【Research & Writting】OpenReview 投稿

Posted by ShawnD on October 31, 2022

For Authors

call for papers

author

CVPR 2023 Submission Policies

所有作者都应该仔细检查以下管理投稿和评审过程的政策,因为不遵守这些政策可能会导致您的投稿被拒绝,以及在双重投稿和抄袭的情况下可能会受到额外的处罚。此外,建议作者参考 ethics guidelines、 recommended best practices 和 FAQs。

Paper formatting: 论文篇幅限制在八页以内,包括图表和表格,采用CVPR格式。只允许包含引用引用的附加页面。请下载CVPR 2023作者工具包以获取详细的格式说明。

未适当匿名化,或未使用模板,或超过8页(不包括参考文献)的论文将不经审查被拒绝。

Submission and review process: CVPR 2023将首次使用OpenReview来管理提交。 与以前的CVPR会议的评审过程一致,被评审的文件将只对他们指定的程序委员会成员可见(高级领域主席,领域主席和评审人员)。评审和作者的回复将不会公开,我们也不会在评审过程中向公众征求意见。

任何计划以作者或合著者身份提交论文的人都需要在论文提交截止日期前创建(或更新)他们的 OpenReview 配置文件。通过向CVPR提交论文,作者同意审查过程,并理解论文由OpenReview系统处理,以匹配每个稿件的最佳领域主席和审稿人。

OpenReview 的作者指导可以在OpenReview Author Instructions找到。

Confidentiality: 计划委员会的所有成员(程序主席、高级领域主席、领域主席和评审员)都被要求对他们提交的所有资料保密,除了为了方便评审提交的作品之外,不得以任何理由分享或分发材料。滥用机密信息是一种严重的专业失误,一旦引起CVPR组织者的注意,将采取适当的措施。然而,需要注意的是,所有程序委员会成员都是志愿者,如果在审查过程中由于违反规定而破坏了保密,CVPR组织会对后果负责。

Conflict responsibilities: 任何计划以作者或合著者身份提交论文的人都需要创建或更新他们的OpenReview配置文件。您将被要求通过填写OpenReview配置文件的适当部分来声明两种类型的冲突域冲突和个人冲突,如OpenReview作者说明页面所述。如果任何作者被发现有不完整或不准确的冲突信息,提交可能被立即拒绝。为了避免未声明的冲突,在论文注册截止日期(11月4日)之后,不能添加或删除作者,只能重新排序。作者名单在论文提交截止日期(11月11日)后被认为是最终的,此后不允许更改,也不允许对已录用的论文进行更改。此外,论文的所有作者必须在提交截止日期(11月11日)之前拥有有效的OpenReview配置文件,以避免被拒。

Double blind review: CVPR审查是双盲审的,因为作者不知道其论文的领域主席或审稿人的姓名,领域主席/审稿人不能从提交的材料和附加材料中推断出作者的姓名。不要在致谢(例如,同事和授权id)和补充材料(例如,电影的标题,或附加的论文)中提供可能识别作者的信息。也不要提供能识别作者的网站链接。违反任何这些指导方针可能会导致不经审查的拒绝。如果你需要引用任何你自己同时提交给CVPR或其他地点的论文,你应该

(1)在补充材料中包括这些论文的匿名版本;

(2)引用这些匿名论文;

(3)在你的论文正文中论证为什么你的CVPR提交与这些提交有很大的不同;

Plagiarism: 剽窃是指在不注明出处的情况下盗用他人的文字或成果。CVPR 2023关于剽窃的政策是将涉嫌剽窃的案例提交给IEEE知识产权局,该局已经建立了处理剽窃的机制,并拥有广泛的权力将违规作者从未来的会议和IEEE期刊中排除。你可以在这个网页上找到有关该办公室的资料、他们的工作程序,以及他们对抄袭的五个级别的定义。我们将积极检查抄袭行为。此外,查重系统相当准确。因此,经常发生的情况是,一篇含有剽窃材料的论文被送到了抄袭材料的审稿人手中;经验表明,这样的审稿人会积极地追究抄袭案件。

