转载自：
https://blog.csdn.net/zjxiaolu/article/details/38336637
计算机视觉和模式识别
计算机视觉方向的一些顶级会议和期刊
Computer Vision
Conf.:
Best:
- ICCV, Inter. Conf. on Computer Vision
- CVPR, Inter. Conf. on Computer Vision and PatternRecognition
Good:
- ECCV, Euro. Conf. on Comp. Vision
- ICIP, Inter.Conf. on Image Processing
- ICPR, Inter.Conf. on Pattern Recognition
- ACCV, Asia Conf.on Comp. Vision
Jour.:
- Best:
- PAMI, IEEE Trans. on Patt. Analysis and Machine Intelligence
- IJCV, Inter. Jour. on Comp. Vision
- Good:
- CVIU, Computer Vision and Image Understanding
- PR, Pattern Reco.
计算机视觉方面的三大国际会议是ICCV, CVPR和ECCV，统称之为ICE。
ICCV的全称是InternationalComference on Computer Vision，正如很多和他一样的名字的会议一行，这样最朴实的名字的会议，通常也是这方面最nb的会议。ICCV两年一次，与ECCV正好错开，是公认的三个会议中级别最高的。它的举办地方会在世界各地选，上次是在北京，下次在巴西，2009在日本。iccv上的文章看起来一般都比较好懂，我是比较喜欢的。
CVPR的全称是InternaltionalConference on Computer Vision and Pattern Recogintion。这是一个一年一次的会议，举办地从来没有出过美国，因此想去美国旅游的同学不要错过。正如它的名字一样，这个会上除了视觉的文章，还会有不少模式识别的文章，当然两方面的结合自然也是重点。
ECCV的全称是EuropeonConference on Computer Vision，是一个欧洲的会议。虽然名字不是International，但是会议的级别不比前面两个差多少。欧洲人一般比较看中理论，但是从最近一次会议来看，似乎大家也开始注重应用了，oral里面的demo非常之多，演示效果很好，让人赏心悦目、叹为观止。不过欧洲的会有一个不好，就是他们的人通常英语口音很重，有些人甚至不太会说英文，所以开会和交流的时候，稍微有些费劲。
总的来说，以上三个会议是做计算机视觉人必须关注的会议，建议每一期的oral都要精读，poster调自己相关的仔细看看。如果有好的进一步的想法，可以马上发表，因为他们已经是最新的了，对他们的改进通常也是最新的。同时如果你做了类似的工作，却没有引用这些会议的文章，很有可能会被人指出综述部分的问题，因为评审的人一般都是牛人，对这三个会议也会很关注的。
笔者就个人经验浅谈三会异同, 以供大家参考和讨论. 三者乃cv领域的旗舰和风向标,其oral paper (包括best paper) 代表当年度cv的最高水准, 在此引用HarryShum的一句话, 想知道某个领域在做些什么, 找最近几年此领域的proceeding看看就知道了. ICCV/CVPR由IEEE Computer Society牵头组织, ECCV好像没有专门负责的组织. CVPR每年(除2002年)都在美国开, ECCV每两年开一次,仅限欧洲, ICCV也是每两年一次, 各洲轮值.基本可以保证每年有两个会议开, 这样研究者就有两次跻身牛会的机会.
就录取率而言, 三会都有波动. 如ICCV2001录取率>30%,且出现两个人(华人)各有三篇第一作者的paper的情况, 这在顶级牛会是不常见的 (灌水嫌疑). 但是,ICCV2003, 2005两次录取率都很低, 大约20%左右. ECCV也是类似规律, 在2004年以前都是>30%, 2006年降低到20%左右. CVPR的录取率近年来一直偏高, 从2004年开始一直都在[25%,30%].最近一次CVPR2006是28.1%, CVPR2007还不知道统计数据. 笔者猜测为了维持录取paper的绝对数量, 当submission少的时候录取率偏高, 反之偏低, 近几年三大会议的投稿数量全部超过1000, 相对2000年前, 三会录取率均大幅度降低, 最大幅度50%->20%.
ICCV/ECCV只收vision相关的topic, 而cvpr会收少量的pattern recognition paper, 如fingerprint等, 但是不收和image/video完全不占边的pr paper,如speech recognition等. 我一个朋友曾经review过一篇投往CVPR的speech的paper, 三个reviewer一致拒绝, 其中一个reviewer搞笑的指出,你这篇paper应该是投ICASSP被据而转投CVPR的. 就topic而言, CVPR涵盖最广. 还有一个没有验证过的原因导致CVPR录取率高: 很多us的researcher不愿意或没有足够的经费到us以外的地方开会, 故CVPR会优先接收很多来自us的paper (让大家都happy).
以上对三会的分析对我们投paper是很有指导作用的. 目前的research我想绝大部分还是纸上谈兵, 必经 read paper -> write paper ->publish paper -> publish paper on top conferences and journals流程. 故了解投paper的一些基本技巧, 掌握领域的走向和热点, 是非常必要的. 避免做无用功,选择切合的topic, 改善presentation, 注意格式 (遵守规定的模板), 我想这是很多新手需要注意的问题. 如ICCV2007明文规定不写summarypage直接reject, 但是仍然有人忽视, 这是相当不值得的
机器学习
看了版上很多贴子，发现很多版友都在问“热门研究方向”、“最新方法”等。有同学建议国内某教授的教材、或者CNKI、或者某些SCI期刊。每当看到这种问题，我都有点纳闷，为什么不去读顶级会议上的论文？
我无意否认以上文献的价值，但是在机器学习、计算机视觉和人工智能领域，顶级会议才是王道。国内教材和CNKI上的基本是N年前老掉牙的东西。有人会质疑这些会议都只是EI。是的，这的确非常特殊：在许多其它领域，会议都是盛会，比如societyof neuroscience的会议，每次都有上万人参加，带个abstract和poster就可以去。但在所讨论的几个领域，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？
以下是不完整的列表，但基本覆盖。
机器学习顶级会议：NIPS, ICML, UAI,AISTATS; （期刊：JMLR, ML, Trends in ML, IEEET-NN）
计算机视觉和图像识别：ICCV, CVPR, ECCV; （期刊：IEEET-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/;