觉领域研究者的学术师徒关系；
• The Mathematics Genealogy Project（数学谱系工程）：全球性的博士导师关系数据库，以学位论文指导关系为记录基准。

需要理解这两个来源的本质："谱系"记录的是学位论文层面的导师（advisor）—学生（advisee）关系，而不是全部合作者或学术邻居关系。因此，这份文档回答的是"某人的博士学位由谁指导"，而非"某人与谁合作过"。这也是为什么文档中许多"学生"出自不同代际——他们之间的联结锚点正是学位论文指导这条硬关系。

九大谱系详解

1. Edward Adelson（MIT）：感知、低层视觉与计算摄影血脉

Adelson 长期任教于 MIT，其谱系覆盖视觉感知、纹理、运动与低层视觉等方向，是文档中最庞大的分支之一。

Adelson 的直系学生（括号内为文档记录的在职机构）：

• William T. Freeman（MIT）
• Eero Simoncelli（NYU）
• Yair Weiss（Hebrew University of Jerusalem）
• Ron Dror（Stanford University）
• Roland Fleming（University of Giessen）
• Marshall Tappen（Amazon）
• Josh McDermott（MIT）
• Yuanzhen Li
• Lavanya Sharan（MIT）
• Ce Liu（Google Research）
• Nathaniel Twarog

Freeman 门下（第三代及以后），学术声量极为可观：

• Hyun Sung Chang
• Taeg Sang ("Tim") Cho（Wilmer Hale）
• Roger Grosse（University of Toronto）
• Biliana Kaneva（MIT）
• Ce Liu（Google Research）
• Michael Rubinstein（Google Research）
• Bryan Russell（Adobe Research）
• Barun Singh
• Erik B. Sudderth（Brown University）
• Marshall Tappen（Amazon）

Weiss 门下：

• Anat Levin（The Weizmann Institute of Science）

这一分支与仓库主清单的呼应点很多：Freeman 在 README.md 中同时出现在课程（"Advances in Computer Vision"）、讲座（"Computational Photography"、"Photographing Events over Time"）与论文（"Markov Random Fields for Super-Resolution"）多个板块；Eero Simoncelli 是 README 中 The Steerable Pyramid（可操纵金字塔）工具的作者；Ce Liu 的工具在 README 中以 "Coarse2Fine Optical Flow" 出现；Michael Rubinstein 维护的 RetargetMe 也在 README 的图像重定向（Image Retargeting）条目中列出；Anat Levin 则在 README 的图像去模糊部分留有盲去卷积代码链接。

2. Thomas Binford（Stanford）：伯克利识别学派的源头

Binford 执教于 Stanford University，其学生中诞生了 Jitendra Malik 这样影响深远的视觉学者，进而繁衍出当今视觉识别领域多条重要支脉。

Binford 的直系学生：

• Rodney Brooks（MIT）
• David Lowe（University of British Columbia）
• David Kriegman（UCSD）
• Jitendra Malik（UC Berkeley）
• Michael Kass（Pixar Research Group）
• Sheng-Jyh Wang（National Chiao Tung University）

Malik 门下（名单几乎覆盖了识别与图像理解领域的半壁江山）：

• Paul Kube（UCSD）
• Pietro Perona（Caltech）
• Clark F. Olson（University of Washington, Bothell）
• Ruth Rosenholtz（MIT）
• Paul Debevec（USC）
• Christoph Bregler（Facebook/Oculus）
• Jianbo Shi（University of Pennsylvania）
• Yizhou Yu（The University of Hong Kong）
• Serge J. Belongie（Cornell Tech）
• Alexei A. Efros（UC Berkeley）
• Greg Mori（Simon Fraser University）
• Charless C. Fowlkes（UC Irvine）
• Arie E. Kaufman（Stonybrook University）
• Xiaofeng Ren（Amazon）
• Subhransu Maji（University of Massachusetts, Amherst）
• Lubomir Bourdev（Facebook AI Research）

Belongie 门下：

• Piotr Dollár（Facebook AI Research）
• Tsung-Yi Lin（Cornell Tech）

Efros 门下：

• Derek Hoiem（UIUC）
• James Hays（Brown University）
• Jean-François Lalonde（Laval University）
• Tomasz Malisiewicz（VISION.AI, LLC）
• Santosh Divvala（Allen Institute for Artificial Intelligence）

该分支与 README 的交叉印证非常密集：David Lowe 的 SIFT 算法条目即列于 README.md 的 Feature Detection and Extraction 部分；Piotr Dollár 在 README 中对应 "Piotr's Computer Vision Matlab Toolbox" 与边缘检测工具（Structured Edge Detection、Fast Edge Detection Using Structured Forests）；Jianbo Shi 对应 Normalized Cut 软件；Paul Debevec 参与撰写的 HDR 专著也收录在 README 图书清单中。Efros 与 Trevor Darrell 合开的伯克利课程、Derek Hoiem 在 UIUC 的视觉课程及其 Geometric Context 工具、James Hays 在 Brown 的计算摄影课程，都能在 README 中直接找到对应条目。

