21世纪初最有影响力的20篇计算机视觉期刊论文 及 邓亚峰老师关于人脸识别方面总结
http://www.cnblogs.com/youth0826/archive/2012/12/04/2801481.html
选取论文的原则:
(1)期刊论文,主要来源于以下期刊:TPAMI,IJCV,TIP,CVIU,IVC,MVA,PR,JMIV,IJPRAI…
(2)发表在2000年以后
(3)SCI检索次数大于1000,来源于Web of Science数据库,2012年12月初的检索结果
Top 20 榜单如下:
[1] D. G. Lowe, “Distinctive image features from scale-invariant keypoints,” International Journal of Computer Vision, vol. 60, no. 2, pp. 91-110, Nov, 2004. (Cited=5663)
[2] J. B. Shi, and J. Malik, “Normalized cuts and image segmentation,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 22, no. 8, pp. 888-905, Aug, 2000. (Cited=2165)
[3] T. F. Chan, and L. A. Vese, “Active contours without edges,” IEEE Transactions on Image Processing, vol. 10, no. 2, pp. 266-277, Feb, 2001. (Cited=2153)
[4] D. Comaniciu, and P. Meer, “Mean shift: A robust approach toward feature space analysis,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 24, no. 5, pp. 603-619, May, 2002. (Cited=1910)
[5] Z. Wang, A. C. Bovik, H. R. Sheikh, and E. P. Simoncelli, “Image quality assessment: From error visibility to structural similarity,” IEEE Transactions on Image Processing,vol. 13, no. 4, pp. 600-612, Apr, 2004. (Cited=1879)
[6] A. W. M. Smeulders, M. Worring, S. Santini, A. Gupta, and R. Jain, “Content-based image retrieval at the end of the early years,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 22, no. 12, pp. 1349-1380, Dec, 2000. (Cited=1697)
[7] P. Viola, and M. J. Jones, “Robust real-time face detection,” International Journal of Computer Vision, vol. 57, no. 2, pp. 137-154, May, 2004. (Cited=1634)
[8] A. K. Jain, R. P. W. Duin, and J. C. Mao, “Statistical pattern recognition: A review,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 22, no. 1, pp. 4-37, Jan, 2000. (Cited=1546)
[9] Z. Y. Zhang, “A flexible new technique for camera calibration,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 22, no. 11, pp. 1330-1334, Nov, 2000. (Cited=1516)
[10] B. Zitova, and J. Flusser, “Image registration methods: a survey,” Image and Vision Computing, vol. 21, no. 11, pp. 977-1000, Oct, 2003. (Cited=1422)
[11] S. Belongie, J. Malik, and J. Puzicha, “Shape matching and object recognition using shape contexts,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 24, no. 4, pp. 509-522, Apr, 2002. (Cited=1321)
[12] P. J. Phillips, H. Moon, S. A. Rizvi, and P. J. Rauss, “The FERET evaluation methodology for face-recognition algorithms,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 22, no. 10, pp. 1090-1104, Oct, 2000. (Cited=1298)
[13] Y. Boykov, O. Veksler, and R. Zabih, “Fast approximate energy minimization via graph cuts,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 23, no. 11, pp. 1222-1239, Nov, 2001. (Cited=1197)
[14] D. Scharstein, and R. Szeliski, “A taxonomy and evaluation of dense two-frame stereo correspondence algorithms,” International Journal of Computer Vision, vol. 47, no. 1-3, pp. 7-42, Apr-Jun, 2002. (Cited=1174)
[15] K. Mikolajczyk, and C. Schmid, “A performance evaluation of local descriptors,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 27, no. 10, pp. 1615-1630, Oct, 2005. (Cited=1166)
[16] D. Comaniciu, V. Ramesh, and P. Meer, “Kernel-based object tracking,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 25, no. 5, pp. 564-577, May, 2003. (Cited=1109)
