正文

计算机视觉和机器学习领域中顶级会议的重要性（转）

谷子弟  谷子弟  2022-08-15  354

关键词：

最近要求关注视觉注意的“热门研究方向”、“最新方法”等。boss建议CNKI、EI、或者SCI期刊。我有点纳闷，为什么不去读顶级会议上的论文？

感觉在机器学习、计算机视觉和人工智能领域，顶级会议才是王道。有人会质疑这些会议都只是EI，确实，在中国的许多其它领域的会议都是盛会，比如society of neuroscience的会议，人山人海形容也不过分。但是，计算机几个领域的确非常特殊，顶级会议的重要性无论怎么强调都不为过。

可以从以下几点说明：（1）因为机器学习、计算机视觉和人工智能领域发展非常迅速，新的工作层出不穷，如果把论文投到期刊上，一两年后刊出时就有点out 了。因此大部分最新的工作都首先发表在顶级会议上，这些顶级会议完全能反映“热门研究方向”、“最新方法”。（2）很多经典工作大家可能引的是某顶级期刊上的论文，这是因为期刊论文表述得比较完整、实验充分。但实际上很多都是在顶级会议上首发。比如PLSA, Latent Dirichlet Allocation等。（3）如果注意这些领域大牛的pulications，不难发现他们很非常看重这些顶级会议，很多人是80%的会议+20%的期刊。即然大牛们把最新工作发在顶级会议上，有什么理由不去读顶级会议？

(1)以下是几个顶级会议的列表（不完整的，但基本覆盖）

机器学习顶级会议：NIPS, ICML, UAI, AISTATS; （期刊：JMLR, ML, Trends in ML, IEEE T-NN）
计算机视觉和图像识别：ICCV, CVPR, ECCV; （期刊：IEEE T-PAMI, IJCV, IEEE T-IP）
人工智能：IJCAI, AAAI; （期刊AI）
另外相关的还有SIGRAPH, KDD, ACL, SIGIR, WWW等。

特别是，如果做机器学习，必须地，把近4年的NIPS, ICML翻几遍；如果做计算机视觉，要把近4年的ICCV, CVPR, NIPS, ICML翻几遍。

(2)另外补充一下：大部分顶级会议的论文都能从网上免费下载到，

比如CV方面：http://www.cvpapers.com/index.html

NIPS: http://books.nips.cc/

JMLR(期刊): http://jmlr.csail.mit.edu/papers/

COLT和ICML(每年度的官网): http://www.cs.mcgill.ca/~colt2009/proceedings.html

希望这些信息对大家有点帮助。

(3)说些自己的感受。对计算机视觉和计算神经科学领域，从方法和模型的角度看，统计模型（包括probabilistic graphical model和statistical learning theory）是主流也是非常有影响力的方法。有个非常明显的趋势：重要的方法和模型最先在NIPS或ICML出现，然后应用到CV,IR和MM。虽然具体问题和应用也很重要，但多关注和结合这些方法也很有意义。

西瓜书笔记：机器学习相关会议及期刊

...MTransactiononKnowledgeDiscoveryfromDataICDMDataMiningnadKnowledgeDiscovery计算机视觉与模式识别领域重要会议重要期刊CVPRIEEETransactiononAnalysisandMachineIntelligence神经网络领域重要期刊NeuralComputationIEEETransactiononNeuralNetworksandLearningSystems统计学领域查看详情

计算机视觉机器学习模式识别图像处理领域国内外期刊会议汇总

重要国际期刊(1)IEEETransactionsonPatternAnalysisandMachineIntelligence(PAMI)(2)InternationalJournalofComputervision(IJCV)(3)IEEETransactionsonImageProcessing(4)ACMTransactionsonGraphics.(5)Patternrecognitio 查看详情

计算机视觉(computervision)领域顶级会议归纳(代码片段)

🤵Author：HorizonMax✨编程技巧篇：各种操作小结🎇机器视觉篇：会变魔术OpenCV💥深度学习篇：简单入门PyTorch🏆神经网络篇：经典网络模型💻算法篇：再忙也别忘了LeetCode[目标检测]经典... 查看详情

