全球30篇最热门的计算机视觉和深度学习论文

2016-06-23分类：机器学习评论(0)
大数据交流QQ群，汇聚2万大数据爱好者。加入，开启你的数据江湖！！

这是一份被国外专家引用最多的计算机视觉和深度学习论文清单。

在2012年，我整理了一份有关计算机视觉的热门论文清单。我把论文的研究重点放在视觉科学上，避免其与图形处理、调研和纯静态处理等方向产生重叠。但在2012年后随着深度学习技术的兴起，计算机视觉科学发生了巨大的变化–从深度学习中产生了大量的视觉科学基线。虽然不知道该趋势还会持续多久，但我认为它们应该拥有属于自己的清单。

一如我一直强调的，被引用得最多的论文并不代表它在该领域做出的贡献就最大；而是代表了它抓住了当时的某个热点。

以下就是我重新整理的有关计算机视觉与(或)深度学习的Top30论文清单：
1.引用次数：5518
标题：深度卷积神经网络分类(Imagenet classification with deep convolutional neural networks)
A Krizhevsky, I Sutskever, GE Hinton, 2012
论文链接地址

2.引用次数：1868
标题：咖啡：快速卷积结构特征嵌入(Caffe: Convolutional architecture for fast feature embedding)
Y Jia, E Shelhamer, J Donahue, S Karayev…, 2014
论文链接地址

3.引用次数：1681
标题：反向传播算法在手写体邮政编码识别中的应用(Backpropagation applied to handwritten zip code recognition)
Y LeCun, B Boser, JS Denker, D Henderson…, 1989
论文链接地址

4.引用次数：1516
标题：实现精确对象和语义段检测的富特征层次结构(Rich feature hierarchies for accurate object detection and semantic segment)
R Girshick, J Donahue, T Darrell…, 2014
论文链接地址

5.引用次数：1405
标题： 进行大型图像识别的深层网络(Very deep convolutional networks for large-scale image recognition)
K Simonyan, A Zisserman, 2014
论文链接地址

6.引用次数：1169
标题：通过共适应的特征探测器来改进神经网络(Improving neural networks by preventing co-adaptation of feature detectors)
GE Hinton, N Srivastava, A Krizhevsky…, 2012
论文链接地址

7.引用次数：1160
标题：深入了解卷积(Going deeper with convolutions)
C Szegedy, W Liu, Y Jia, P Sermanet…, 2015
论文链接地址

8.引用次数：977
标题：反向传播网络的手写数字识别(Handwritten digit recognition with a back-propagation network)
BB Le Cun, JS Denker, D Henderson…, 1990
论文链接地址

9.引用次数：907
标题：观察和理解卷积网络(Visualizing and understanding convolutional networks)
MD Zeiler, R Fergus, 2014
论文链接地址

10.引用次数：839
标题： 降阶—以简单的方法来防止神经网络拟合(Dropout: a simple way to prevent neural networks from overfitting)
N Srivastava, GE Hinton, A Krizhevsky…, 2014
论文链接地址

11.引用次数：839
标题：Overfeat框架:使用卷积网络进行综合识别、 定位和检测(Overfeat: Integrated recognition, localization and detection using convolutional networks)
P Sermanet, D Eigen, X Zhang, M Mathieu…, 2013
论文链接地址

12.引用次数：818
标题：从微图像里学习多层次特征(Learning multiple layers of features from tiny images)
A Krizhevsky, G Hinton, 2009
论文链接地址

13.引用次数：718
标题：无咖啡因:一个用于通用图像识别的深积激活特征(DeCAF: A Deep Convolutional Activation Feature for Generic Visual Recognition)
J Donahue, Y Jia, O Vinyals, J Hoffman, N Zhang…, 2014
论文链接地址

14.引用次数：691
标题： 深度人脸:拉近与真人之间的面部识别差距(Deepface: Closing the gap to human-level performance in face verification)
Y Taigman, M Yang, MA Ranzato…, 2014
论文链接地址

15.引用次数：679
标题：深入玻耳兹曼机 (Deep Boltzmann Machines)
R Salakhutdinov, GE Hinton, 2009
论文链接地址