3. Azriel Rosenfeld（UMD）：视觉计算的奠基性血脉

Rosenfeld 长期执教于 University of Maryland，被视为数字图像处理与视觉计算领域的早期奠基者之一。其谱系学生数量与广度同样惊人。

Rosenfeld 的直系学生：

• Mohamed Abdel-Mottaleb（University of Miami）
• Narendra Ahuja（UIUC）
• Rama Chellappa（University of Maryland）
• Larry S. Davis（University of Maryland）
• Sven Dickinson（University of Toronto）
• David S. Doermann（University of Maryland）
• Zoran Duric（George Mason University）
• Charles R. Dyer（University of Wisconsin - Madison）
• Jan-Olof Eklundh（KTH - Royal Institute of Technology）
• Shmuel Peleg（The Hebrew University of Jerusalem）
• Matti Pietikäinen（University of Oulu）
• Zygmunt Pizlo（Purdue University）

Ahuja 门下：

• Ming-Hsuan Yang（UC Merced）

Dyer 门下：

• Steven Seitz（University of Washington）
  • Noah Snavely（Cornell University/Google）
  • Li Zhang（Google）
  • Jovan Popović（Adobe Research）
  • Daniel Goldman（Adobe）

Peleg 门下：

• Haim Schweitzer（The University of Texas at Dallas）
• Michael Werman（The Hebrew University of Jerusalem）
• Daniel Keren（Haifa University）
• Yacov Hel-Or（The Interdisciplinary Center）
• Michal Irani（The Weizmann Institute of Science）
  • Eli Shechtman（Adobe Research）
• Hagit Zabrodsky (Hel-Or)（University of Haifa）
• Moshe Ben-Ezra（MIT Media Lab）
• Yael Pritch（Google [X]）

这一支脉的学术影响力延续到今天的三维重建与互联网视觉：Noah Snavely 在 README 中对应 Bundler SFM 工具及 "The Distributed Camera"、"Planet-Scale Visual Understanding" 等讲座条目；Steven Seitz 在 README 中留有 3D 视觉与 "A Trillion Photos" 等讲座；Ming-Hsuan Yang 的视觉研究综述讲座同样收录于 README 的 Tutorials 板块。

4. Olivier Faugeras（INRIA）：几何视觉与多视图重建的血脉

Faugeras 执教于 INRIA Sophia Antipolis，是欧洲几何视觉、多视图几何与三维重建方向的代表人物，其门下同样开枝散叶。

Faugeras 的直系学生：

• Zhengyou Zhang（Microsoft Research）
• Pascal Fua（EPFL）
• Martial Hebert（CMU）
  • Andrew Johnson（JPL）
• Michael Leventon（D. E. Shaw & Co.）
• Jonathan Touboul（Collège de France and INRIA Paris-Rocquencourt）
• Jean Ponce（Ecole Normale Supérieure）

Ponce 门下：

• Yasutaka Furukawa（Washington University in St. Louis）
• Oliver Whyte（Microsoft）
• Y-Lan Boureau（NYU）
• Olivier Duchenne（Inter Korea）
• Armand Joulin（Facebook AI Research）
• Svetlana Lazebnik（UIUC）
  • Joseph Tighe（Amazon）
  • Yunchao Gong（Facebook AI Research）

该分支与主清单的呼应包括：Jean Ponce 与 David Forsyth 合著的 "Computer Vision: A Modern Approach" 收录于 README.md 图书清单；Pascal Fua 的 EPFL 计算机视觉课程同样在 README 课程板块中列出。

5. David Mumford（Harvard）：从数学到视觉的应用线

Mumford 执教于 Harvard University，其谱系体现了数学背景（代数几何出身）向计算机视觉研究渗透的典型路径。

Mumford 的直系学生：

• Peter N. Belhumeur（Columbia University/Dropbox）
  • Todd Zickler（Harvard University）
    • Ayan Chakrabarti（Toyota Technological Institute at Chicago）
    • Sanjeev Koppal（University of Florida）
  • Neeraj Kumar（Dropbox）

这条线规模不大，但清晰地展示了 Belhumeur → Zickler →（Chakrabarti、Koppal）以及 Belhumeur → Kumar 的代际延伸，适合作为理解"数学建模 → 视觉计算"传承风格的案例。

6. Alex Pentland（MIT）：媒体实验室与感知学习线

Pentland 执教于 MIT，其学生广泛分布在媒体实验室、计算机科学与人机交互的交叉地带。

Pentland 的直系学生：

• Trevor Darrell（UC Berkeley）
• Irfan Essa（Georgia Institute of Technology）
• Tony Jebara（Columbia University）
• Baback Moghaddam（JPL）
• Rosalind Picard（MIT Media Lab）
• Stanley Sclaroff（Boston University）
• Thad Starner（Georgia Institute of Technology）
• Matthew Turk（University of California, Santa Barbara）

Darrell 门下：

• Gregory Shakhnarovich（Toyota Technological Institute at Chicago）
• Kristen Grauman（UT Austin）
• Kate Saenko（UMass Lowell）

