Vision

出版者:The MIT Press

作者:David Marr

页数:432

出版时间:2010-7-9

价格:USD 45.00

装帧:Paperback

isbn号码:9780262514620

具体描述

David Marr's posthumously published Vision (1982) influenced a generation of brain and cognitive scientists, inspiring many to enter the field. In Vision, Marr describes a general framework for understanding visual perception and touches on broader questions about how the brain and its functions can be studied and understood. Researchers from a range of brain and cognitive sciences have long valued Marr's creativity, intellectual power, and ability to integrate insights and data from neuroscience, psychology, and computation. This MIT Press edition makes Marr's influential work available to a new generation of students and scientists. In Marr's framework, the process of vision constructs a set of representations, starting from a description of the input image and culminating with a description of three-dimensional objects in the surrounding environment. A central theme, and one that has had far-reaching influence in both neuroscience and cognitive science, is the notion of different levels of analysis--in Marr's framework, the computational level, the algorithmic level, and the hardware implementation level. Now, thirty years later, the main problems that occupied Marr remain fundamental open problems in the study of perception. Vision provides inspiration for the continuing efforts to integrate knowledge from cognition and computation to understand vision and the brain.

目录信息

Detailed Contents
Foreword by Shimon Ullman xvii
Preface xxiii
PART I
INTRODUCTION AND
PHILOSOPHICAL PRELIMINARIES
GENERAL INTRODUCTION 3
Chapter 1
The Philosophy and the Approach 8
Background 8
Understanding Complex Information-Processing Systems 19
Representation and description 20
Process 22
The three levels 24
Importance of computational theory 27
The approach of J. J. Gibson 29
A Representational Framework for Vision 31
The purpose of vision 32
Advanced vision 34
To the desirable via the possible 36
PART II
VISION
Chapter 2
Representing the Image 41
Physical Background of Early Vision 41
Representing the image 44
Underlying physical assumptions 44
Existence of surfaces 44
Hierarchical organization 44
Similarity 47
Spatial continuity 49
Continuity of discontinuities 49
Continuity of fl ow 50
General nature of the representation 51
Zero-Crossings and the Raw Primal Sketch 54
Zero-Crossings 54
Biological implications 61
The psychophysics of early vision 61
The physiological realization of the ▽2G filters 64
The physiological detection of zero crossings 64
The fi rst complete symbolic representation of the image 67
The raw primal sketch 68
Philosophical aside 75
Spatial Arrangement of an Image 79
Light Sources and Transparency 86
Other light source effects 88
Transparency 89
Conclusions 90
Grouping Processes and the Full Primal Sketch 91
Main points in the argument 96
The computational approach and the psychophysics of texture discrimination 96
Chapter 3
From Images to Surfaces 99
Modular Organization of the Human Visual Processor 99
Processes, Constraints, and the Available Representations of an Image 103
Stereopsis 111
Measuring stereo disparity 111
Computational theory 111
Algorithms for stereo matching 116
A cooperative algorithm 116
Cooperative algorithms and the stereo matching problem 122
Biological evidence 125
A second algorithm 127
Uniqueness, cooperativity, and the pulling effect 140
Panum’s fusional area 144
Impressions of depth from larger disparities 144
Have we solved the right problem? 148
Vergence movements and the 2½-D sketch 149
Neural implementation of stereo fusion 152
Computing distance and surface orientation from disparity 155
Computational theory 155
Distance from the viewer to the surface 155
Surface orientation from disparity change 156
Algorithm and implementation 159
Directional Selectivity 159
Introduction to visual motion 159
Computational theory 165
An algorithm 167
Neural implementation 169
Using directional selectivity to separate independently moving surfaces 175
Computational theory 175
Algorithm and implementation 177
Looming 182
Apparent Motion 182
Why apparent motion? 183
The two halves of the problem 184
The correspondence problem 188
Empirical fi ndings 188
What is the input representation? 188
Two dimensionality of the correspondence process 193
Ullman’s theory of the correspondence process 196
A critique of Ullman’s theory 199
A new look at the correspondence problem 202
One problem or two? 202
Separate systems for structure and object constancy 204
Structure from Motion 205
The problem 205
A previous approach 207
The rigidity constraint 209
The rigidity assumption 210
A note about the perspective projection 211
Optical flow 212
The input representation 212
Mathematical results 213
Shape Contours 215
Some examples 216
Occluding contours 218
Constraining assumptions 219
Implications of the assumptions 222
Surface orientation discontinuities 225
Surface contours 226
The puzzle and diffi culty of surface contours 228
Determining the shape of the contour generator 229
The effects of more than one contour 230
Surface Texture 233
The isolation of texture elements 234
Surface parameters 234
Possible measurements 234
Estimating scaled distance directly 238
Summary 239
Shading and Photometric Stereo 239
Gradient space 240
Surface illumination, surface refl ectance, and image intensity 243
The refl ectance map 245
Recovery of shape from shading 248
Photometric stereo 249
Brightness, Lightness, and Color 250
The Helson–Judd approach 252
Retinex theory of lightness and color 253
Algorithms 255
Extension to color vision 256
Comments on the retinex theory 257
Some physical reasons for the importance of simultaneous contrast 259
Hypothesis of the superfi cial origin of nonlinear changes in intensity 26
Implications for measurements on a trichromatic image 262
Summary of the approach 264
Summary 264
Chapter 4
The Immediate Representation of Visible Surfaces 268
Introduction 268
Image Segmentation 270
Reformulating the Problem 272
The Information to be Represented 275
General Form of the 2½-D Sketch 277
Possible Forms for the Representation 279
Possible Coordinate Systems 283
Interpolation, Continuation, and Discontinuities 285
Computational Aspects of the Interpolation Problem 288
Discontinuities 289
Interpolation methods 290
Other Internal Computations 291
Chapter 5
Representing Shapes for Recognition 295
Introduction 295
Issues Raised by the Representation of Shape 296
Criteria for judging the effectiveness of a shape representation 296
Accessibility 297
Scope and uniqueness 297
Stability and sensitivity 298
Choices in the design of a shape representation 298
Coordinate systems 298
Primitives 300
Organization 302
The 3-D Model Representation 302
Natural coordinate systems 303
Axis-based descriptions 304
Modular organization of the 3-D model representation 305
Coordinate system of the 3-D model 307
Natural Extensions 309
Deriving and Using the 3-D Model Representation 313
Deriving a 3-D model description 313
Relating viewer-centered to object-centered coordinates 317
Indexing and the catalogue of 3-D models 318
Interaction between derivation and recognition 321
Finding the correspondence between image and catalogued model 322
Constraint analysis 322
Psychological Considerations 325
Chapter 6
Synopsis 329
PART III
EPILOGUE
Chapter 7
In Defense of the Approach 335
Introduction 335
A Conversation 336
Afterword by Tomaso Poggio 362
Glossary 368
Bibliography 375
Index 393
· · · · · · (收起)

