本文共 4543 字,大约阅读时间需要 15 分钟。
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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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:(译者:伍昆)
转载地址:http://objix.baihongyu.com/