机器学习领域的一些顶级会议

顶级的综合会议ICMLNIPSICML:InternationalConferenceonMachineLearningNIPS：NeuralInformationProcessingSystems顶级的理论会议COLTCOLT: ConferenceonLearningTheory顶级的数据挖掘,有向机器学习发展的倾向KDDSIG-KDD：KnowledgeDiscoveryandDa 查看详情

计算机视觉方向三大顶级会议

ICCV的全称是IEEEInternationalConferenceonComputerVision，国际计算机视觉大会，是计算机视觉方向的三大顶级会议之一，通常每两年召开一次，2005年10月曾经在北京召开。会议收录论文的内容包括：底层视觉与感知，颜色、光照与纹理处... 查看详情

计算机视觉机器学习模式识别图像处理领域国内外期刊会议汇总

[转]计算机视觉机器学习相关领域论文和源代码大集合

计算机视觉、机器学习相关领域论文和源代码大集合--持续更新……[email protected]http://blog.csdn.net/zouxy09 注：下面有project网站的大部分都有paper和相应的code。Code一般是C/C++或者Matlab代码。最近一次更新：2013-3-17 ... 查看详情

计算机方向的顶级会议

1、计算机视觉方向的三大会议ICCV:InternationalConferenceonComputerVisionECCV：EuropeanConferenceonComputerVisionCVPR:InternationalConferenceonComputerVisionandPatternRecognition2、人工智能和机器学习方向NIPS:NeuralInformationPro 查看详情

[转]计算机视觉与图像处理模式识别机器学习学科之间的关系

在我的理解里，要实现计算机视觉必须有图像处理的帮助，而图像处理倚仗与模式识别的有效运用，而模式识别是人工智能领域的一个重要分支，人工智能与机器学习密不可分。纵观一切关系，发现计算机视觉的应用服务于机器... 查看详情

翻译:顶级人工智能会议cvprneuripsaaai等

...h5-index表示。您将在下面找到以下部分的介绍：顶级计算机视觉会议顶级通用机器学习会议特定主题的顶级人工智能会议1.2022年顶查看详情

机器学习数据挖掘计算机视觉等领域经典书籍推荐

人工智能、机器学习、模式识别、计算机视觉、数据挖掘、信息检索、自然语言处理等作为计算机科学重要的研究分支，不论是学术界还是工业界，有关这方面的研究都在如火如荼地进行着，学习这些方面的内容有一... 查看详情

机器视觉全球顶级实验室

前序机器视觉和图像处理的研究工作，做到以下两点非常重要：1、把握国际最前沿的内容2、所做的工作具备很高的实用性上述两点的解决方法分别为：找到这个方向公认成就最高的几个超级专家；找到实际应用的项目，边做边... 查看详情

国际知名计算机视觉和机器学习软件开源平台opencv正式支持龙架构

...，优化后的OpenCV性能显著提升。OpenCV是一款跨平台的计算机视觉和机器学习软件平台，在计算机视觉领域广泛使用，是目前人工智能应用中的重要基础平台。针对当前主要的CPU架构，查看详情

计算机视觉概要和卷积神经网络基础概念

本文主要介绍了CV概要和CNN基础概念。1计算机视觉(computervision)简介计算机视觉旨在识别和理解图像/视频中的内容。其诞生于1966年MITAIGroup的"thesummervisionproject"。当时，人工智能其他分支的研究已经有一些初步成果。由于... 查看详情

计算机视觉机器学习相关领域论文和源代码小集合

一、特征提取FeatureExtraction：· SIFT[1][Demoprogram][SIFTLibrary][VLFeat]· PCA-SIFT[2] 查看详情

计算机视觉方向cv，计算机视觉顶级会议

目录计算机视觉方向图像配准图像分割图像去噪图像放大查看详情

areviewofvisualtrackingwithdeeplearning

摘要：视觉跟踪是计算机视觉领域的一个重要研究方向，已广泛应用于军事，医疗等领域。近年来，计算机视觉中深度学习的热潮为实现具有更高性能的视觉跟踪提供了一种新途径。本文首先介绍了视觉跟踪和深度学习的概念和... 查看详情

机器学习：人工智能主要分支

文章目录人工智能主要分支一、计算机视觉二、语音识别三、文本挖掘/分类四、机器翻译五、机器人人工智能主要分支通讯、感知与行动是现代人工智能的三个关键能力，在这里我们将根据这些能力/应用对这三个技术领域... 查看详情