ICCV 全称国际计算机视觉大会，是计算机视觉领域最高级别的会议，会议的论文集代表着计算机视觉领域最新的发展方向和水平，这也意味着论文的收录率较低，ICCV官方数据显示，今年共收到2143篇论文投稿，接收率大约为29%。
谢谢邀请，计算机视觉是一个很前沿的学科，隶属于计算机专业，但是目前大学本科阶段的学习还没有专门分出来这么一个专业，如果想学计算机视觉，可以在大学本科阶段学习计算机相关专业，毕业后考取计算机视觉研究方向的研究生，再跟导师学习研究，以后还能考取博士。
越往上走，眼界越宽，也许现在你还感觉有些迷茫，等本科阶段的学习，对专业和领域有一定的了解，就知道方向在哪里
希望对你有些许帮助！
Bengio 和微软团队日前在 arXiv 上发表论文，介绍了一种用于研究对科学图像进行视觉推理的机器学习数据集 FigureQA，包括基于 10 万张合成图像的 100 万个问答对，为构建可直观识别数据视觉表征模式的模型迈出了重要的第一步。
摘要：我们介绍了一种视觉推理数据集 FigureQA，包含建立在 10 万张图像上的超过一百万个问答对。图像是科学类电子资源格式，从五个类别中合成：线图（line plot）、点线图（dot-line plot）、横条图（horizontal bar graph）、纵条图（vertical bar graph）和饼图（pie chart）。我们从 15 个模板中生成问题来构建我们的推理任务；问题涉及不同绘图元素之间的各种关系，检查特征如最大值、最小值、曲线下面积、平滑度和交点。解析这类问题通常需要参考多个绘图元素和图像中空间分布信息的合成。为了加速机器学习系统的训练，该数据集还包含边数据（side data），可用于构建辅助目标。尤其是，我们提供用于生成每个图像的数字资料和所有绘图元素的边界框标注信息。我们通过训练多个模型来研究提出的视觉推理任务，模型包括近期提出的强基线：关系网络（Relation Network）。初步结果表明该任务为机器学习带来了一个巨大挑战。我们认为 FigureQA 是构建可直观识别数据视觉表征模式的模型的第一步。
数据集制作
该数据集通过两个阶段来生成。首先，从仔细调整的旨在使采样图像更加自然的约束集和启发集中采样数字资料。然后，使用 Bokeh 开源绘图库 [5] 绘制图像中的数据。该流程使我们获取图像中的大量的定量数据。我们还修改了 Bokeh 后端以输出所有绘图元素的边界框：数据点、轴、轴标签和轴刻度、图例符号（legend token）等。我们提供基础的数字资料和边界框集作为每个图像的补充信息，这对构建辅助任务很有用处，如重建一个图像中的大量数据，或者使用边界框目标监督注意力机制。我们还在数据集制作过程中，平衡每个问题类型和每个图像「yes」和「no」答案的比例，以使模型更难在无视视觉内容的情况下利用答案频率的偏差。
图 1. 问答对的线图示例。
表 2. 问题类型
我们的编辑团队从我们的测试集中回答了部分问题，其中包含 16876 个问题（和 1275 张随机选取的图像相关，大约每种图像类型有 250 个问题）。表 3 总结了实验结果。只用文本的模型和 CNN+LSTM 模型的比较表明视觉模态对学习是有贡献的。然而由于问题的关系结构，RN 的表现显著地超越了更简单的 CNN+LSTM 模型。我们的人类基线水平表明这个问题还很具挑战性，但已经有了标志性的进步。表 4 和表 5 展示了 RN 和我们的编辑人员分别在每一类图像和每一类问题上的表现水平。
表 3. 我们的基线模型在测试集上的性能水平
表 4. RN 和人类在测试集上每一类图像的表现水平
表 5.RN 和人类在测试集上每一类问题的表现水平
6 结论
我们介绍了 FigureQA，一种用于研究对科学图像进行视觉推理的机器学习数据集。该数据集包括基于 10 万张合成数字图像的 100 万个问答对。问题包括图特征如极值、曲线下面积、平滑度和交点，需要整合图像中空间分布的所有信息。该数据集还包含边数据以推动机器学习系统的训练。这包括用于生成每个图像的数字资料和所有绘图元素的边界框标注。我们通过在数据上训练三个基线神经模型、分析其测试集性能，并与人类的表现进行比较，来研究视觉推理任务。结果表明还需要更强大的模型才能追赶人类水平。
本人工作十多年来已发表30多篇论文，期中国际会议论文EI收录6篇，对计算机方面的期刊有一定的了解，现介绍给你，希望对你有所帮助。
1.国内计算机专业的顶级期刊有计算机学报，软件学报，计算机研究与发展，JCST （中文名：计算机科学技术学报）, 计算机应用，计算机应用研究，小型微型计算机系统，计算机科学，微电子学与计算机，计算机工程与设计，计算机仿真，计算机工程与科学，计算机应用与软件等等。
2.计算机领域的顶尖学术会议等级排名情况，分为A+, A, B, C, L 共5个档次。其中A+属于顶级会议，基本是这个领域全世界大牛们参与和关注最多的会议。A+类的会议有AAAI（National Conference of the American Association for Artificial Intelligence），AAMAS（International Conference on Autonomous Agents and Multiagent Systems），ACL（Association of Computational Linguistics），ACMMM（ACM Multimedia Conference） 等等。与其他行业不一样的情况是，计算机类的顶尖学术成果一般都是最先在会议上发表。
3.国外计算机科学期刊影响因子较大的顶尖期刊是:BIOINFORMATICS（ ISSN：1367-4803，影响因子：4.615），J MACH LEARN RES（ ISSN：1532-4435，影响因子：3.818），IBM J RES DEV（ ISSN：0018-8646，影响因子：3.700），IEEE NETWORK（ ISSN：0890-8044，影响因子：3.400）， IEEE PERS COMMUN（ ISSN：1070-9916，影响因子：3.048）。
由于计算机专业的顶尖学术期刊太多，必须要有选择性下载阅读。
根据自己研究的方向或感兴趣的内容，通过关键字搜索找到自己所需的文章。
现在很多文献检索平台都提供了关键词的趋势分析，比如中国知网的文献检索平台，输入一个关键词就能发现这个词或这个方向的发展趋势，见下图。
当然搜索论文也有很多技巧，比如说根据关键词的组合，根据年限，根据期刊来源等等。#我要上头条# #教育微头条# #论文# #计算机#
985免费论文网友情提示：本网站所有内容为共享上传提供，仅限学习分享，如产生版权问题，请联系我们及时删除！
Copyright © www.csmayi.cn Corporation, All Rights Reserved 共享时代 共享你我他 版权所有