用户评价

在阅读《Vision》的过程中，我感受到的最显著的特点是其独特的情感张力。作者似乎拥有一种魔力，能够将抽象的概念转化为具象化的情感体验，让我身临其境，无法自拔。书中对于某些场景的描摹，尤其是那些描绘内心独白的部分，简直是艺术品。它们不是简单地陈述事实，而是通过极其精妙的语言，将角色的情绪、动机以及潜藏的渴望层层剥开，呈现在读者面前。我时常会被书中那些猝不及防的转折所震撼，它们并非为了制造噱头，而是自然而然地从人物的成长轨迹和环境的推移中衍生出来，充满了逻辑的力量。更令人称道的是，作者在叙事中融入了大量的哲学思考，这些思考并非生硬的说教，而是巧妙地编织在情节和人物对话之中，引导着读者进行自我审视和反思。我发现自己常常会在阅读的间隙停下来，反复咀嚼某一句对话，或是某个情节的深意。它不仅仅是在讲述一个故事，更是在邀请我参与一场关于存在、意义和选择的深刻对话。这本书带来的震撼，是一种由内而外的，难以言喻的冲击。它让我对“看”和“被看”有了全新的理解，也让我开始重新审视自己与周遭世界的关系。

这是一本让我从头到尾都充满了好奇心的书。作者以一种极其高明的叙事技巧，构建了一个既熟悉又陌生的世界，仿佛在你眼前徐徐展开一幅充满神秘色彩的画卷。我最欣赏的是其结构上的创新，它不是按照传统的线性叙事来展开，而是通过多线索、多视角的交织，形成了一种错综复杂却又引人入胜的叙事网络。每一次阅读，都像是进行一次细致的解谜，我努力地将那些零散的信息碎片拼凑起来，试图窥见全貌。而且，书中对细节的把握可谓是登峰造极。那些看似不经意的描写，往往在后续的情节中扮演着至关重要的角色，这种伏笔的设置，让我在回溯阅读时，不禁为作者的才华而惊叹。它不仅仅是在讲述一个故事，更是在邀请你参与到一场智力上的较量，去挑战那些隐藏在字里行间的谜题。这本书的魅力在于，它让你在享受阅读乐趣的同时，也能锻炼你的观察力和逻辑推理能力。我发现自己变得更加敏锐，能够捕捉到那些常人忽略的细微之处。这是一次极具挑战性但又无比 rewarding 的阅读之旅。

