兑紫璇

摘要：该文基于CiteSpace并利用文献计量法，采用关键词共现网络及突现词分析，分析了计算机视觉领域国内外近十年的研究热点与研究前沿。研究结果显示，该领域的热点研究方向为图像处理、图像分割、特征提取、图像识别、三维重建等，而计算机视觉对深度学习、卷积神经网络的应用成为该领域的研究前沿趋势。

关键词：CiteSpace;计算机视觉;知识图谱;文献计量法;机器视觉

中图分类号：TP391 文献标识码：A

文章编号：1009-3044（2020）08-0216-03

1 背景

随着计算机视觉领域的发展，越来越多的知识信息进入了研究者的视野。海量的文献数据在给人们提供了丰富研究资源的同时，也为研究增添了难度。由于数据繁多复杂，人们往往不能对信息进行全面分析，在大量文献中难以抉择关键信息。利用文献具有的可计量性，文献计量法采用数理统计学方法，可以对计算机视觉这一领域的学术现状和发展趋势进行定量描述、评价和预测[1-2]。并且随着CiteSpace、SCI2、VOSviewer等工具陆续出现，为信息可视化提供了可能，我们可以利用文献图谱并基于文献计量学的方法，对计算机视觉领域进行共引分析、共词分析和聚类分析等，对信息进行全面分析，发现大量数据之间的联系，理清该领域演进脉络，找到研究热点并挖掘研究前沿[3]。

2 研究设计

2.1 收集处理数据

本文分析近十年来国内外计算机视觉领域的研究状况，原始数据来源于CNKI，以SCI＼EI与CSSCI中2010-2019年的699篇论文为研究对象。其中选择计算机视觉为主题进行检索，将筛选结果有选择的导出，并利用CiteSpace中格式转换工具将CNKI中导出的数据转换为软件能够处理的格式，放入CiteSpace_data文件夹中。……