Dual Submissions: CVPR的目标是首次发布令人兴奋的新作品,避免重复审稿人的工作。通过向CVPR注册或提交稿件,作者承认该稿件此前从未在任何同行评审的场所(包括期刊、会议或研讨会或档案论坛)以基本类似的形式发表过或被接受发表。此外,在审查期间,没有任何内容实质上相似的出版物(定义为有20%或以上的重叠)已经或将被注册或提交给本或另一个会议、讲习班或期刊。此外,在审查期间,没有任何内容实质上相似的出版物(定义为有20%或以上的重叠)已经或将被注册或提交给本或另一个会议、研讨会或期刊。违反任何这些条件将导致拒绝,并将报告到提交文件的其他地点。

为了本政策的目的,出版物被定义为长度超过4页(不包括参考文献)的书面作品,提交给同行评审,以接受或拒绝,并在评审后被接受。特别是,出版物的这种定义不取决于这种被接受的书面作品是否出现在正式程序中,或组织者是否宣布这种作品算作出版物。根据上述定义,arXiv预印本和大学技术报告不被视为出版物。然而,如果同行评审的研讨会论文长度超过4页(不包括参考文献),即使它们没有出现在论文中,也被视为出版物。

请注意,未经任何形式的直接同行评审而提交的技术报告(department, arXiv等)版本不被视为现有技术,不应在提交中引用。

Supplementary Material Submission: 在补充材料截止日期前,作者可选择提交在论文提交时已准备好但由于格式或空间限制而未能包含的补充材料。作者应在论文中适当参考补充材料的内容。我们鼓励审阅人员查看它,但没有义务这么做。

补充材料可以包括视频、证明、额外的数字或表格,对论文中提出的实验进行更详细的分析,或同时提交给ICCV或其他会议。它可能不包括附加数据集的结果,用改进版本的方法(例如,经过额外的参数调优或训练)获得的结果,或提交PDF的更新或更正版本。有补充材料违反指南的论文可能会被立即拒绝。

我们鼓励(但不要求)作者将他们的代码作为补充材料的一部分上传,以帮助审查员评估工作的质量。请参阅建议的实践文档,以获得关于代码提交的更详细指南。

Personal and human subjects data: 如果论文使用了个人数据或者是人类数据集, 包括关于个人身份信息或冒犯性内容,我们希望在收集和使用这些数据时,按照道德准则进行谨慎处理。在许多国家和机构,收集和使用个人身份数据或人体受试者数据须经机构审查委员会(IRB,或同等机构)批准。如果这些数据的使用得到了IRB的批准,说明这一点就足够了。如果这些数据的使用(尚未)获得伦理委员会的批准,作者应提供任何未决批准过程的信息,数据是如何获得的,并讨论是否以及如何获得同意(或为什么可能无法获得同意)。这一讨论可以包括在主要论文或补充材料中。如果作者使用现有的、已发布的数据集,我们鼓励(但不要求)他们检查数据是如何收集的,以及是否获得了同意。

有关更详细的指南和常见问题,请参阅建议的实践文档。

Attendance responsibilities: 作者同意,如果论文被接受,至少有一名作者将注册参加会议并在会上发表论文。

Publication: 所有被接受的论文将在会议前两周由计算机视觉基金会(CVF)公开提供。希望提交专利的作者应该明白,论文的正式公开披露是在会议前两周,或者是在作者公开发表论文的时候,两者中以先到者为准。会议认为在会议前两周发表的论文是保密的,但注意到在审查和生产过程中有多个组织可以访问,因此那些寻求专利的人应该与他们的知识产权委员会讨论申请日期。大会不承担早期披露的责任。

Restrictions on publicity and social media: CVPR提交的作品,以及与这些提交有大量重叠的作品(如arXiv预印本),在被正式接受出版之前,不得与媒体讨论或由作者在社交媒体上推广。违反规定的论文可能被立即拒绝或从会议和会议程序中删除。

社交媒体限制政策是基于2021年CVPR PAMI-TC会议上通过的提议。为了CVPR 2023的目的,在提交论文截止日期前四周开始的媒体沉默期内,禁止作者积极发起的社交媒体推广,直到最终纸质决定通知发送给作者,即2022年10月14日至2023年2月27日。有关此政策的详情,请参阅常见问题解答。

