期刊征稿！伪装场景理解方向

征稿：伪装场景理解

背景简介

研究如何赋予人工智能系统类人般的强大视觉感知能力，甚至超越人类视觉系统在复杂环境下对关键目标进行高精度感知，是“新一代人工能”技术体系中的技术难点。在医学的精准治疗、艺术场景的设计、深海的生态监控等领域，现有的智能感知技术在面对复杂场景时仍然面临精度不足、普适性差等挑战。

在大规模基础模型的显着进步的推动下，计算机视觉领域经历了重大演变：从一般目标/显著目标的感知过渡到了伪装场景的理解这一最新的任务。这一演变的先锋是旨在解决伪装场景复杂性的开创性模型（搜索识别网络-SINet）和数据集（牛津大学的MoCA数据集）。包括图像伪装目标检测模型和视频伪装目标检测模型，这些典型的工作增强了视觉系统区分伪装物体与其环境的能力，这些进步不仅是理论上的里程碑，而且是实际的实现，改变了我们理解伪装场景的方式。为此，《CAAI人工智能研究（英文）》将推出一期专题，致力于探索“伪装场景理解”领域的前沿研究和创新。

征稿范围

本期专题征集原创性研究论文，希望作者在文中深入研究伪装场景检测和识别模型的细微差别，阐明其架构、训练策略，并展示其对各种视觉任务（多模态、实例分割、物体分割、3D/2D）的重大影响。专题的收稿范围包括但不限于以下主题：

1. 用于检测和识别复杂场景中伪装物体的新颖算法和模型。

2. 提高不同环境中伪装检测的鲁棒性和准确性的技术。

3. 研究人类对伪装的感知的心理和生理方面。

4. 伪装场景理解在医疗健康、野生动物保护和监视等领域的应用。

5. 用于伪装检测和识别的基准数据集和评估协议。

6. 其他与伪装相关的技术。

更多详情请参考期刊主页的征稿启事：

https://www.sciopen.com/journal/message_news/get_by_id?id=1792829082436214785&issn=2097-194X

投稿要求

所投稿件应为原创论文，请作者提交其完整稿件电子版至https://mc03.manuscriptcentral.com/ai-journal，稿件类型为“Special Issue on Camouflaged Scene Understanding”。

征稿截止日期：2024年9月1日。

特邀编辑

范登平 教授 

南开国际先进研究院（深圳福田）

Email: fdp@nankai.edu.cn

付华柱 首席科学家

新加坡科技研究局（A*STAR）

高性能计算研究所（IHPC）

Email: hzfu@ieee.org

Fahad Shahbaz Khan 教授

阿联酋穆罕默德·本·扎耶德人工智能大学（MBZUAI）

Email: fahad.khan@liu.se

孙富春 教授

 清华大学

Email: fcsun@tsinghua.edu.cn

期刊简介

《CAAI人工智能研究（英文）》由中国人工智能学会（CAAI）和清华大学联合主办，2022年创刊，入选“中国科技期刊卓越行动计划”高起点新刊类项目，由中国工程院院士、清华大学教授戴琼海担任主编，清华大学教授孙富春担任执行主编。主要发表知识智能、感知智能、机器学习、行为智能、脑与认知和人工智能芯片及其应用等领域的高水平原创性研究和综述，旨在为人工智能领域的前沿科研成果提供国际学术交流平台。

期刊主页：

https://www.sciopen.com/journal/2097-194X

识别二维码可访问

投稿链接：

https://mc03.manuscriptcentral.com/ai-journal

识别二维码可访问

何恺明在MIT授课的课件PPT下载

在CVer公众号后台回复：何恺明，即可下载本课程的所有566页课件PPT！赶紧学起来！

CVPR 2024 论文和代码下载

在CVer公众号后台回复：CVPR2024，即可下载CVPR 2024论文和代码开源的论文合集

Mamba、多模态和扩散模型交流群成立

扫描下方二维码，或者添加微信：CVer5555，即可添加CVer小助手微信，便可申请加入CVer-Mamba、多模态学习或者扩散模型微信交流群。另外其他垂直方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch、TensorFlow和Transformer、NeRF、3DGS、Mamba等。
一定要备注：研究方向+地点+学校/公司+昵称（如Mamba、多模态学习或者扩散模型+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群

▲扫码或加微信号: CVer5555，进交流群
CVer计算机视觉（知识星球）来了！想要了解最新最快最好的CV/DL/AI论文速递、优质实战项目、AI行业前沿、从入门到精通学习教程等资料，欢迎扫描下方二维码，加入CVer计算机视觉（知识星球），已汇集近万人！

▲扫码加入星球学习

▲点击上方卡片，关注CVer公众号
整理不易，请点赞和在看