 本次给大家推荐的书是计算机视觉领域的典型性著作，对于学科的诞生有着非常重要的意义，书名就是《VISION》，中文版译名为《视觉》。本书研究了人类对视觉信息的表示和处理，并对视觉计算处理过程提出了全面的计算理论。全书立足于计算机科学、视觉神经科学和心理物理学的进展，是跨学科交叉研究的经典教科书，并对多个学科的研究都有深刻启发作用。 本书内容 本书详细阐述了Marr提出的用于研究和理解视觉感知的一般框架，将其分为计算理论、算法、实现三个研究层次，是影响一代脑、认知、计算机视觉专家的经典著作。 全书共分为3个部分。 第Ⅰ部分 引言和哲学基础 第１章 哲学原理和方法，介绍了人类视觉感知相关的背景知识，以及信息处理系统的3个层次，视觉的表示框架 。 第Ⅰ部分 视觉 第2章：包括早期视觉的物理背景，过零点和原初草图，图像的空间排布，光源和透明度等概念。 第3章，图像与表面信息的表示，介绍了图像的处理、约束和可用表示、立体视觉、方向选择性、形状轮廓、表面纹理、明暗和光度立体视觉、明度、亮度和色彩，本章占据了全书中将近一半的的篇幅。 第4章：可见表面的直接表示，包括图像分割的描述，需要表示的信息阐述，2.5 维草图的一般形式，表示的可能形式，可能的坐标系，插值、延续性和不连续性，插值问题的计算。
第5章：用于识别的形状表示，重点论述形状表示的问题以及三维模型的表示，推导和使用。
第6章：总结。
第7章：对计算方法的辩护，这一章是自问自答的内容，针对作者提出的理论，作者设想了一些问题并进行回答。
作者：David Courtnay Marr是计算神经科学领域的创始人之一，曾任麻省理工学院心理学教授。Shimon Ullman是位于以色列雷霍沃特的魏茨曼科学研究所的计算机科学Samy和Ruth Cohn讲席教授。Tomaso Poggio是麻省理工学院脑和认知科学系的Eugene McDermott讲席教授。Ullman和Poggio都曾在麻省理工学院与David Marr共事。 译者：吴佳俊，斯坦福大学计算机科学系助理教授，研究方向是计算机视觉、机器学习和计算认知科学。加入斯坦福大学之前，曾是谷歌研究院的访问研究员，并分别在清华大学和麻省理工学院获得了学士和博士学位。他的研究曾获ACM博士学位论文荣誉提名奖、AAAI/ACM SIGAI博士学位论文奖、麻省理工学院George M. Sprowls人工智能与决策博士学位论文奖，以及2020年三星人工智能年度研究人员奖。
本书可供心理学、神经科学、计算机科学、人工智能、计算机视觉等相关专业的研究人员、 研究生及高年级本科生等学习使用或作为研究参考。  |
|
|