《Vision》这本书带给我的感觉，就像是在一个静谧的夜晚，仰望星空，突然发现其中一颗遥远的星星，竟然在闪烁着与众不同的光芒。作者的笔触细腻而富有张力，总能在不经意间触动人心最柔软的部分。我特别喜欢书中对于那些微妙情感的捕捉，它们不是轰轰烈烈的爆发，而是如同涓涓细流，缓缓地在字里行间渗透，最终汇聚成一股强大的情感洪流。叙事节奏的处理非常到位，它不是一味地追求快节奏的推进，而是巧妙地张弛有度，让你在紧张的情节中也能找到喘息的空间，去品味其中的深层含义。而且，作者在营造氛围方面有着独特的功力，无论是那种弥漫着神秘感的场景，还是那些充满哲思的对话，都能够让你沉浸其中，仿佛置身于书中那个真实而又虚幻的世界。这本书给我带来的最大的触动，是一种对“观看”方式的深刻反思。它不仅仅是在字面上讲述内容，更是在引导你如何去“看”，如何去感知那些隐藏在表象之下的真实。我常常会在阅读完一段后，陷入沉思，回味那些精妙的词句，思考它们背后所蕴含的更深层的意义。这是一次真正触及灵魂的阅读体验。

这本书带给我的，是一种久违的阅读的纯粹的快乐。作者的笔触细腻而富有感染力，能够将抽象的概念转化为具象化的情感体验，让我身临其境，无法自拔。我尤其喜欢书中对于人物心理的刻画，每一个角色都仿佛拥有自己的灵魂，他们的内心世界都被描绘得淋漓尽致，充满了真实感。你会在阅读的过程中，不自觉地将自己代入其中，去感受他们的喜怒哀乐。而且，书中对于一些场景的描绘，简直是栩栩如生，仿佛我亲身经历了一般。这种身临其境的感觉，是很多作品都无法企及的。它更像是一场精心编排的视觉盛宴，只不过是通过文字来实现的。我常常会在阅读后，久久不能平静，脑海中不断回响着书中的某个片段，或者某个角色的某句话。这本书带来的不仅仅是故事的吸引力，更是一种对“观看”本身的反思，它迫使我去审视自己看待世界的方式，去发掘那些被我忽略的细节，让我从更深层次去理解“Vision”这个概念。

我必须承认，《Vision》这本书完全超出了我的预期。作者的文字功底深厚，将一个宏大而复杂的叙事，处理得如此精巧而引人入胜。它不是那种需要你费尽心思去理解的晦涩作品，反而有一种自然而然的吸引力，让你迫不及待地想知道接下来会发生什么。我特别欣赏作者在人物塑造上的深度，每一个角色都仿佛拥有自己的生命，他们的言行举止，他们的内心挣扎，都充满了真实感。你会在阅读的过程中，不自觉地将自己代入其中，去感受他们的喜怒哀乐。而且，书中对于一些场景的描绘，简直是栩栩如生，仿佛我亲身经历了一般。这种身临其境的感觉，是很多作品都无法企及的。它更像是一场精心编排的视觉盛宴，只不过是通过文字来实现的。我常常会在阅读后，久久不能平静，脑海中不断回响着书中的某个片段，或者某个角色的某句话。这本书带来的不仅仅是故事的吸引力，更是一种对“观看”本身的反思，它迫使我去审视自己看待世界的方式，去发掘那些被我忽略的细节。

《Vision》这本书带给我的感受，是一种如同漫步在迷雾森林中的体验。作者以一种极其高明的笔触，构建了一个充满神秘感和未知的世界。你看不清前方的道路，却又被一种莫名的力量吸引着，不断向前探索。我最欣赏的是书中对于叙事结构的处理，它不是简单的线性推进，而是充满了回环往复，充满了对过去的回溯和对未来的展望，这种交织在一起的叙事方式，让整个故事充满了层次感和深度。而且，书中对于人物心理的刻画也极为细腻，每一个角色的内心世界都被描绘得淋漓尽致，他们的困惑，他们的挣扎，都让你感同身受。我常常会在阅读的过程中，为某个角色的命运而揪心，为他们的选择而思考。它不仅仅是在讲述一个故事，更是在引发你对“观看”方式的深层思考。这本书让我开始审视自己是如何感知世界，如何去理解那些看似模糊不清的现象。它给我带来的，是一种全新的视角和深刻的启示。

读完《Vision》，我脑海中萦绕的是一种难以言喻的震撼。作者以一种极其独特的方式，将叙事、哲思与情感融为一体，构建了一个既宏大又细腻的世界。我尤其惊叹于作者处理叙事节奏的能力，它不是一味地追求快节奏的推进，而是巧妙地张弛有度，让你在享受故事的跌宕起伏的同时，也能有足够的时间去品味其中的深层含义。书中对于一些关键情节的设置，更是充满了巧思，它们并非是为了制造意外而意外，而是自然而然地从人物的成长轨迹和环境的推移中衍生出来，充满了逻辑的力量。我发现自己在阅读的过程中，会被那些猝不及防的转折所吸引，然后陷入深深的思考。它更像是一场思想的盛宴，让你在享受阅读乐趣的同时，也能获得深刻的启示。这本书给我带来的最大的感受，是一种对“观看”方式的颠覆性理解。它让我开始重新审视自己看待世界的方式，去发掘那些隐藏在表象之下的真实。

