科研入门：视觉与人工智能方向常见顶会顶刊

这份笔记面向刚进入视觉、人工智能、大模型和遥感智能方向的同学，目的是帮助大家快速知道：平时应该去哪里看最新论文，哪些会议和期刊是本领域经常阅读、讨论和投稿的主要 venue。

需要先说明两点：

1. 这里的分类主要参考 中国计算机学会推荐国际学术会议和期刊目录（2026第七版） 。CCF 目录会更新，具体等级请以官网最新版本为准。
2. CCF 等级不是选题和投稿的唯一依据。真正投稿时要同时看论文主题、技术深度、实验完整性、目标读者、审稿周期、版面要求和近几年该 venue 是否持续接收类似方向的工作。

1. 视觉与通用人工智能方向会议

视觉和人工智能方向通常以会议论文为主要前沿来源，技术迭代更新快，看重创新性。尤其是 CVPR、ICCV、ECCV、NeurIPS、ICML、ICLR、AAAI 等。

2. 视觉、图像和多媒体方向期刊

期刊更适合系统性、更完整、更充分验证的工作，例如 TPAMI、IJCV、TIP、TMM、TNNLS、Pattern Recognition 等。通常需要比会议论文更充分地回答：问题是否重要、方法是否稳定、对比是否完整、消融是否能解释机制、跨数据集或跨任务泛化是否可靠。 下面这些期刊是视觉、图像、多媒体和 AI 方向经常阅读或投稿的主要来源。

3. 遥感智能方向常见期刊

遥感方向有自己的主要期刊体系。做遥感图像分类、目标检测、语义分割、变化检测、高光谱、SAR、多模态遥感、大模型遥感应用等工作时，除了通用视觉会议和期刊，也需要持续关注 IEEE GRSS、ISPRS 和 Elsevier 相关期刊。

遥感论文投稿时要特别注意两点。第一，遥感期刊通常很重视数据来源、地理区域、传感器类型、实验可复现性和实际应用价值；不能只把自然图像方法直接换到遥感数据集上，重点可以考虑如何根据遥感数据特点把自然图像方法适配到遥感图像上。第二，如果论文主张“遥感基础模型”“遥感大模型”“跨区域泛化”，实验最好覆盖多数据集、多区域、多分辨率或多传感器，否则论证容易显得不足。

4. 怎么读这些论文集

入门阶段不建议一开始就按 venue 从头到尾刷论文。更有效的做法是先围绕一个任务建立小地图。

例如做遥感目标检测，可以先从近三年 CVPR / ICCV / ECCV 中检索 object detection, small object detection, aerial image, remote sensing，再到 TGRS / JSTARS / ISPRS JPRS 中检索遥感专门任务。这样能同时看到通用视觉方法和遥感领域约束之间的差异。

一个比较稳定的阅读顺序是：

1. 先读 1-2 篇综述或 benchmark paper，弄清任务定义、数据集和指标。
2. 再读近三年顶会论文，理解主流方法正在解决什么瓶颈。
3. 然后读高质量期刊论文，看它们如何补足实验、消融和应用论证。
4. 大领域论文可以多看，例如研究遥感检测问题，可以看通用检测、水下检测、大模型检测、分割等等，考虑跨领域方法迁移交叉。
5. 最后整理成自己的任务表：任务、数据集、指标、代表方法、代码链接、主要缺陷、可能改进方向。

读论文时不要只记录“用了什么模块”。更重要的是记录：它解决了哪个具体失败模式/核心问题是什么，提出的核心假设/核心思路是什么，实验是否真的支持这个假设，以及这个方法是否适合迁移到我们的场景。

这些 venue 和入口只是地图。真正开始做项目时，还需要把论文阅读和基础能力训练结合起来：先能跑通代码、理解模型和实验，再去判断一篇论文的贡献是否可靠。