论文的标题是读者最先关注到的内容，可以说是文章的门面。一个好的标题可以直观地表达文章重点，让读者(尤其是审稿人)第一眼便对文章有一个清晰的认识，把握住文章的核心内容。这里介绍一些常见的计算机类标题形式，并做简要分析，希望能给大家带来一些灵感，在写标题时，思考不同形式产生的效果，并且让标题更清晰地表达出文章的中心思想。

一个合适的标题不仅能够体现出文章的研究方向，还可以通过其结构形式和语言表达突出文章的重点。根据这一特点，我们可以把常见的计算机类文章标题进行细分，归为如下3大类：

1) 在标题中凸显文章主题和具体方法(细节);

2) 在标题中只概述文章的研究主题和方法，不写明细节;

3) 采用主副标题形式。

下面，我们通过一些计算机期刊标题的实例来介绍这三种形式。

1) Deeply supervised salient object detection with short connections(A with B：A是研究主题;B是文章提出的方法细节，表明所采用的短连接是一种不同于常规的数据流方式。)

2) Visual attention prediction for stereoscopic video by multi-module fully convolutional network(A for B by C: A for B 是研究主题;C，多个模块组成的全卷积网络，是方法细节，也是文章亮点)

3) Feature pyramid reconfiguration with consistent loss for object detection(A with B for C：A是指特征金字塔重构，属于具体方法，是文章的第一个亮点;B是提出的神经网络损失函数，属于具体方法的细节，是文章的第二个亮点;C为研究主题)

4) Video salient object detection via cross-frame cellular automata(A via B: A是研究主题，B是具体方法)

此类题目最显著的特点就是使用with、by、via和using等介词或动名词来“凸显”文研究采用的具体方法及细节。以第1个标题为例，Deeply supervised salient object detection with short connections这个标题很简短，突出了研究方向Deeply supervised salient object detection，并且使用介词with凸显了文章所采用的方法细节，即借助short connections(一种不同于常规的数据流方式)来实现object detection。这种方式包含的信息丰富，特别是突出了本文的创新点short connections，可以让读者直接了解这篇文章的关注点。如果你想让读者从你的标题中得到更多的细节信息，那这类标题就是一个很好的选择。

5) A model of visual attention for natural image retrieval (A for B：A是方法的一个概述，在深度学习领域，万物皆可称model，是比较笼统的说法;B是研究主题)

6) Enhanced-alignment measure for binary foreground map evaluation (A for B：A是方法概述，这篇工作可以看作一个算法，A并没有体现算法中的实质性细节;B是研究应用方向)

7) Three-stream attention-aware network for rgbd salient object detection(A for B:深度学习领域，万物皆可称network，相对比较笼统)

8) A unified framework for salient object segmentation, edge detection and skeleton extraction (A for B：A为一个概述，因为在计算机领域，framework和network、model是一个级别的统称;B为研究应用方向)

这类标题最最最鲜明的特点，就是介词for的使用，最常见的格式就是n. for n.。其中前一个名词或名词性短语往往是模型方法等的简单概述，而后一个名词或名词性短语则是这篇文章所解决的问题。与第一类标题不同，此类标题并没有体现出研究的方法细节，比较笼统，以第7为例， A model of visual attention for natural image retrieval，介词for后边引出了这篇文章要解决的问题，也就是研究领域natural image retrieval，而介词for之前是对自己的研究方法进行的一个概述A model of visual attention。其实，在深度学习领域，万物皆可称为model。整个题目中并没有提出具体的方法或算法。这种标题能让读者直观感受到文章的主旨，即了解作者干了什么，但具体怎么做的，还需读者去文中了解。如果你的文章创新点是一个整体(比如 a model, a method or a network)，很难用几个词来细致描述这个整体的话，这类标题将会非常合适。

9) Gradnet: Gradient-guided network for visual object tracking

10) Pdnet: Prior-model guided depth-enhanced network for salient object detection

11) HOPE-Net: A Graph-based Model for Hand-Object Pose Estimation

12) Structure-measure: A new way to evaluate foreground maps

13) Rgbd salient object detection: a benchmark and algorithms

这类标题最容易判断，它有个明显的标志冒号“:”(基本没发现使用破折号的标题)。这类标题通常有2种形式。

一种是“简称：全称”的形式，也可以理解为“创新点简称：完整标题”。以第11个标题为例，Gradnet: Gradient-guided network for visual object tracking，这是个两级标题，冒号前边的主题是缩写(我把这个缩写叫做该文章创新点的名字)，副标题详细说明这篇文章的研究方向是visual object tracking，同时这项工作的特点是Gradient-guided。我们还可以注意到，这个标题即使没有“:”之前的简称(名称)，也是一个完整的标题。而简称的提出，突出了文章重点，也给读者留下了比较深刻的印象。但有一点需要注意：在计算机类的文章中，很多研究者倾向于使用副标题的各单词首字母缩写组成一个新的单词，作为简称来增加标题的趣味性;如果各单词首字母缩写难以组成一个新单词，则使用副标题里的部分单词来构造，如13)中的Hope-net。

主副标题还有一种“主：分”的结构形式。以13)为例，“Rgbd salient object detection: a benchmark and algorithms”，冒号前边的主标题并不是简称或名字，而是研究方向Rgbd salient object detection;冒号后边的副标题对主标题进行补充，解释了文章的重点：提出了benchmark and algorithms。

这两种形式的主副标题都很好的突出了重点，可以让读者一目了然。另外，两级标题和单级标题没有优劣之分，例如，第6个标题和第13个标题，两篇文章属于同一个子领域，所做的工作内容和性质基本一致，前者借助for简要说明文章中心主旨，后者则使用了主副标题，都很好的表达了文章的重点内容。

最后，我以自己的文章的标题修改为例，谈谈我的想法。我的文章创新点包括了数据融合的方式以及特征融合的过程，下面三个标题体现了我对文章标题一个逐步修的过程：

1. Robust RGB-D Salient Object Detection via Channel-wise Deep Fusion

2. A Novel RGB-D Salient Object Detection Method: Cyclical Data-level Fusion with Sparse Interactions between Triple-steam Subnets

3. Data-Level Recombination and Lightweight Fusion Scheme for RGB-D Salient Object Detection

标题第一版为：Robust RGB-D Salient Object Detection via Channel-wise Deep Fusion。这里我使用介词via来介绍我的创新点，但是仅仅使用“Channel-wise Deep Fusion”还是很笼统，不能清晰的表明我的贡献，也没有完全包括我的贡献。

因此，我改成了第二版：A Novel RGB-D Salient Object Detection Method: Cyclical Data-level Fusion with Sparse Interactions between Triple-steam Subnets。这里，我使用主标题来说明研究方向：Salient Object Detection Method;使用副标题来解释说明我的方法创新之处。这样改过的标题就比第一个包含了更多的细节，更加全面。

但是在最终排版的时候，我觉得第二个标题太长了，篇幅上不太美观，因此我进行了第三次修改，改为：Data-Level Recombination and Lightweight Fusion Scheme for RGB-D Salient Object Detection。我将我的创新点放在标题前面，并用for来说明我的研究方向。我认为这种方式不仅单词量少，同时也能充分表达我的文章贡献和研究领域，是个不错的标题。

总之，标题的格式和使用并不是一成不变的，只要它能够充分表达文章主旨，就是一个合格的标题;如果同时还能做到突出重点，引人入胜，那它就是一个perfect title了。

维普论文检测系统: https://www.biyecha.net/chachong/18.html