《Vision》这本书给我的感觉，就像是走进了一座精心设计的迷宫。作者的文字功底毋庸置疑，他能够用极其精妙的语言，构建出一个既熟悉又陌生的世界，让你在其中流连忘返。我最欣赏的是书中对于叙事结构的运用，它不是简单的线性叙事，而是充满了各种暗示和伏笔，让你在阅读的过程中，需要不断地去解读，去猜测，去填补那些未曾明说的部分。这种互动式的阅读体验，让我感到前所未有的投入。而且，书中对于意象的运用也极为出色，它们不是简单的装饰，而是与情节和主题紧密相连，共同构建了一个丰富而多层次的叙事空间。我常常会在阅读完一段后，陷入沉思，回味那些精妙的词句，思考它们背后所蕴含的更深层的意义。这本书不仅仅是在讲述一个故事，更是在进行一场关于“观看”方式的深刻探讨，它让我开始重新审视自己感知世界的方式，去发掘那些被我忽略的细节。

在阅读《Vision》的过程中，我被作者那种独树一帜的叙事风格深深吸引。它不是那种直白的讲述，而是充满了暗示和留白，让你在阅读的过程中，需要不断地去解读，去猜测，去填充那些未曾明说的部分。这种互动式的阅读体验，让我感到前所未有的投入。我尤其喜欢书中对于意象的运用，它们不是简单的装饰，而是与情节和主题紧密相连，共同构建了一个丰富而多层次的叙事空间。每一次的阅读，都能从中发现新的意义，感受到新的启示。它就像一个复杂的谜题，你以为已经解开了一部分，但很快就会发现，还有更深层的奥秘在等待你去揭示。这种持续的好奇心和探索欲，是这本书最大的魅力所在。而且，作者对于语言的驾驭能力也令人惊叹，那些精妙的比喻，那些富有诗意的描写，都为这本书增添了无穷的艺术魅力。我常常会因为一句话，一个词的恰到好处而反复品味。它不仅仅是在讲述一个故事，更是在进行一场关于“观看”的深刻探讨。

收到！以读者的口吻，为您的图书《Vision》撰写10段风格迥异、内容丰富的图书评价，每段不少于300字，且不包含具体内容。 这本书简直像是一场在思想的迷宫里进行的探险，我完全沉浸其中，每一次翻页都充满了未知和期待。作者构建了一个极其宏大且细腻的世界观，但与那些铺陈冗长的作品不同，它并没有让你感到压迫，反而像温和的潮水，一点点渗透进你的认知。我尤其喜欢作者处理叙事节奏的方式，它不是线性地推进，而是像一条条交织的溪流，时而汇聚，时而又独立流淌，最终却殊途同归。这种结构上的精巧，让我在阅读过程中始终保持着高度的专注，仿佛置身于一个巨大的精密机械中，每一个齿轮的转动都恰到好处，驱动着整个故事的延展。而且，书中对人物心理的刻画更是达到了炉火纯青的地步，那些细腻的情感波动，那些难以言说的内心挣扎，都被作者捕捉得淋漓尽致。我常常会因为某个角色的某个瞬间而产生强烈的共鸣，甚至会反思自己的人生经历。这不仅仅是一本书，更像是一面镜子，映照出我们内心深处那些曾经被忽略的角落。每次合上它，都会有一种意犹未尽的感觉，仿佛还有很多层未被揭开的奥秘在等待我去探索。它带来的思考是如此深远，以至于我会在接下来的几天里，不自觉地将书中的某些概念运用到日常生活中的观察和思考上。这是一次真正触动灵魂的阅读体验，它让我对“阅读”这件事本身有了更深刻的理解和热爱。

我太不行了，到142页彻底看不懂了。等到毕业让我再看一遍。

landmark

I'm extremely sad after reading this book. Not only because a genius like Marr died at such an early age, but also because no one had ever told me to read this book before going into computer vision, not even my own advisor. In page 18 Marr wrote: "Gone are the ad hoc programs of computer vision" but yet that's all I see in CVPR/ICCV these days.

不是计算机科学的，后面看不太懂，至少第一章是值得所有人看的。

I'm extremely sad after reading this book. Not only because a genius like Marr died at such an early age, but also because no one had ever told me to read this book before going into computer vision, not even my own advisor. In page 18 Marr wrote: "Gone are the ad hoc programs of computer vision" but yet that's all I see in CVPR/ICCV these days.