2025年计算机视觉与机器学习研究国际学术会议(CVML 2025)

 

欢迎来到 CVML 2025！

 

 

我们很高兴邀请您参加将于 2025 年 2 月 21 日至 23 日在充满活力的中国成都市举行的 2025 年计算机视觉和机器学习国际会议 （CVML2025）。

 

 

这是旨在推动技术创新、共建智能社会的重要平台。会议将聚集来自世界各地的顶尖研究人员，聚焦当前计算机视觉和机器学习领域的热门研究话题，旨在通过学术交流和深入讨论推动研究进展，促进创新成果的产生和应用。

 

 

现代社会正处于数字化、智能化转型的关键时刻，计算机视觉和机器学习技术作为智能化发展的核心引擎，正在为社会发展带来革命性的影响。从医疗保健到城市交通，从环境保护到农业生产，这些技术发挥着不可或缺的作用。通过本次会议，我们将聚焦3D视觉重建、自动驾驶技术、生物特征识别等关键领域，探索如何将计算机视觉和机器学习技术与现实社会需求相结合，为智能社会发展提供新动能。

 

 

本次会议涵盖许多关键主题，旨在吸引全球研究人员分享最新的研究成果，讨论挑战，并寻求合作机会。我们希望通过学术界和工业界的深度互动和合作，激发创新思维，驱动技术变革，共同探索计算机视觉和机器学习技术在各个领域的广泛应用前景，共同构建一个智能、可持续和包容的未来。

 

 

我们诚挚邀请您参加本次会议，积极投稿，与全球研究人员进行讨论和交流，共同推动计算机视觉和机器学习领域的研究和创新，为建设智能社会的集体贡献您的智慧和力量。

 

 

我们邀请在 CVML2025 举办为期半天和为期一天的研讨会。研讨会参与者将有机会会面并讨论选定重点的问题，为交流思想提供非正式的环境。主题应在 CVML 的一般范围内，但可能包括尚未充分探索甚至可能被视为有争议的新兴研究方向。每个研讨会的形式将由其组织者决定。我们鼓励组织者提出纸质/海报演示以外的其他形式，例如工作组、游戏开发大赛、提案开发大赛和 AI 竞赛。

 

 

研讨会提案截止日期：2024年 12 月 31 日研讨会日期：2025 年 2 月 21 日

 

 

主讲人

 

黄德爽教授 - IEEE Fellow、IAPR Fellow、AAIA Fellow

 

演讲标题：待更新

 

演讲摘要：待更新

 

生物： De-Shuang Huang，博士/教授，博士生导师，东方理工学院，中国宁波。2000年“中国科学院百人计划”获得者，国家科技创新2030新一代人工智能重大项目首席科学家（主持），国家科技创新2030-脑科学与类脑研究重大项目管理专家，国家自然科学基金第十四届专家评审组成员。纽约科学院活跃成员，电气与电子工程师学会 （IEEE Fellow） 会员，国际模式识别协会 （IAPR） 会员，亚太人工智能协会 （AAIA） 会员，ACM SIGBIO 中国奖励委员会委员。

他的研究兴趣包括神经网络、模式识别、生物信息学和图像处理。他的 Google Scholar 引用次数为 23965 次，H 指数为 80。

 

 

 

 

Professor Guan GUI - IEEE Fellow， IET Fellow， AAIA Fellow， ACIS Fellow

 

演讲标题：待更新

 

演讲摘要：待更新

 

生物： 关贵（IEEE 会士）于 2012 年获得中国电子科技大学博士学位。2009 年至 2014 年，他分别加入东北大学担任研究助理和博士后研究员。2014 年至 2015 年，他在日本秋田县立大学担任助理教授。自 2015 年以来，他一直担任中国南京邮电大学教授。桂博士发表了 200 多篇 IEEE 期刊/会议论文，并获得了多项最佳论文奖，例如 ICC 2017、ICC 2014 和 VTC 2014-Spring。他在智能信号分析和无线资源优化方面的贡献为他赢得了 IEEE、IET 和 AAIA 的 Fellow 称号。他最近的研究兴趣包括智能传感与识别、智能信号处理和物理层安全。

 

出版

 

 

索引

被接受和提交的论文将提交给 El Compendex 和 Scopus 进行索引。

 

请注意：根据会议道德规范，会议组织者不能承诺在会议网站上提供任何索引。索引论文的决定最终取决于索引服务公司。感谢您的理解。

 

 

审核流程

所有提交的论文将由 2-3 名评审员进行同行评审，并根据原创性、研究内容、正确性、可读性和与会议范围的相关性进行评估。如果被接受，请作者撰写作者回复并在截止日期之前修改他们的论文。

 

审稿人通常根据以下标准评估论文：

 

与会议范围的相关性：论文必须与会议涵盖的主题相关。

 

工作完整性： 论文应该是一部完整而全面的作品，这意味着它组织良好、文笔清晰且逻辑合理。

 

技术内容的完整性：技术内容应全面、详细且发展良好。

 

科学意义：结果应该对研究界有意义和价值。

 

数据的科学严谨性：数据完整性和方法应严谨且有据可查。

 

参考文献：参考文献应精心选择并广泛涵盖相关文献。

 

结论：结论应有见地、有充分依据并与研究目标一致。

 

征稿

主题领域

这是 CVML 2025 感兴趣的非完整主题列表。 

 

 

1. 计算机视觉与成像：

 

- 来自多视图和传感器

的 3D - 来自单个图像

的 3D - 自动驾驶

- 生物识别

- 计算成像

- 计算机视觉理论

- 高效和可扩展的视觉

- 可解释的计算机视觉

- 人类：面部、身体、姿势、手势、运动

- 图像和视频合成和生成

- 基于物理的视觉和基于 X

的形状 - 识别：分类、检测、检索

- 场景分析和理解

- 分割、分组和形状分析

- 视频：动作和事件理解

 

2. 机器学习技术：

 

- 对抗性攻击和防御

- 深度学习架构和技术

- 机器学习（深度学习除外）

- 优化方法（深度学习除外）

- 迁移/低射/持续/长尾学习

- 生成模型

- 概率方法（贝叶斯方法、变分推理、采样、UQ 等）

- 强化学习

- 计算机视觉、音频、语言和其他模态

的表示学习 - 度量学习、内核学习和稀疏编码

- 图形和其他几何图形和拓扑

 

的学习

 

3. 道德、隐私和综合技术：

 

- 视觉中的透明度、公平性、问责制、隐私和道德- 视觉、语言和推理

- 自我 - 半元 -& 无监督学习

- 机器人

 

 

 

提交要求

提交的作品必须是原创的、未发表的作品，并且未被考虑在其他地方出版。

 

论文应包含足够的细节，以便对研究的严谨性和可重复性进行全面评估。

 

论文的标题和权利要求应与所进行的评估和获得的结果保持一致。不鼓励过于宽泛的标题。

 

结果应使用原型或测试台系统进行验证（但不需要在商业环境中进行测试）。

 

论文的贡献应该清楚地表达出来，通常在引言中。

 

例如，鼓励作者通过包含图形描述或添加 1-2 页的附录内容来提高其论文的可访问性。然而，审稿人没有义务阅读附录，因此没有附录，论文的中心论点应该是可以理解的。

 

 

联系我们

 

会议秘书

 

邓 博士：iccvml@hotmail.com

 

李小姐：cvml2024@163.com

 

微信：17722152064