中國計算機學會推薦國際學術會議和期刊目錄
http://history.ccf.org.cn/sites/ccf/paiming.jsp
武漢大學計算機視覺與遙感實驗室
http://cvrs.whu.edu.cn/index.php?m=content&c=index&a=lists&catid=81
一、計算機視覺三大頂級國際會議
與所有其它學術領域都不同，計算機科學使用會議而不是期刊作為發表研究成果的主要方式。目前國外計算機界評價學術水平主要看在頂級學術會議上發表的論文。特別是在機器學習、計算機視覺和人工智能領域，頂級會議才是王道。（但中國目前的國情不同於國外，我國主要看在學術期刊上發表的SCI論文。這種“一切以SCI期刊為評價標准”的做法已有不少批評。）
會議論文比期刊論文更重要的原因是：（1）因為機器學習、計算機視覺和人工智能領域發展非常迅速，新的工作層出不窮，如果把論文投到期刊上，一兩年后刊出時就有點out了。因此大部分最新的工作都首先發表在頂級會議上，這些頂級會議完全能反映“熱門研究方向”、“最新方法”。（2）很多經典工作大家可能引的是某頂級期刊上的論文，這是因為期刊論文表述得比較完整、實驗充分。但實際上很多都是在頂級會議上首發。比如PLSA, Latent Dirichlet Allocation等。（3）如果注意這些領域大牛的pulications，不難發現他們很非常看重這些頂級會議，很多人是80%的會議+20%的期刊。即然大牛們把最新工作發在頂級會議上，有什么理由不去讀頂級會議？
作為剛入門的CV新人，有必要記住計算機視覺方面的三大頂級國際會議：ICCV，CVPR和ECCV，統稱為ICE。
ICCV的全稱是International Comference on Computer Vision（上一篇文章介紹我自己的id的時候介紹過，呵呵），正如很多和他一樣的名字的會議一行，這樣最朴實的名字的會議，通常也是這方面最nb的會議。ICCV兩年一次，與ECCV正好錯開，是公認的三個會議中級別最高的。它的舉辦地方會在世界各地選，上次是在北京，下次在巴西，2009在日本。iccv上的文章看起來一般都比較好懂，我是比較喜歡的。
CVPR的全稱是International Conference on Computer Vision and Pattern Recogintion。這是一個一年一次的會議，舉辦地從來沒有出過美國，因此想去美國旅游的同學不要錯過。正如它的名字一樣，這個會上除了視覺的文章，還會有不少模式識別的文章，當然兩方面的結合自然也是重點。
ECCV的全稱是Europeon Conference on Computer Vision，是一個歐洲的會議。雖然名字不是International，但是會議的級別不比前面兩個差多少。歐洲人一般比較看中理論，但是從最近一次會議來看，似乎大家也開始注重應用了，oral里面的demo非常之多，演示效果很好，讓人賞心悅目、嘆為觀止。不過歐洲的會有一個不好，就是他們的人通常英語口音很重，有些人甚至不太會說英文，所以開會和交流的時候，稍微有些費勁。
總的來說，以上三個會議是做計算機視覺人必須關注的會議，建議每一期的oral都要精讀，poster挑自己相關的仔細看看。如果有好的進一步的想法，可以馬上發表，因為他們已經是最新的了，對他們的改進通常也是最新的。同時如果你做了類似的工作，卻沒有引用這些會議的文章，很有可能會被人指出綜述部分的問題，因為評審的人一般都是牛人，對這三個會議也會很關注的。
ICCV/CVPR/ECCV三個頂級會議, 都在一流會議行列, 沒有必要給個高下. 有些us的人認為ICCV/CVPR略好於ECCV,而歐洲人大都認為ICCV/ECCV略好於CVPR。
筆者就個人經驗淺談三會異同, 以供大家參考和討論. 三者乃cv領域的旗艦和風向標,其oral paper (包括best paper) 代表當年度cv的最高水准, 在此引用Harry Shum的一句話, 想知道某個領域在做些什么, 找最近幾年此領域的proceeding看看就知道了. ICCV/CVPR由IEEE Computer Society牽頭組織, ECCV好像沒有專門負責的組織. CVPR每年(除2002年)都在美國開, ECCV每兩年開一次,僅限歐洲, ICCV也是每兩年一次, 各洲輪值. 基本可以保證每年有兩個會議開, 這樣研究者就有兩次躋身牛會的機會.
