• chinamm2024@163.com


会议征稿

一、征文启事


由中国图象图形学学会(CSIG)、中国计算机学会(CCF)主办,CSIG多媒体专业委员会、CCF多媒体技术专业委员会承办,北方民族大学联合承办,宁夏大学、宁夏师范学院协办的中国多媒体大会(ChinaMM 2024),将于2024年7月24-26日在宁夏回族自治区银川市召开。本次大会将为多媒体领域的学术界和产业界提供前沿的技术发展动态、丰富多样的学术交流活动、全面前瞻的产业技术宣传平台,以广泛促进学术分享与交流、产业合作与互动,推动产学研联动发展,提升我国多媒体技术的研究与应用水平。

本次会议将邀请本领域国内外学术界和企业界的顶尖专家与学者做主题报告,分享最新的前沿技术与产业热点。会议期间,还将组织学术高峰论坛、前沿技术专题论坛、顶会顶刊论文分享论坛、多媒体智能计算讲习班、企业论坛等多角度、多层次的丰富活动,为参会者提供丰富技术盛宴,全方位地扩大交流范畴,创新交流形式,增强交流实效。

中国多媒体大会(ChinaMM 2024)同时接收中英文投稿。为确保所录用论文的质量,程序委员会将对所投稿件组织严格的同行专家评议审稿。所有录用的论文均要求参会交流,录用论文将推荐至相关期刊:

录用的中文论文将全部推荐到相关的中文期刊:
--《软件学报》(EI)
--《计算机学报》(EI)
--《北京航空航天大学学报》(EI)
--《计算机辅助设计与图形学学报》(EI)
--《计算机研究与发展》(EI)
--《模式识别与人工智能》(EI)
--《中国图象图形学报》
--《中国科技论文》
--《计算机科学》

录用的优秀英文论文将全部推荐到相关的SCI/EI多媒体领域国际期刊,包括Multimedia Systems (SCI), Displays (SCI)和Journal of Visual Communication and Image Representation (SCI)。

ChinaMM 2024是国内所有多媒体及相关方向研究与开发人员交流的平台。热忱欢迎每位从事多媒体技术及相关领域的专家、学者、学生和专业技术人员踊跃投稿和参会,携手共同促进多媒体技术研究与产业发展!7月大美宁夏期待您的到来!


二、征文主题


征文主题包括(但不限于):

• 多媒体信号处理
• 图像、视频、音频及新型传感信号处理
• 多媒体质量评价
• 媒体内容安全、隐私与版权保护
• 多媒体数据压缩编码与表示编码
• 智能多媒体计算
• 多媒体情感计算
• 多媒体深度学习
• 多媒体描述与语言生成
• 多媒体认知与推理
• 大规模多媒体索引、搜索与推荐

• 媒体大数据分析
• 多媒体数据采集与标注
• 媒体大数据分析的评测模型与方法
• 跨媒体分析与计算
• 媒体大数据的关联分析与理解
• 媒体大数据的挖掘与推荐
• 多媒体网络与通讯
• 动态自适应流媒体
• 多媒体传输与分发
• 新型网络多媒体技术(5G、SDN、NFV、IoT等)

• 多媒体系统
• 多媒体云计算
• 移动多媒体与可穿戴多媒体
• 多媒体艺术、娱乐和文化
• 多媒体软硬件系统
• 多模态媒体计算与人机交互
• 自动驾驶与无人系统中的多媒体技术
• 多媒体虚拟现实、增强现实与混合现实
• 多媒体质量评估与标准
• 多媒体标准制定


三、投稿要求


论文应是未发表的研究成果(且未同时提交给其他刊物或会议评审),应包括中/英文题目、中/英文摘要、关键词、正文和参考文献。

论文投稿与审稿采取双盲评审。论文需匿名,隐去作者姓名、所在单位等信息。

中文论文模板(6-8页): 中文模板

如投稿相应学报专刊/专题请参考该学报具体征文要求

英文论文模板(不超过10页): IEEE Article Templates

如投稿相应学报专刊专题,请参考该学报具体征文要求。


四、投稿方式


请通过在线投稿链接提交稿件,中英文投稿链接如下:

https://cmt3.research.microsoft.com/ChinaMM2024


五、重要日期


- 征文截止日期: 2024年4月10日;

- 会议录用及期刊推荐通知日期: 2024年5月25日;

- 会议宣讲日期:2024年7月24-26日;



《计算机研究与发展》专刊征稿

一、征文启事


具身智能是人工智能领域的重要方向,主要研究智能体如何在与环境的交互中学习和适应。具身智能可以促进对人类智能的认知,通过研究具身智能可以更好地理解人类的认知过程和行为,从而为人工智能的发展提供新的思路。具身智能可以使人工智能系统更具实用性,从而为人工智能的应用带来新的可能性。具身智能可以让人工智能系统更好地适应现实世界,使人类与机器人能够更加高效协作。

为了推动我国学者在具身智能及其前沿应用领域相关研究,及时报道最新的研究成果,中国多媒体大会(ChinaMM) 2024组委会特与《计算机研究与发展》共同推出“具身智能前沿技术与应用”专刊,用于接收投稿ChinaMM且符合主题的高质量原创稿件,为相关研究者和实践者提供集中发表最新成果的平台。


