《中国图象图形学报》专题征文——视觉Transformer

更多学术信息，请关注计算机期刊网官方微信公众号“智刊IT”

本信息来源于《中国图象图形学报》官网(http://www.cjig.cn/jig/ch/index.aspx), 所有信息最终解释权归《中国图象图形学报》所有.

本网站所有转载的文章、图片、视频、音频文件等资料版权归版权所有人所有，本站转载文章均出于非营利目的的、非商业性的教育和科研目的，本站采用的非本站原创文章及图片等内容无法一一与版权者联系，如果本站所选用内容的文章作者及编辑认为其作品不宜上网供大家浏览，或不应无偿使用，请及时用电子邮件或电话通知我们，我们会立即删除，避免给双方造成不必要的经济损失。

《中国图象图形学报》专题征文——视觉Transformer

       基于Transformer结构的模型在自然语言处理任务取得了巨大的成功，比如OpenAI提出的基于Transformer的GPT-3模型入选了《麻省理工科技评论》2021年“十大突破性技术”。受到Transformer强大表示能力的启发，目前越来越多的研究将Transformer扩展到各类计算机视觉任务。与卷积网络和递归网络等其他网络类型相比，目前Transformer结构的模型在各类计算机视觉任务表现出非常具有竞争性的性能。使用Transformer来完成视觉任务成为了一个新的热点研究方向，以降低结构的复杂性，探索可扩展性和训练效率。

为了对国内现有的针对视觉Transformer工作进行介绍，反映我国学者在该方面的研究现状，促进相关技术、方法与应用研究的深入开展，《中国图象图形学报》邀请业内专家共同策划推出“视觉Transformer”专题（正刊发表，CCF推荐中文核心期刊），主要收录国内学者在相关理论方法、关键技术、数据平台和典型应用等方面具有创新性、突破性的研究成果。欢迎学术界和产业界的一线科研人员踊跃投稿。

一、专题题目

 “视觉Transformer“专题

二、专题编委会

主编

高新波 教授，重庆邮电大学

王菡子 教授，厦门大学

编委

李玺 教授，浙江大学

刘偲 教授，北京航空航天大学

王栋 教授，大连理工大学

王楠楠 教授，西安电子科技大学

李兵 研究员，中科院自动化所

严严 教授，厦门大学

三、征文范围

“视觉Transformer”专题主要收录国内学者在相关理论方法、关键技术、数据平台和典型应用等方面具有创新性、突破性的研究成果。专题感兴趣的具体主题包括但不限于以下内容：

1） 基于Transformer的通用视觉理论和架构研究；

2） 基于高精度视觉Transformer模型研究；

3） 基于轻量化视觉Transformer模型研究；

4） 基于视觉Transformer的压缩模型研究；

5） 基于视觉Transformer的应用研究，包括目标检测，目标分类，高级视觉，低级视觉和视频处理等。

四、稿件类型

1）综述：对某一领域近年国内外研究成果的深度总结、梳理、思考、展望等；

2）前沿进展（小综述）：对某一领域最新研究成果、前沿理论、技术方法等的总结和思考；

3）研究论文：提出科学问题，分析研究思路，验证方法有效性；

4）数据集论文：重点介绍原创的、有价值的图像/视频数据集，及其属性、标签的构建方法和在图像/视频安全评估与验证的应用等。

五、 投稿要求

1. 投稿方式：采用《中国图象图形学报》官网“在线投稿”(http://www.cjig.cn/) 进行投稿。专刊投稿时，拟投栏目选择”视觉Transformer“专题。

2. 稿件格式：参照《中国图象图形学报》体例和模板进行撰写（http://www.cjig.cn/jig/ch/reader/view_news.aspx?id=20130702100533001）。

3. 投稿论文未在正式出版物上发表过，不存在一稿多投现象，保证投稿文章的合法性(无抄袭、剽窃、侵权等不良行为)，投稿后需签署论文版权转让和保密审查证明。

4. 专刊投稿论文不收审理费。录用刊发论文收取版面费。发表之后，将按照学报标准支付稿酬，并赠送样刊。

六、 重要时间

截稿时间：2022年8月31日

同行评议返回日期：2022年10月

拟出版日期：2023年第5期

七、 联系方式

张编辑

电话：010-58887418

E-mail：zhangmd@aircas.ac.cn