就錄取率而言, 三會都有波動. 如ICCV2001錄取率>30%, 且出現兩個人(華人)各有三篇第一作者的paper的情況, 這在頂級牛會是不常見的 (灌水嫌疑). 但是, ICCV2003, 2005
兩次錄取率都很低, 大約20%左右. ECCV也是類似規律, 在2004年以前都是>30%, 2006年降低到20%左右. CVPR的錄取率近年來一直偏高, 從2004年開始一直都在[25%,30%].最近一次CVPR2006是28.1%, CVPR2007還不知道統計數據. 筆者猜測為了維持錄取paper的絕對數量, 當submission少的時候錄取率偏高, 反之偏低, 近幾年三大會議的投稿數量全部超過1000, 相對2000年前, 三會錄取率均大幅度降低, 最大幅度50%->20%. 對錄取率走勢感興趣的朋友, 可參考http://vrlab.epfl.ch/~ulicny/statistics/(CVPR2004的數據是錯的),http://www.adaptivebox.net/research/bookmark/CICON_stat.html .
顯然, 投入cv的人越來越多,這個領域也是越來越大, 這點頗不似machine learning一直奉行愚蠢的小圈子主義. 另外一點值得注意, ICCV/ECCV只收vision相關的topic, 而cvpr會收少量的pattern recognition paper, 如fingerprint等, 但是不收和image/video完全不占邊的pr paper,如speech recognition等. 我一個朋友曾經review過一篇投往CVPR的speech的paper, 三個reviewer一致拒絕, 其中一個reviewer搞笑的指出, 你這篇paper應該是投ICASSP被據而轉投CVPR的. 就topic而言, CVPR涵蓋最廣. 還有一個沒有驗證過的原因導致CVPR錄取率高: 很多us的researcher不願意或沒有足夠的經費到us以外的地方開會, 故CVPR會優先接收很多來自us的paper (讓大家都happy).
以上對三會的分析對我們投paper是很有指導作用的. 目前的research我想絕大部分還是紙上談兵, 必經 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, 掌握領域的走向和熱點, 是非常必要的. 避免做無用功,選擇切合的topic, 改善presentation, 注意格式 (遵守規定的模板), 我想這是很多新手需要注意的問題. 如ICCV2007明文規定不寫summary page直接reject, 但是仍然有人忽視, 這是相當不值得的.
(1)以下是不完整的列表，但基本覆蓋。
機器學習頂級會議：NIPS, ICML, UAI, AISTATS; （期刊：JMLR, ML, Trends in ML, IEEE T-NN）
計算機視覺和圖像識別：ICCV, CVPR, ECCV; （期刊：IEEE T-PAMI, IJCV, IEEE T-IP）
人工智能：IJCAI, AAAI; （期刊AI）
另外相關的還有SIGRAPH, KDD, ACL, SIGIR, WWW等。
特別是，如果做機器學習，必須地，把近4年的NIPS, ICML翻幾遍；如果做計算機視覺，要把近4年的ICCV, CVPR, NIPS, ICML翻幾遍。
(2)另外補充一下：大部分頂級會議的論文都能從網上免費下載到，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/; COLT和ICML(每年度的官網):http://www.cs.mcgill.ca/~colt2009/proceedings.html。希望這些信息對大家有點幫助。
Computer Vision
Conf.:（CVPR（每年），ICCV（奇數年）和ECCV（偶數年））
Best: ICCV, Inter. Conf. on Computer Vision
CVPR, Inter. Conf. on Computer Vision and Pattern Recognition
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.
Network
Conf.:
ACM/SigCOMM ACM Special Interest Group of Communication..
ACM/SigMetric 這個系統方面也有不少的
Info Com 幾百人的大會，不如ACM/SIG的精。
Globe Com 這個就很一般了，不過有時候會有一些新的想法提出來。
Jour.:
ToN (ACM/IEEE Transaction on Network)
A.I.
Conf.:
AAAI: American Association for Artificial Intelligence
ACM/SigIR: 這個是IR方面的，可能DB/AI的人都有
IJCAI: International Joint Conference on Artificial Intelligence
NIPS: Neural Information Processing Systems
ICML: International Conference on Machine Learning
Jour.:
Machine Learning
NEURAL COMPUTATION: 這個的影響因子在AI里最高，2000年為1.921
ARTIFICIAL INTELLIGENCE: 1.683(2000年的數據，下同)
PAMI: 1.668
IEEE TRANSACTIONS ON FUZZY SYSTEMS: 1.597
IEEE TRANSACTIONS ON NEURAL NETWORKS: 1.395
AI MAGAZINE: 1.044
NEURAL NETWORKS: 1.019
PATTERN RECOGNITION: 0.781
IMAGE AND VISION COMPUTING: 0.616
IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING: 0.465
APPLIED INTELLIGENCE: 0.268