1樓：檸檬
計算機視覺領域期刊
(1)pattern recognition letters, 從投稿到發表，一年半時間
(2)Pattern recognition 不好中，時間長
(3)IEICE Transactions on Information and Systems， 作者中有乙個必須是會員。收費高，審稿快。影響因子0.4
(4)International Journal of Pattern Recognition and Artificial Intelligence ， 審稿週期一般6--12周，影響因子偏低，容易中。
(5)Computational Intelligence， 中等偏上，要求較高，雜誌級別不錯，關注人數偏少，比較冷門
(6)information processing letters, 影響因子低0.5左右，接搞量大，容易發表，審稿週期一般3--6個月。
(7)Computer vision and image understanding, 9個月審稿期，平均投稿命中率20%，業內比較認可
(8)journal of visual communication and image representation， 投稿容易，審稿週期一年以上
(9)Signal processing letters, 影響因子0.99， 美國，審稿乙個多月，
(10)International Journal on Graphics, Vision and Image Processing (GVIP),
(11)IET Image Processing, 影響因子0.758， EI Compendex ，審稿週期一年以上
(12)IET Computer Vision ，影響因子0.969，
(13)SIAM Journal on Imaging Sciences，
(14)International Journal of Pattern Recognition and Artificial Intelligence (IJPRAI)，影響因子0.5， EI compendex, sci, 審稿時間超長，一兩年
(15)IEEE Signal Processing Letters， 審稿4---8周左右，影響因子不高，容易中，關注人不多
2樓：錢一鳴
1. 你文章的結果要好，要在不同的資料上面和不同的演算法做對比實驗，這裡是在實驗的角度證明你的演算法的優越性
2. 分析你的演算法和別人演算法的區別，從理論的層面上講訴你的演算法的優越性，這裡如果能有在統計層面上的分析和數學證明就更有說服力了
3. 文章將演算法的重點內容講解的比較清晰，要達到別人看你的文章就可以把你的演算法復現
4. 做更多的實驗分析你的演算法的核心特點，做對比實驗講述有這個特點和沒有這個特點對演算法造成的影響
5. 沒有任何演算法完美的，這裡你就要分析一下你的最好，中等，和最差的結果，放幾個例子在文章裡
6. 分析你的演算法得到的最差結果的原因
在計算機視覺領域，都是怎麼檢測煙霧的？
AI落地工程師 煙火檢測在人工智慧應用領域開始逐漸普及了，特別是森林防火 秸稈燃燒等以zf層面推動的專案，而且專案都很大。至於你說的煙火的特徵之類的，這是以傳統影象演算法，機器學習層面去考慮的，這個靠人工去設計演算法提取特徵，但是這種方式做到極致準確率也就80 都不到，現在基本上都是訓練深度學習檢測...
計算機視覺如何規劃學習？
慧橋ICT教育 一 計算機視覺概覽 計算機視覺的定義 計算機視覺的應用 計算機視覺相關學科 計算機視覺與人工智慧的關係 二 數字影象處理基礎 人眼影象的形成 影象的感知和獲取 影象數位化 取樣與解析度 量化 灰度級 數字影象的表示 畫素 灰度圖 彩色影象RGB與HSV 顏色空間 畫素關係 連通域 影...
想要入門計算機視覺領域，不知道如何下手，求大佬指點？
knnay 卷積神經網路是計算機視覺領域的重要方法，尤其在模式識別方面的應用非常多。如果想要提高識別準確率的話，可以從卷積神經網路開始學起，以及它的一些變體，例如深度殘差網路 深度殘差收縮網路等。卷積神經網路 殘差網路 深度殘差收縮網路 JasonYang 作為在讀視覺方向的碩士生，我就談談我的體會...