16.引用次数：670
标题：用于图像、 语音和时间序列的卷积网络(Convolutional networks for images, speech, and time series)
Y LeCun, Y Bengio, 1995
论文链接地址

17.引用次数：570
标题：现成的 CNN 功能: 令人震惊的基线识别(CNN features off-the-shelf: an astounding baseline for recognition)
A Sharif Razavian, H Azizpour, J Sullivan…, 2014
论文链接地址

18.引用次数：549
标题：学习场景标识中的分层结构特征 (Learning hierarchical features for scene labeling)
C Farabet, C Couprie, L Najman…, 2013
论文链接地址

19.引用次数：510
标题：完全卷积网络的语义分割(Fully convolutional networks for semantic segmentation)
J Long, E Shelhamer, T Darrell, 2015
论文链接地址

20.引用次数：469
标题： 最大输出网络(Maxout networks)
IJ Goodfellow, D Warde-Farley, M Mirza, AC Courville…, 2013
论文链接地址

21.引用次数：453
标题：精绝的细节:深度钻研卷积网(Return of the devil in the details: Delving deep into convolutional nets)
K Chatfield, K Simonyan, A Vedaldi…, 2014
论文链接地址

22.引用次数：445
标题：使用卷积神经网络进行大型视频分类 (Large-scale video classification with convolutional neural networks)
A Karpathy, G Toderici, S Shetty, T Leung…, 2014
论文链接地址

23.引用次数：347
标题：深度视觉语义路线生成图像描述(Deep visual-semantic alignments for generating image descriptions)
A Karpathy, L Fei-Fei, 2015
论文链接地址

24.引用次数：342
标题：深入学习整流器:超越人类水平的图像分类(Delving deep into rectifiers: Surpassing human-level performance on imagenet classification)
K He, X Zhang, S Ren, J Sun, 2015
论文链接地址
25.引用次数：334
标题：使用卷积神经网络来学习和转移中级图像显示 (Learning and transferring mid-level image representations using convolutional neural networks)
M Oquab, L Bottou, I Laptev, J Sivic, 2014
论文链接地址

26.引用次数：333
标题：卷积网络及其在视觉中的应用(Convolutional networks and applications in vision)
Y LeCun, K Kavukcuoglu, C Farabet, 2010
论文链接地址
27.引用次数：332
标题：使用场景数据库进行深度场景识别(Learning deep features for scene recognition using places database)
B Zhou, A Lapedriza, J Xiao, A Torralba…,2014
论文链接地址

28.引用次数：299
标题：使用深积网络中的空间金字塔池进行视觉识别 (Spatial pyramid pooling in deep convolutional networks for visual recognition)
K He, X Zhang, S Ren, J Sun, 2014
论文链接地址

29.引用次数：268
标题：使用长期递归卷积网络进行视觉识别和描述(Long-term recurrent convolutional networks for visual recognition and description)
J Donahue, L Anne Hendricks…, 2015
论文链接地址

30.引用次数：261
标题：使用二流卷积网络进行动作视频识别(Two-stream convolutional networks for action recognition in videos)
K Simonyan, A Zisserman, 2014
论文链接地址

PS：有个别论文是付费阅读，无PDF（但提供了入口链接）。

原文来自：Computervisionblog（译者：伍昆）

来源：云栖社区

链接：https://yq.aliyun.com/articles/55892?spm=5176.100239.bloglist.5.dcrjri#

全球30篇最热门的计算机视觉和深度学习论文相关推荐

  1. 计算机视觉与深度学习-全连接神经网络

    以下内容是自己学习北京邮电大学鲁鹏副教授计算机视觉与深度学习课程(A02)的一些笔记, 笔者能力有限,如有错误还望各位大佬在评论区批评指正 . 先贴一下课程官网:CV-XUEBA 篇3地址:计算机视觉 ...

  2. 【简易笔记】计算机视觉与深度学习（全连接神经网络、卷积） EP2

    本篇承接上文:计算机视觉与深度学习 EP1 本篇主要内容: 全连接神经网络(P4 - P6) 卷积与卷积神经网络(P7 - P8) 经典网络分析(P9 - P10) 可视化(P12 - P13) 主要 ...

