现在计算机视觉什么方向容易发好论文？

现在计算机视觉什么方向容易发好论文？

医学图像分割，各种网络魔改，比较容易水论文。
U-Net 在FCN 的基础上增加了上采样操作的次数和跳跃连接，使用跳跃连接将解码器的输出特征与编码器的语义特征融合，提高了分割精度，改善了 FCN 上采样不足的问题。




U-Net中没有全连接层，通过互连卷积与反卷积过程中的特征，将上下文信息传递到更高层，实现了信息补充；另外，其网络深层的卷积特征图中包含了分割的抽象特征，有利于像素分类，具有语义分割模型的端对端特点。U-Net 具有数据量需求小和训练速度快的特点，在标记数据稀缺的医学影像分割领域得到了广泛应用。然而，仅使用U-Net不能满足对小病灶分割精度的需求，因此一些研究以 U-Net 作为基准模型，此外还有不少网络结构效果也不错。
知识蒸馏网络结构




FCN 分割网络架构




决策级融合网络结构




AG-Net 结构




并行编码器—解码器网络结构




层级融合网络结构




TSBTS 网络结构




混合级联网络结构




输入级融合网络结构

今年一些新技术的发展对视觉领域的冲击还是很大的，大模型、多模态都是很好的研究方向。
但是具体选择而言，还是需要根据实验室现有硬件环境和投稿目标来决定。
如果目标是CCF A/B/C类的会议，还是老老实实去卷公开数据集或者构建全新的训练范式比较合适。
如果目标是期刊，可以关注一些AI for Science的私有域，从数据集构建、模型泛化、实际环境应用，契合现有较为成熟的细分领域，还是有很多很广阔的研究空间的。

相对而言，注意力机制+软阈值化还是挺容易发的，可以提高强噪数据上的效果，参考：
如何写人工智能方面的sci？



人工智能

【IEEE出版，EI稳定检索】第二届IEEE图像处理、计算机视觉与机器学习国际学术会议(ICICML 2023)
大会官网：www.icicml.org
大会时间：2023年11月3日-5日
大会地点：中国 成都
接受/拒稿通知：投稿后1周内
收录检索：EI Compendex, Scopus
最新消息：ICICML 2023已进入IEEE官方会议列表，请点击！


ICICML 2023已上线至西南财经大学官网，请点击！


往届已检索：2022年图像处理、计算机视觉与机器学习国际学术会议(ICICML2022)
【往届已完成检索 | EI Compendex，Scopus双检索】


组织机构
主办单位：西南财经大学
协办单位：西南交通大学、电子科技大学、福建省空间信息感知与智能处理重点实验室
会议内容
图像处理：模式识别与分析、人脸识别、图像分割、物体识别、图像及视频编码、医学影像、多光谱成像、立体视觉、图像采集技术、范围图像处理、图像增强及压缩、全息成像、其他相关主题。
计算机视觉：大数据与计算机视觉、生物医学图像分析、遥感影像、视觉模型、多模态信息处理、三维重建、传感与显示、数据集和性能分析、字符识别、姿态分析、行为识别、视觉与语言、运动及跟踪、其他相关主题。
机器学习：智能数据分析、多任务和迁移学习、机器学习算法、深度学习、人工智能、智能搜索、模式识别、移动计算、数据挖掘、数据压缩、无线传感器网络、信号检测与估计、机器人控制、贝叶斯网络、其他相关主题。
更多会议主题请查看会议官网。
出版信息
ICICML 2023会议所有稿件将经过2-3位专家审稿，经过严格的审稿之后，会议所有录用且参会的论文将发表在由IEEE出版的ICICML 2023会议论文集，出版后将提交IEEE Xplore，EI Compendex、Scopus检索。往届已完成检索 | EI Compendex，Scopus双检索
参会类型
投稿 海报展示 口头报告 仅参会
参会人员:欢迎图像处理，计算机视觉，机器学习等领域的专家学者、博士后、应届/在读研究生投稿参会。
联系我们
刘老师（Leah Liu）
联系电话：17320119422（微信同号）
咨询邮箱：contacticicml@163.com

AI4Science