Grauman 门下：

• Adriana Kovashka（University of Pittsburgh）
• Sung Ju Hwang（Ulsan National Institute of Science and Technology）
• Jaechul Kim（Amazon Research）
• Yong Jae Lee（UC Davis）
• Sudheendra Vijayanarasimhan（Google Research）

与 README 的呼应：Trevor Darrell 与 Alexei Efros 合开的伯克利课程、Kristen Grauman 的视觉识别课程与 "Visual Object Recognition" 专著、Irfan Essa 的计算摄影公开课，均可在 README.md 中查到对应条目。

7. Marc Levoy（Stanford）：图形学与计算摄影线

Levoy 执教于 Stanford University（文档记录其现属 Google X），其谱系偏向图形学、三维重建与计算摄影，尤其在图像采集与光场方向影响深远。

Levoy 的直系学生：

• Vaibhav Vaish
• David Koller
• Billy Chen
• Gaurav Garg
• Natasha Gelfand（Nokia Research）
• Augusto Roman（Flux Factory）
• Li-Yi Wei（The University of Hong Kong）
• Szymon Rusinkiewicz（Princeton University）
• Brian Curless（University of Washington）
• Philippe Lacroute（Stanford University）

Curless 门下：

• Li Zhang（Google）
• Yung-Yu Chuang（National Taiwan University）
• Daniel Goldman（Adobe）

该分支在 README 中的交叉点包括：Li-Yi Wei 的 "How to write a SIGGRAPH paper" 演讲资料收录于 README 的学生资源（Writing）板块。

8. 其他根节点：Kanade、Torralba、Horn、Grimson、Durand 与 Koenderink

除上述大型谱系外，people.md 还列出若干根节点学者，目前文档中未展开其学生分支（或仅以==分隔单独成块）：

• Takeo Kanade（CMU）：卡内基梅隆大学视觉领域的泰斗级人物；
• Antonio Torralba（MIT）：场景理解与大规模视觉数据集方向的代表；
• Berthold K.P. Horn（MIT）：机器视觉与人工智能领域的经典作者；
• Eric Grimson（MIT）：计算机视觉与医学影像分析方向（文档记其主页为 MIT）；
• Frédo Durand（MIT）：计算摄影与图像处理方向，同时是 README 中 "Resources for students" 等学生资源的提供者；
• Jan J. Koenderink（Delft University of Technology and Katholieke Universiteit Leuven）：荷兰视觉科学方向的资深学者。

这些根节点在 README 中同样频繁出现：Torralba 与 Freeman 的 MIT 高阶视觉课程、Durand 的 MIT 数字与计算摄影课程及其写作/报告资源，都能在 README.md 中直接定位。

从谱系结构可以读出的学科特征

在完整浏览 people.md 之后，可以观察到几个从文档结构本身即可推断的现象：

• 机构聚集效应明显：MIT（Adelson、Torralba、Horn、Grimson、Durand、Pentland 六大根节点）、Stanford（Binford、Levoy）、UMD（Rosenfeld）、INRIA（Faugeras）、Harvard（Mumford）构成五大核心源头，反映了视觉学科在北美与欧洲的早期版图；
• 代际跨度大：从 Binford 到 Efros 的弟子（如 Hoiem、Hays）已跨越三至四代，覆盖了从传统几何方法到数据驱动方法的历史演进区间；
• 多条血脉在产业界汇合：文档中大量标注的 Google Research、Facebook AI Research、Adobe Research、Amazon 等机构，说明这批谱系下的研究者深度参与了学术界向产业界的研究迁移；
• 个别条目重复出现（如 Ce Liu、Marshall Tappen、Li Zhang、Daniel Goldman），如前所述，这多半反映了多段指导经历，阅读时值得按个人主页与谱系数据库二次确认。

如何使用与参与维护这份档案

使用建议：

1. 直接阅读 people.md，利用缩进层级快速定位某个学者处于第几代；
2. 对谱系关系存疑时，回查文档头部的两个来源（Computer Vision Genealogy Project、The Mathematics Genealogy Project）进行交叉验证；
3. 结合 README.md 中该学者的课程、工具或论文条目，把"师承"与"实际产出"对应起来，能更快理解其在领域内的位置。

维护建议（与仓库贡献方式一致，仓库为只读状态，仅可在本地查看与比对）：

• 发现链接失效或机构变动，可提交 Pull Request 更正；
• 新增人物时，应遵循原有缩进结构，并确保"导师—学生"关系有谱系数据库可查证；
• 由于文档明确欢迎pull requests to add new links or correct wrong ones，新增谱系分支或补全根节点学生列表都属于合理贡献方向。

小结

people.md 用一份极其轻量的 Markdown 树状结构，承载了计算机视觉学科跨越数代人的学术传承信息。它既是一张可以按图索骥的"师承地图"，也是理解视觉研究学派风格（感知、识别、几何、图形、学习）在代际间如何分化与融合的第一手索引。配合 README.md 中的课程、论文、软件与数据集条目阅读，研究者可以快速建立起"人—机构—方向—工具"的四维知识框架，为自己的研究选题、文献溯源与学术社交提供一条可验证的路径。

• 教程
• 计算机视觉