  3. 30个顶级Python库：用于深度学习、自然语言处理和计算机视觉

    今天我们来盘点一下有哪些用于深度学习.自然语言处理和计算机视觉的顶级Python库. 我们尽力将每个库按预期的使用情况进行归类,希望这能对大家有所帮助. 显然,现在并不是所有的自然语言处理和计算机视觉 ...

  4. 深度学习论文阅读目标检测篇（四）中英文对照版：YOLOv1《 You Only Look Once: Unified, Real-Time Object Detection》

    深度学习论文阅读目标检测篇(四)中英文对照版:YOLOv1< You Only Look Once: Unified, Real-Time Object Detection> Abstra ...

  5. 深度学习论文阅读目标检测篇（一）：R-CNN《Rich feature hierarchies for accurate object detection and semantic...》

    深度学习论文阅读目标检测篇(一):R-CNN<Rich feature hierarchies for accurate object detection and semantic segmen ...

  6. 深度学习论文阅读目标检测篇（四）中文版：YOLOv1《 You Only Look Once: Unified, Real-Time Object Detection》

    深度学习论文阅读目标检测篇(四)中文版:YOLOv1<YouOnlyLookOnce:Unified,Real-TimeObjectDetection> 摘要 1.引言 2. 统一的检测 ...

  7. 独家 | 如何为计算机视觉和深度学习安置英伟达？

    作者:Sangeet Aggarwal 翻译:王晓颖 校对:张若楠 本文约10000字,建议阅读10+分钟 本文教你如何使用 Tensor Flow,Keras,Tensor RT,以及OpenCV来 ...

  8. 深度学习论文阅读目标检测篇（六）中文版：YOLOv3《 An Incremental Improvement》

    深度学习论文阅读目标检测篇(六)中文版:YOLOv3< An Incremental Improvement> 摘要 1. 引言 2. 方案 2.1. 边界框预测 2.2. Class P ...

  9. 深度学习论文阅读目标检测篇（五）中英对照版：YOLOv2《 YOLO9000: Better, Faster, Stronger》

    深度学习论文阅读目标检测篇(五)中文版:YOLOv2< YOLO9000: Better, Faster, Stronger> Abstract 摘要 1. Introduction 1. ...

最新文章

  1. php 限制刷新,PHP禁止频繁刷新方法
  2. ORA-04031：oracle无法分配共享内存
  3. javaScript(1)：基础部分
  4. 计算机软件申请专利的困难,对于一个软件系统，在中国现在可以申请专利吗？...
  5. 国考计算机广东省报名入口,2020广东省省考报名入口时间：7月3日9︰00至9日16︰00...
  6. Xcode中C、C++、Object-C3种语言的混编
  7. IT人 不要一辈子靠技术生存(转）
  8. 计算机网络-自顶向下方法（7th) 第一章 Problems 中英对照
  9. Unity连接本地数据库sqlite
  10. vmplayer7安装OSX10.10
  11. 找种子你还在用百度?七个你绝没用过的搜索引擎
  12. 速卖通关键词挖掘工具_2020网站关键词挖掘工具有哪些
  13. js加载第三方字体,检测加载完成事件
  14. TemplateDoesNotExist错误之伤
  15. 虹科干货 | 仅需3步！教你如何基于Windows系统操作使用RELY-TSN-KIT评估套件
  16. 如何下载tomcat历史版本
  17. spring配置AOP
  18. docker 部署 kong konga postgresql 以及konga配置
  19. leetcode中的一些骚操作
  20. 黑群晖安装重启后无法自动进入

热门文章

  1. unix mysql_Unix和Mysql中列出的数据库大小之间存在差异
  2. SQL Server Replication 中关于视图的点滴
  3. 百度地图- - - 鹰眼轨迹- - - -实时定位
  4. [Python]架设python虚拟环境以及部署PythonWeb服务
  5. Codeforces Round #333 (Div. 2) C. The Two Routes flyod
  6. Linux 最简单的驱动程序hello world
  7. Facade模式——设计模式学习笔记
  8. linux c主要应用在哪个领域
  9. IE6的又一条罪 javascript:void(0)
  10. Delphi 与 DirectX 之 DelphiX(35): TDIB.Saturation();