nature science上关于计算机视觉的一些原创文献

本文精选了多篇计算机视觉领域的经典论文,包括Marr的立体视觉计算理论、Longuet-Higgins提出的八点算法以及Bülthoff等人研究的光流实时并行算法等。这些工作为后续计算机视觉技术的发展奠定了基础。

1、D. Marr; T. Poggio.Cooperative Computation of Stereo Disparity.Science, New Series, Vol. 194, No. 4262. (Oct. 15, 1976), pp. 283-287. 这一篇是marr计算机视觉框架的开创性论文,到目前为止,计算机视觉基本上都在这个框架里做。

2、LONGUET-HIGGINS H C.A computer algorithm for reconstructing a scene from two projections[J].Nature,1981,293:133-135. 这一篇奠定了计算机视觉三维重构的基础,又称"八点算法”,导致计算机视觉三维重构热了20多年。

3、H. Bülthoff*, J. Little & T. Poggio.A parallel algorithm for real-time computation of optical flow.Nature 337, 549 - 553 (09 February 1989)
链接:http://www.nature.com/nature/journal/v337/n6207/abs/337549a0.html,光流实时并行算法的原始创新。

4、Hurlbert, A., and Poggio, T. 1986. Visual information: Do computers need attention?Nature 321(12).

5、Dov Sagi* & Bela Julesz.Enhanced detection in the aperture of focal attention during simple discrimination tasks.Nature 321, 693 - 695 (12 June 1986)

6、Gad Geiger; Tomaso Poggio.Science, New Series, Vol. 190, No. 4213. (Oct. 31, 1975), pp. 479-480.

 

 

7.Gad Geiger; Tomaso Poggio.The Müller-Lyer Figure and the Fly.Science, New Series, Vol. 190, No. 4213. (Oct. 31, 1975), pp. 479-480.
8.P. Sinha and T. Poggio.Role of Learning in Three-dimensional Form Perception," . Nature, Vol. 384, No. 6608, 460-463, 1996.
9.Hubel DH,Wiesel TN.Cells sensitive to binocular depth in area 18 of the macaque monkey cortex.Nature,1970,225∶41~42 10.Livingstone M and Hubel D.Segregation of form,color,movement and depth:Anatomy,physiology and perception.Science,1988,240∶740~-749.
被引用1372次,关于眼睛立体视觉机制的原创论文。
11.Poggio T. Computational Vision and Regularization Theory[J]. Nature(Lond), 1985, (3): 314~319.
12.T. Poggio; F. Girosi.Regularization Algorithms for Learning that are Equivalent to Multilayer
Networks.Science, New Series, Vol. 247, No. 4945. (Feb. 23, 1990), pp. 978-982. 关于等同于多层神经网络的正则化算法,可以参考的一篇2001年光学学报文章-----贾财潮; 戚飞虎等.从二维视图识别三维目标的多网络融合方法.光学学报,2001
13.Poggio T, Edelman S. A network that learns to recognize three-dimensional objects .Nature, 1990, 343(6255) :263~266.

14.H. K. Nishihara & T. Poggio.HIDDEN CUES IN RANDOM LINE STEREOGRAMS. Nature, 300, 347-349,1982.

15. W. Vanduffel et. alExtracting the third dimension from motion Differences in Human and monkey intraparietal cortex.Extracting 3D from motion: Differences in human and monkey intraparietal cortex. Science, 298, 413–415 被引用136次。比较了猴子和人是怎样用双眼线索来的到一个移动物体的三维结构的。这个小组用功能核磁共振成像手段,在人和猴子在观看连接的线旋转形成三维形状物体时,分别跟踪了大脑颞叶、枕叶和顶叶部的反应。他们发现,人和猴子的颞叶和枕叶两个部位的反应非常相似,但是人在顶叶皮层中表现出额外的活动,这可能是随人类形成了使用精密工具等技巧演化而来的(引自化石网作者的精彩评述:http://www.uua.cn/Discovery/show-7396-1.html

### 权威知名计算机期刊推荐 在撰写科技论文时,选择权威知名的计算机期刊作为参考文献至关重要。这不仅能够体现研究工作的学术水平和可信度,还能增强文章的说服力[^1]。 #### 国际知名计算机期刊 以下是几本被广泛认可的国际顶级计算机科学领域期刊: 1. **IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI)** TPAMI 是模式识别与机器学习领域的顶尖期刊之一,涵盖了图像处理、计算机视觉以及人工智能等多个方向[^4]。 2. **ACM Computing Surveys (CSUR)** CSUR 提供了广泛的综述性文章,适合用于获取某一特定主题的整体视角和发展趋势[^3]。 3. **Journal of the ACM (JACM)** JACM 发表理论计算科学方面的原创研究成果,在算法设计分析等方面享有盛誉[^4]。 4. **Communications of the ACM (CACM)** CACM 不仅关注技术细节还涉及行业动态和社会影响等内容,适合作为跨学科交流平台使用[^3]。 5. **Nature Machine Intelligence** 这是一份专注于人工智能及其应用的新晋高水平杂志,尤其强调交叉学科的研究成果展示[^4]。 #### 国内核心计算机期刊 对于中文读者而言,以下是国内公认的优秀计算机类核心期刊: 1. **《软件学报》** 主要刊登软件工程及相关领域的最新进展和技术实现方案等高质量稿件[^1]。 2. **《计算机研究与发展》** 覆盖面广,既包括基础理论探讨也有实际工程项目经验分享的文章[^1]。 3. **《电子科技大学学报》** 特别注重电子信息科学技术与其他学科融合产生的新兴热点问题研究。 为了确保所选参考文献的真实性和可靠性,建议通过正规渠道如谷歌学术[^3] 或者各大出版社官网查询并下载所需资料。同时注意按照标准格式正确标注出处信息以便于后续审核验证过程顺利进行[^2]。 ```python import requests from bs4 import BeautifulSoup def fetch_papers(keyword): url = f"https://scholar.google.com/scholar?q={keyword}&hl=en&as_sdt=0,5" headers = {'User-Agent': 'Mozilla/5.0'} response = requests.get(url, headers=headers) soup = BeautifulSoup(response.content, "html.parser") papers = [] for item in soup.find_all('div', class_='gs_ri'): title = item.find('h3').text.strip() link = item.find('a')['href'] snippet = item.find('div', class_='gs_rs').text.strip() paper_info = { 'title': title, 'link': link, 'snippet': snippet } papers.append(paper_info) return papers[:5] papers = fetch_papers("computer science journal") for idx, paper in enumerate(papers, start=1): print(f"{idx}. {paper['title']}\nLink: {paper['link']}\nSnippet: {paper['snippet']}\n\n") ```
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值