《中国图象图形学报》“视觉Transformer”

专题征文通知

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