ICCV 2025放榜！录取率24% 来源：机器之心 ICCV 2025 将于 10 月 19 日至 25 日在美国夏威夷举行。ICCV 官方向投稿者发送了今年论文接收结果的通知。 数据显示，今年大会共收到了 11239 份有效投稿，所有投稿均已进入审稿流程。程序委员会推荐录用 2699 篇论文，最终录用率为 24%。 对比前几届数据，2025 年的投稿量几乎接近 2019 年的三倍，这反映了计算机视觉领域的快速扩张和学术研究的日益活跃。 ICCV 2023 投稿 8260 篇，录用 2160 篇，录用率约为 26.15%。 ICCV 2021 投稿 6152 篇，录用 1612 篇，录用率为 26.20%。 ICCV 2019 投稿 4323 篇，录用 1075 篇，录用率为 25%。 尽管投稿数量大幅增加，ICCV 的录用率在过去几年中保持了相对稳定，基本维持在 25% - 26% 的区间内。 继 CVPR 2025 之后，ICCV 2025 会议也实施了一项旨在强化问责制与诚信的新政策。程序委员会主席团识别出了 25 名极不负责任的审稿人，并因此对与他们相关的 29 篇论文进行了直接拒稿处理。 这些被拒的论文中，有 12 篇若无此关联本应被录用，但这也引发了争议。 目前已知的被录取论文包括但不限于： High-fidelity 3D Geometry Generation from Images via Normal Bridging（通过法线桥接从图像生成高保真三维几何） Mind the Cost of Scaffold! Benign Clients MayEven Become Accomplices of Backdoor Attack （当心「脚手架」的代价！良性客户端也可能成为后门攻击的同谋） UKBOB: One Billion MRI Labeled Masks for Generalizable 3D Medical Image Segmentation （UKBOB：用于可泛化三维医学图像分割的十亿级 MRI 标注掩码数据集） FlowR: Flowing from Sparse to Dense 3D Reconstructions （FlowR：从稀疏到稠密的三维重建流） Magic Insert: Style-Aware Drag-and-Drop （Magic Insert：感知风格的拖拽式内容植入） OD-RASE: Ontology-Driven Risk Assessment and Safety Enhancement for Autonomous Driving （OD-RASE：本体驱动的自动驾驶风险评估与安全增强） UniVG: A Generalist Diffusion Model for Unified Image Generation and Editing（UniVG：一个用于统一图像生成与编辑的通用扩散模型） 国际计算机视觉大会（ICCV）是由电气和电子工程师协会（IEEE）主办的学术会议，每两年举办一次。它与 CVPR 和 ECCV 并称为计算机视觉领域的三大顶级会议，并且与 ECCV 交替举办。 该会议通常为期四到五天。一般情况下，会议第一天会由重点领域的专家进行专题教程，随后是技术议程（与海报展示环节并行）。近年来的会议也包含了越来越多的专题研讨会和商业展览。 投稿量激增带来的挑战 自 2012 年 AlexNet 在 ImageNet 竞赛中取得突破以来，深度学习在计算机视觉、自然语言处理、语音识别等领域取得了革命性进展。 技术的快速迭代和新应用场景的不断涌现，为科研人员提供了海量的研究课题。特别是近年来，LLM、生成式 AI 等颠覆性技术的出现，进一步点燃了全球研究者的热情，催生了大量的研究论文。 AI 会议提交数量。 随着论文提交量激增，主流人工智能会议的同行评审流程正面临前所未有的挑战。单个会议的提交量已超过 10000 篇，今年 NIPS 的投稿量更可能突破 30000 篇。同时，评审质量和审稿人责任问题日益凸显。 此前已有多个会议因评审公平性问题引发争议，一篇论文对此提出了解决方案。 论文标题：Position: The AI Conference Peer Review Crisis Demands Author Feedback and Reviewer Rewards 论文地址：https://arxiv.org/abs/2505.04966v1 该研究认为有必要将传统的单向评审系统转变为一种双向反馈循环。在该循环中，作者可以评估评审质量，而审稿人则能获得正式认证，从而建立一个能够促进可持续、高质量同行评审系统的问责框架。 当前的评审系统可以被视为三方（即作者、审稿人和系统/会议方）之间的互动，这三方共同对当前的问题负有责任。然而，作者方面的问题只能通过政策执行和检测工具来解决，而伦理问题只能依靠自我反思来纠正。 建议对同行评审系统进行修改。 因此，本文聚焦于通过两项关键机制来改革审稿人的问责制度并引入系统性奖励： 一个两阶段的双向评审系统，该系统允许作者评估评审意见，同时能最大限度地减少报复性行为。 一个系统性的审稿人奖励机制，用以激励高质量的评审工作。 作者呼吁学术界能高度关注这些问题，并支持为改进同行评审流程所必需的各项改革。 推荐阅读 MIT新晋副教授何恺明《计算机视觉进展》课程，附Slides与资料下载 西电IEEE Fellow团队出品！最新《Transformer视觉表征学习全面综述》如何做好科研？这份《科研阅读、写作与报告》PPT，手把手教你做科研奖金675万！3位科学家，斩获“中国诺贝尔奖”！最新 2022「深度学习视觉注意力 」研究概述，包括50种注意力机制和方法！【重磅】斯坦福李飞飞《注意力与Transformer》总结，84页ppt开放下载！2021李宏毅老师最新40节机器学习课程！附课件+视频资料 欢迎大家加入DLer-大模型技术交流群！ ??长按识别，邀请您进群！