二、征文范围


具身大模型:利用大模型提升对行为和情感的理解和适应,理解人类语言、行为和情感
以人为中心的场景理解:赋予具身智能理解和适应人类工作生活环境的能力,包括二维与三维场景理解
强化学习:利用强化学习来训练具身行为体
机器人/Agent操控:机器人抓取、运输和组装等任务,以及与人类或机器人协作
机器人/Agent移动:机器人在复杂现实环境中的移动
机器人/Agent仿真:通过接近现实世界的仿真测试机器人的算法


三、投稿要求


1. 论文应属于作者的原创科研成果,数据真实可靠,具有重要的学术价值或推广应用价值,未在国内外公开发行的刊物或会议上发表,不存在一稿多投问题。作者在投稿时,需向编辑部提交版权转让与投稿声明。

2. 中文论文模板(6-8页): 中文模板

具体请参考该期刊论文模版

3. 论文请通过ChinaMM系统进行投稿,投稿时请勾选《计算机研究与发展》“具身智能前沿技术与应用”专题。 https://cmt3.research.microsoft.com/ChinaMM2024


四、重要日期


- 征文截止日期: 2024年4月10日;

- 会议录用及期刊推荐通知日期: 2024年5月25日;

- 会议宣讲日期:2024年7月24-26日;

- 期刊录用通知日期: 2024年8月15日;


五、特邀编委


朱文武,教授,清华大学,wwzhu@tsinghua.edu.cn
姜育刚,教授,复旦大学,ygj@fudan.edu.cn
蒋树强,研究员,中国科学院计算技术研究所,sqjiang@ict.ac.cn
孙晓艳,教授,中国科学技术大学,sunxiaoyan@ustc.edu.cn
张越一,副研究员,中国科学技术大学,zhyuey@ustc.edu.cn
贾川民,助理教授,北京大学,cmjia@pku.edu.cn



《计算机辅助设计与图形学学报》专刊征稿:
AIGC前沿方法与应用

一、征文启事


AIGC(AI Generated Content,即人工智能生成内容)是指利用人工智能技术生成富有创意和高质量的文字、图片、视频、音频和3D等内容。其是目前人工智能领域目前最受关注、进展最快的研究和应用方向之一。随着ChatGPT以及各类视觉及多模态大模型的推出和快速迭代,AIGC相关研究与应用近期呈现爆发式增长。算法的进步,数据的汇聚和算力的聚集使得AIGC展现出越来越强大的创造力和表现力,预示着新的一轮内容生产革命即将到来。在AIGC爆炸式发展之际,为推动技术基础与应用范式的发展,把握领域内最新发展动向,厘清前沿技术的现实意义与应用价值,推动AIGC与计算机辅助诊断及图形学的融合创新,对于推动AIGC技术和产业的健康发展进步具有重要意义。

为了推动我国学者在AIGC前沿方法及应用领域相关研究,及时报道最新的研究成果,中国多媒体大会(ChinaMM) 2024组委会特与《计算机辅助设计与图形学学报》共同推出“AIGC前沿方法与应用”专刊,用于接收投稿ChinaMM且符合主题的高质量原创稿件,为相关研究者和实践者提供集中发表最新成果的平台。


二、征文范围


视觉大模型:理解图像、视频的基本结构,完成基本视觉任务
生成式模型:生成文本、图像、视频或音频
三维生成技术:利用人工智能方法生成各类三维对象和模型
多模态大模型:综合多模态数据,完成跨模态任务
可控生成技术:利用文本、图像等信息作为引导,生成高可控媒体数据
AIGC与可视化及可视分析的交叉融合创新
AIGC在虚拟现实、增强现实、混合现实等中创新应用
AIGC在人机交互、数字孪生、元宇宙等中创新应用


三、投稿要求


1. 论文应属于作者的原创科研成果,数据真实可靠,具有重要的学术价值或推广应用价值,未在国内外公开发行的刊物或会议上发表,不存在一稿多投问题。作者在投稿时,需向编辑部提交版权转让与投稿声明。

2. 中文论文模板(6-8页): 中文模板

具体请参考该期刊论文模版

3. 论文请通过ChinaMM系统进行投稿,投稿时请勾选《计算机辅助设计与图形学学报》“AIGC前沿方法与应用”专题。 https://cmt3.research.microsoft.com/ChinaMM2024


四、重要日期


- 征文截止日期: 2024年4月10日;

- 会议录用及期刊推荐通知日期: 2024年5月25日;

- 会议宣讲日期:2024年7月24-26日;

- 期刊录用通知日期: 2024年8月15日;


五、特邀编委


马思伟,教授,北京大学,swma@pku.edu.cn
刘青山,教授,南京邮电大学 ,qsliu@njupt.edu.cn
孙玉宝,教授,南京信息工程大学,sunyb@nuist.edu.cn
陈智能,研究员,复旦大学,zhinchen@fudan.edu.cn
黄华,教授,北京师范大学,huahuang@bnu.edu.cn