视觉 对人类如何表示和处理视觉信息的计算研究

"√影响一代视觉脑、认知、计算机视觉专家的经典著作 √详细阐述Marr提出的用于研究和理解视觉感知的一般框架 √厘清计算理论、算法、实现三个研究层次 √掌握本书介绍的视觉计算理论，对在人工智能和计算机视觉领域内开展进一步探索至关重要"

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。特别值得一提的是，在近年深度学习的热潮之中，了解掌握本书介绍的视觉计算理论对于在人工智能和计算机视觉领域内开展进一步探索是至关重要的。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。

"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。 译者简介 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。"

第Ⅰ部分引言和哲学基础
第1章哲学原理和方法
1.1背景知识
1.2理解复杂的信息处理系统
表示和描述
处理
信息处理的三个层次
计算理论的重要性
J.J.Gibson的方法
1.3视觉的表示框架
第Ⅱ部分视觉
第2章图像的表示
2.1早期视觉的物理背景
图像的表示
基本物理假设
图像表示的一般性质
2.2过零点和原初草图
过零点
生物学的意义
原初草图
哲学私语
2.3图像的空间排布
2.4光源和透明度
其他光源效果
透明
结论
2.5聚合过程和全初草图
主要论点
纹理辨别的计算方法及其心理物理学意义
第3章从图像到表面
3.1人类视觉处理的模块化组织
3.2图像的处理、约束和可用表示
3.3立体视觉
测量立体视差
从视差中计算距离和表面朝向
3.4方向选择性
视觉运动引言
利用方向选择性来分离独立运动的表面
渐进
3.5似动
为什么要研究似动
把问题一分为二
对应问题
从运动中恢复结构
光流
3.6形状轮廓
一些例子
遮挡轮廓
表面朝向的不连续
表面轮廓
3.7表面纹理
分离纹理元素
小结
3.8明暗和光度立体视觉
梯度空间
表面光照、表面反射和图像强度
反射率图
从明暗中恢复形状
光度立体视觉
3.9明度、亮度和色彩
Helson-Judd方法
关于亮度和色彩的视网膜—皮层理论
同时对比的重要性的物理依据
对强度非线性化的表层起源的假设
测量三色图像的意义
本方法小结
3.10本章小结
第4章可见表面的直接表示
4.1引言
4.2图像分割
4.3对问题的重新建模
4.4需要表示的信息
4.5维草图的一般形式
4.6表示的可能形式
4.7可能的坐标系
4.8插值、延续性和不连续性
4.9插值问题的计算
不连续
插值方法
4.10其他内部计算
第5章用于识别的形状表示
5.1引言
5.2形状表示引起的问题
评判形状表示的有效性的标准
形状表示的设计选择
5.3三维模型表示
自然坐标系
基于坐标轴的描述
三维模型表示的模块化组织
三维模型的坐标系
5.4自然推广
5.5推导和使用三维模型表示
三维模型描述的推导
以观察者为中心的坐标系和以物体为中心的坐标系的关系
三维模型的索引和目录
推导和识别的交互
5.6心理学的考量
第6章总结
第Ⅲ部分尾声
第7章对计算方法的辩护
7.1引言
7.2一段对话
原书第版后记Marr的《视觉》和计算神经科学
中文版后记从Marr的《视觉》到人类智能问题
术语表
参考文献