2026计算机视觉、深度学习与图像处理国际会议（ICCVDLIP 2026）

2026计算机视觉、深度学习与图像处理国际会议（ICCVDLIP 2026）

2026 International Conference on Computer Vision, Deep Learning and Image Processing

【高录用，快见刊，超稳检索】ISSN/ISBN号！适用于评职/毕业/评优

组团、学生投稿均可申请优惠！请联系会务老师！

●重要信息

召开/截稿时间：以官网为准【早投稿录用-早占版面】

会议网址：www.confs-online.com/iccvdlip

会议地点：中国-青岛（线上/线下）

接受/拒稿通知：投稿后3个工作日左右

收录检索：Ei_Compendex、CPCI、CNKI、Google Scholar等

◆如需更多学术刊发资源可咨询会务谢老师，涵盖SCI、SSCI、AHCI、中文核心及各类优质三大网国内普刊、国际知网/谷歌普刊等~全品类刊源，精准适配各类发文需求！

●大会简介

2026计算机视觉、深度学习与图像处理国际会议（ICCVDLIP 2026）将在中国青岛举办。会议围绕“计算机视觉、深度学习与图像处理”领域的热点问题与前沿进展，组织学术报告、专题研讨及技术交流。旨在促进学术成果共享、跨域合作与青年人才培养。欢迎世界各地科学家、工程师及学生学者莅临，共话未来。

●论文出版

向ICCVDLIP 2026提交的所有全文都可以用英语书写，并将发送给至少两名评审员，并根据原创性、技术或研究内容或深度、正确性、与会议的相关性、贡献和可读性进行评估。ICCVDLIP 2026所有被接受的论文将在会议记录中发表，并提交给EI Compendex、CPCI、CNKI、Scopus、Google Scholar进行索引。

●征稿主题

(包括但不限于以下主题)

Track 1：计算机视觉

图像分类与目标识别

目标检测与定位

图像语义分割与实例分割

目标跟踪与运动分析

三维重建与SLAM

姿态估计与人体动作识别

行为理解与事件检测

场景理解与视觉推理

多视角几何与立体视觉

光流与运动估计

视觉显著性检测

图像检索与重识别

行人再识别（ReID）

遥感图像解译

视频分析与摘要

视觉注意力机制

生成对抗网络（GAN）视觉应用

自监督与半监督视觉学习

小样本与零样本视觉识别

视觉模型可解释性

Track 2：深度学习

深度神经网络架构设计（CNN/Transformer/MLP）

卷积神经网络（CNN）

循环神经网络与LSTM

图神经网络（GNN）

生成对抗网络（GAN）

变分自编码器（VAE）

扩散模型（Diffusion Models）

Transformer与注意力机制

自监督学习

对比学习与表征学习

元学习与小样本学习

多模态深度学习

联邦学习与隐私保护深度学习

深度强化学习

神经架构搜索（NAS）

模型压缩与剪枝

量化与知识蒸馏

深度学习优化算法（Adam/自适应学习率）

深度学习泛化与过拟合

可解释深度学习

Track 3：图像处理

图像增强与对比度调整

图像去噪与滤波

图像复原与去模糊

图像超分辨率重建

图像插值与重采样

图像压缩与编码

图像分割与边缘检测

形态学图像处理

纹理分析与合成

色彩空间与色彩增强

图像金字塔与多尺度处理

频域处理与小波变换

图像配准与融合

图像质量评价

医学图像处理（CT/MRI/PET）

遥感图像处理

●投稿说明

1. 论文必须是英语稿件，不得少于6页（中文投稿可提供专业翻译服务请联系会务老师）；

2. 本次论文未在国内外学术期刊和会议发表过；

3. 作者可通过CrossCheck, Turnitin或其他查询系统自费查重，否则由文章重复率引起的被拒稿将由作者自行承担责任。论文全文重复率不超过20%；

4. 涉嫌抄袭的论文将不被出版，且公布在会议主页；

5. 发表论文的作者需提交全文进行同行评审，只做报告不发表论文的作者只需提交摘要；

6. 论文模板下载及投稿指引：请前往大会官网首页获取。

投稿文章流程：投稿→审稿→录用→注册缴费→【参会】→见刊→论文集→检索。

●参会方式

1.旁听参会：仅参会旁听，可提问交流。

2.汇报参会：10分钟口头报告主题演讲。

3.投稿参会：参会+投稿，文章将以会议论文集形式发表，出刊后统一提交检索

注：仅参会做报告不发表全文的作者，只需提交摘要到审稿邮箱！仅需参会旁听作者可联系会议秘书谢老师咨询报名。

所有注册参会作者, 均可获取“邀请函、参会证明”等材料！

◆期刊内部资源推荐：

【SCI/SSCI/A&HCI/EI】精准匹配研究方向，涵盖各分区、各领域顶刊；

【国内核心】北大核心、科技核心最新目录期刊；

【优质普刊】知网/万方/维普收录，学术认可度高；

其他国际普刊，均可安排~