[17] T. Ojala, M. Pietikainen, and T. Maenpaa, “Multiresolution gray-scale and rotation invariant texture classification with local binary patterns,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 24, no. 7, pp. 971-987, Jul, 2002. (Cited=1076)
[18] C. Stauffer, and W. E. L. Grimson, “Learning patterns of activity using real-time tracking,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 22, no. 8, pp. 747-757, Aug, 2000. (Cited=1070)
[19] M. H. Yang, D. J. Kriegman, and N. Ahuja, “Detecting faces in images: A survey,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 24, no. 1, pp. 34-58, Jan, 2002. (Cited=1032)
[20] T. F. Cootes, G. J. Edwards, and C. J. Taylor, “Active appearance models,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 23, no. 6, pp. 681-685, Jun, 2001. (Cited=989)
补充2篇TPAMI,山老师推荐的,南理工杨健老师的2DPCA和浙大何晓飞老师的LPP。
[1] J. Yang, D. Zhang, A. Frangi, and J. Yang, “Two-dimensional PCA: a new approach to appearance-based face representation and recognition,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 26, no. 1, pp. 131-137, Jan, 2004. (Cited=625)
[2] X. He, S. Yan, Y. Hu, P. Niyogi, and H. Zhang, “Face recognition using Laplacianfaces,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 27, no. 3, pp. 328-340, Mar, 2005. (Cited=724)
简单小结:
3篇IJCV,14篇TPAMI,2篇TIP,1篇IVC倒是有些意外,不过是综述性质的文章,也是情理之中。
欢迎各位大牛对每篇文章进行点评。
http://blog.sina.com.cn/s/blog_6ae183910101cdq8.html
今天在微博看到一篇博客“21世纪初最有影响力的20篇计算机视觉期刊论文”,原文请见:http://www.cnblogs.com/youth0826/archive/2012/12/04/2801481.html
选取论文的原则:
(1)期刊论文,主要来源于以下期刊:TPAMI,IJCV,TIP,CVIU,IVC,MVA,PR,JMIV,IJPRAI…
(2)发表在2000年以后
- 人脸识别领域的论文出现次数最多(这可能和我自己重点关注人脸识别领域有关),是让我比较意外的,不过这说明从2000年开始,人脸识别方法得到了大家的重点关注,是视觉领域的一个热点。这几篇文章中,viola的基于adaboost+haar的人脸检测方法是经典中的经典,其思想不仅被广泛应用于物体检测领域,同时,在启发了狠多特征选择领域的工作,同时,也帮助adaboost一跃成为和svm并列的两大machine learning利器,我一直认为这篇文章和和lowe的sift都是视觉领域工程方面的经典之作;而AAM方法,也是十分重要的模型,尤其是对于脸部特征点定位而言,基于aam的改进工作极大促进了特征点定位的精度,其实这种全局形状约束+局部表观模型的思路在其他如物体检测领域也有很多类似思路;
- 局部描述子,基本上是视觉领域表示方面十年来最大的一个亮点和趋势。我们知道模式识别包含两个方面的内容,一个是特征提取,用于提供更有鉴别力的表示,一个是机器学习,用来对于特征表示之后的数据上学习得到分类模型。而局部描述子已经成为特征表示的一个共识,无论是物体匹配检索、物体检测识别,采用多种局部描述子表示已经成为基本选择。而这其中,sift无疑是影响最大的工作之一,其在物体匹配、物体检索、物体检测、物体识别等领域都有大量应用。而LBP特征,作为一种局部描述特征,是继Gabor之后最重要的纹理描述特征(当然,sift的变种hog也是之一),其有很多变种,在人脸识别、物体检测、目标分类领域也得到了大量应用;
- 立体视觉我不熟悉,我就不献丑了。对于9和14两篇文章有这么高的引用率,不知道谁能讲讲背后的背景?
- 图像分割可以通过将分割问题看作是一个分组问题,然后定义一个优化目标,通过最优化这个目标来得到最优的模型参数。而graph-cut,是将每个pixel看作图中的一个节点,将图像分割转化为一个图分割问题。而graph-cut是通过最小分割和最小流来得到一个最优模型,2(normlized-cut)是为了克服graph-cut的缺点的一种改进,第2高的引用率应该说明这种方法可以应用于很多领域,包括图像分割和聚类。
- 物体检测跟踪领域是一个十分活跃的领域,而3和16有这么高的引用率很出乎我的意料,因为这两种思路在最近基本都不算是主流思路,也许是当年曾经火过一段时间吧;物体检测识别的经典思路应该有两种,一种是基于滑动窗口搜索的,就是viola人脸检测文章中使用过的,后来,有基于hog+svm的行人检测的经典论文也是相近的框架,还有一种是基于图像全局表示的,经典的方法是基于bag of word的方法,在图像检测、图像分类、图像检索等领域都有重要应用;而跟踪的方法,比较经典的包括基于mean shift的方法,基于particle filter的方法,以及基于online-learning的方法,而后来的发展,也越来越将detection和tracking结合到一起,将二者结合到一个框架,其本质思想就是把tracking看作是一个区分前景目标和背景目标的分类问题,而detection提供了前景目标的off-line模型,tracking提供了on-line模型。这个领域论文很多,有一篇综述写得还不错。
- 图像检索是当前视觉领域一个十分热的方向,在搜索引擎、购物等领域受到很多关注;而6和11远远不能涵盖这个领域的经典。11是早期物体匹配的经典方法,但是,现在用的已经很少。而这方面的最经典工作还应该是基于bag of word的工作。这个工作借鉴了文字搜索领域的工作,通过视觉词将图像转化为类似文字中的文章,视觉特征用视觉词频表示,然后通过倒排的方式,使得大规模图像检索成为可能。
- 其它的三篇文章,8作为综述,确实没有什么疑问。5有这么高的引用,我有点迷惑。图像质量评估虽然在实际中十分重要,但是是个不太活跃的领域,有这么高的应用有点意外。18的工作比较早,当时能提出基于跟踪、摄像机标定、行为识别和事件检测这样的框架,确实有很棒的前瞻性,可能是因为近几年智能视频监控应用火热之后,做这个方向的工作多起来的原因吧。
21世纪初最有影响力的20篇计算机视觉期刊论文 及 邓亚峰老师关于人脸识别方面总结相关推荐
- 21世纪初最有影响力的20篇计算机视觉期刊论文
仅供参考!实际上,排名类的事情都很难保证客观.这篇文章仅供一个引子,以便大家了解一些知名论文. 选取论文的原则: (1)期刊论文,主要来源于以下期刊:TPAMI,IJCV,TIP,CVIU,IVC,M ...
