正文
3. 通信和图像处理
梳理一下通信和图像处理方面，读过的一些经典的，超过15000引用的论文。
1. A Mathematical theory of communication
引用次数：78680评价：开创了信息论，直接奠定了通信的发展，大名鼎鼎的香农三定理和熵的概念就是在这篇文章中提出的。没有它，就没有WiFi和5G，也没有我们刷着知乎听着歌
2. A combined coerner and edge detector
引用次数：18167评价：提出了角点特征，能够检测图片中的角点、边缘和图片。是图像特征提取的代表作，是图像分割、匹配等的基础。
3. Distinctive image features from scale-invariant keypoints
引用次数：59561评价：大名鼎鼎的SIFT特征，具有尺度、方向、仿射不变性，和上一篇论文的Haris特征一起，成为图像特征提取的两个最重要技术。
4. Object recognition from local scale-invariant features
引用次数：20100评价：David Lowe的另一篇文章，说的是利用尺度不变特征来进行目标识别
5. Compressed Sensing
引用次数：27557评价：压缩感知的代表作之一，将采样和压缩过程结合起来同时进行，直接对信号的稀疏性进行感知。
6. Robust Uncertainty Principles: Exact Signal Reconstruction From Highly Incomplete Frequency Information
引用次数：16700评价：压缩感知的另一篇代表作
7. A new approach to linear filtering and prediction problems
引用次数：35070评价：提出了著名的卡尔曼滤波。如果你没听说过卡尔曼滤波不要仅，但你一定点过外卖，打过滴滴，甚至美国阿波罗号上天也用过它，根据测量值和状态方程修正真实值，就是它干的事情，
8. A computational approach to edge detection
引用次数：35942评价：边缘检测的另一篇代表作
9. Gradient-based learning applied to document recognition
引用次数：32192评价：LeCun的经典论文，做过机器学习的都知道，没做过机器学习的也一般听说过MNIST数据集
来源：远处群山（知乎）
https://www.zhihu.com/question/433702668/answer/1622573162
4. 信号处理和图像处理
引用一万五千次以上的论文相当罕见，基本上都属于开山之作，开创了某个中等或者大领域的作品。
现在深度学习的论文里15000次引用的挺多的，看到也有其他答主总结了，我就重点说下信号处理和图像处理的经典论文，
压缩感知的两篇开山之作：
- Donoho D L. Compressed sensing[J]. IEEE Transactions on information theory, 2006, 52(4): 1289-1306. 27000次引用
- Candès E J, Romberg J, Tao T. Robust uncertainty principles: Exact signal reconstruction from highly incomplete frequency information[J]. IEEE Transactions on information theory, 2006, 52(2): 489-509. 16000次引用
统计学习里大名鼎鼎的LASSO：
- Tibshirani R. Regression shrinkage and selection via the lasso[J]. Journal of the Royal Statistical Society: Series B (Methodological), 1996, 58(1): 267-288. 引用35000次
统计学习的圣典：
- Cortes C, Vapnik V. Support-vector networks[J]. Machine learning, 1995, 20(3): 273-297.
图像分割的开山之作normalized cut：
- Shi J, Malik J. Normalized cuts and image segmentation[J]. IEEE Transactions on pattern analysis and machine intelligence, 2000, 22(8): 888-905. 引用16000次
同样来自Malik老师的图像去噪神作——扩散滤波，威名赫赫的Perona-Malik模型，多少PDE-based image processing methods就是源自这里：
- Perona P, Malik J. Scale-space and edge detection using anisotropic diffusion[J]. IEEE Transactions on pattern analysis and machine intelligence, 1990, 12(7): 629-639. 引用15000次
图像去噪的又一神作，超级经典的全变差模型：
- Rudin L I, Osher S, Fatemi E. Nonlinear total variation based noise removal algorithms[J]. Physica D: nonlinear phenomena, 1992, 60(1-4): 259-268. 引用15000次
无比经典的SIFT图像特征检测以及方向梯度直方图（HOG）模型，做图像处理的应该没有不知道这两个的：
- Lowe D G. Distinctive image features from scale-invariant keypoints[J]. International journal of computer vision, 2004, 60(2): 91-110. 58000次引用
- Dalal N, Triggs B. Histograms of oriented gradients for human detection[C]//2005 IEEE computer society conference on computer vision and pattern recognition (CVPR'05). IEEE, 2005, 1: 886-893. 32000次引用
做图像恢复的人肯定都知道SSIM这个指标，出自这篇文章：
- Wang Z, Bovik A C, Sheikh H R, et al. Image quality assessment: from error visibility to structural similarity[J]. IEEE transactions on image processing, 2004, 13(4): 600-612. 引用27000
大家还知道哪些引用率超高的重量级文章呢？欢迎在留言区讨论！