- 关于SARS-CoV-2的十个问题,我们整理了20篇顶级期刊论文进行了回答
过去一段时间,大家都在讨论关于SARS-CoV-2的各种问题,比如Omicron会重复感染吗?Omicron的致病性越来越弱吗?打疫苗到底有没有用?我们本着相信科学,相信Nature等顶级期刊论文的原 ...
- 2018年最具影响力的20篇数据科学研究论文,盘它!
大数据文摘出品 文章来源:opendatascience.com 编译:Ivy.狗小白.云舟 作为一名前半生奉献给学术,现在投身业界的研究者,Daniel Gutierrez习惯在数据科学业内工作的同 ...
- 解读 | 2019年10篇计算机视觉精选论文(中)
导读:2019 年转眼已经接近尾声,我们看到,这一年计算机视觉(CV)领域又诞生了大量出色的论文,提出了许多新颖的架构和方法,进一步提高了视觉系统的感知和生成能力.因此,我们精选了 2019 年十大 ...
- 解读 | 2019 年 10 篇计算机视觉精选论文(中)
By 超神经 内容一览:2019 年转眼已经接近尾声,我们看到,这一年计算机视觉(CV)领域又诞生了大量出色的论文,提出了许多新颖的架构和方法,进一步提高了视觉系统的感知和生成能力.因此,我们精选了 ...
- 从零开始用 LaTeX 排版一篇中文期刊论文 - 前言篇
从零开始用 LaTeX 排版一篇中文期刊论文 - 前言篇 LaTeX\LaTeXLATEX 的优缺点及入门建议 优点 缺点 入门建议 软件安装与使用 Tex Live 和 TexStudio是什么? ...
- 从零开始用 LaTeX 排版一篇中文期刊论文 - (二)<更新中>
从零开始用 LaTeX 排版一篇中文期刊论文 - (二)<更新中> 数学公式 数学符号 一般符号 特殊符号 上下标 右侧上下标 垂直上下标 公式环境 一般公式 分段函数或方程组 矩阵 条目 ...
- 重磅!Google学术发布2019年最有影响力的7篇论文!
点上方蓝字计算机视觉联盟获取更多干货 在右上方 ··· 设为星标 ★,与你不见不散 来源于联盟博士翻译总结 正文共:7179 字 21 图 预计阅读时间: 18 分钟 ...
- 解读 | 2019 年 10 篇计算机视觉精选论文(上)
By 超神经 内容一览:2019 年转眼已经接近尾声,我们看到,这一年计算机视觉(CV)领域又诞生了大量出色的论文,提出了许多新颖的架构和方法,进一步提高了视觉系统的感知和生成能力.因此,我们精选了 ...
最新文章
- Javascript--键盘事件的组合使用
- iOS进阶之协议Protocol(13)
- 设计模式 - 建造者模式(Builder Pattern)
- .NET Core on K8S 学习与实践系列文章索引 (更新至20191116)
- 修改php前台地址,PHPCMS如何增加电话、地址等方便前台调用的自定义变量
- 【DB2】NULLS LAST与NULLS FIRST
- 化敌为友,微软出手优化 Chrome!
- CDA二级建模分析师考试相关
- win10u盘被写保护怎么解除_Win10系统下U盘写保护应该如何破除!
- 天正电气插入图块非常小与比例不符合
- NIO消息边界问题处理
- 显示屏色温调节 影响 测试软件,教你把显示器调到最佳效果
- 职业选择与职业规划【转载】
- Ubuntu系统中IPFS环境的配置
- 磨金石教育摄影技能干货分享|那些酷炫的照片是怎么拍出来的?
- 深挖洞广积粮 旷视印奇谈7.5亿美元D轮融资后的战略布局
- 2-3-4 Tree
- 台式计算机报废如何进行处置,设备报废处置请示.doc
- 高防服务器好,还是游戏盾好?
- NOI / 2.5基本算法之搜索-6044:鸣人和佐助详解
热门文章
- apt-get update 出现E: Could not get lock /var/lib/apt/lists/lock问题的解决
- junit测试NoSuchBeanDefinitionException: No bean named ‘dataSource‘ is define
- centos 上yum命令删除还原补救方法
- Java之【线程通信】--标志位练习
- 小程序中ajax返回数据,请问在小程序中如何从请求success中将数据返回给对象data?...
- 《Java编程思想》《Think in Java》笔记
- JDBC进阶:调用数据库,将文件或其他字节文件存入数据库,再从数据库取出写回硬盘
- SpringMVC的文件上传和拦截器
- spo2数据集_Arduino 血氧心率模块传感器数据采集
- java super this_Java this和super的区别和应用