Authors acting as reviewers: 考虑到论文提交数量的增长,根据CVPR 2022 pima - tc会议上通过的提议,我们希望所有作者都愿意在被要求时担任审稿人。为了帮助我们识别合格的审稿人,并将提交的内容与审稿人进行匹配,所有作者都需要拥有最新的OpenReview配置文件。

Rebuttal Policies

在收到评审后,作者可以有选择地提交一份反驳来处理评审人员的意见。反驳仅限于一页PDF文件,使用CVPR 2023作者工具包中包含的反驳模板。超过一页的回复将不会被审查。这包括那些页边距和格式被认为与样式指南中指定的有显著更改的回复。

反驳必须保持匿名,不能包含暴露作者身份或规避长度限制的外部链接。

根据一项通过的2018 pima - tc 提议,审稿人应避免为反驳要求大量额外的实验,或因缺乏额外的实验而受到惩罚。作者应该避免在反驳中包含新的贡献或实验结果,尤其是在审稿人没有特别要求的情况下。审稿人被要求忽略任何这样的投稿。

作者可以在反驳表格的文本框中单独回答任何关于伦理或社会影响的问题。此文本框应仅用于此特定目的,所有其他要点必须在反驳PDF中说明。任何与此无关的技术讨论将被忽略。作者也有可能在反驳表格的文本框中向领域主席提交机密意见。请只在特殊情况下才这样做。

Author FAQs

About Submitting Papers and Supplementary Material

Q: 我们能把论文注册或提交的截止日期延长吗?

A: 不。任何不完整或不符合要求的提交将被删除。

Q: 在论文注册截止日期后,我是否可以更新我的论文信息(如标题、摘要、作者名单)?

A: 您可以更新标题和摘要,直到论文提交截止日期。您也可以重新排列作者列表,直到论文提交截止日期。但是,在纸质注册截止日期之后,您不能再创建新的纸质提交或添加/删除提交的作者。

Q: 在论文接收后能够增加或删除作者吗?

A:不。论文注册截止后,作者名单被认为是最终的。可考虑在接受后更改作者顺序,但仅在特殊情况下。

Q: 补充材料对pdf格式有什么要求吗?

A: 不。重要的是,补充pdf是易读的和整齐的格式。许多作者选择使用官方的CVPR样式来补充pdf,但这不是必须的。允许在单列布局中格式化补充文档。

Q: 我可以从补充材料中链接到其他图像或视频材料吗?

A: 只有在绝对必要的情况下,只要双盲审查过程和截止日期的完整性得以保留。为此,作者需要确保以下条件:(1)图像、视频材料过大,无法纳入补充文件大小限制。(2)主办网站和链接的材料不透露作者的身份和隶属关系。(3)托管网站或应用程序不跟踪或识别谁浏览了材料。(4)作者在提交的补充材料中提供其图像或视频材料的缩小版。

条件4确保审稿人可以直接查看材料(尽管质量较低),并且能够验证外部托管材料在补充材料截止日期之后没有被修改过。

作者承担责任,并建议谨慎进行,不要破坏双盲评审过程。注意,并非所有的托管服务在所有地区都可用。作者还应该注意,就像补充材料本身一样,审稿人没有义务审查这些额外的图像或视频材料。

About Preprints, Anonymity, and Social Media Promotion

Q: 在线提供的技术报告(department, arXiv等)是否被视为先前的出版物,因此该工作不符合CVPR 2023审查和出版的资格?

A: 请阅读上面的双重提交政策。

Q: GitHub或其他开放存储库上的文档是否被视为出版物,因此不符合CVPR 2023审查和发布的资格?

A: 提交到GitHub和类似的存储库是不能被拒绝的,默认情况下在这些平台上进行任何“审查”之前都是被接受的。鉴于上述双重提交段落中的定义,GitHub文档不是出版物,也不会被视为出版物。为了保持匿名性,不应该引用公共代码库。您可以说代码将公开可用。

Q:审查期间在部门研讨会上的发言是否违反了匿名或社交媒体推广政策?

A: 不。在学术演讲中提交材料,但不提及提交给CVPR,是可以接受的。

Q: 我可以在社交媒体上发布我的作品而不提及它正在提交给CVPR吗?

A: 不。当前的政策比前几年采用的政策更严格,在该政策下,只要作者不明确表示作品正在提交给CVPR,就可以将arXiv预印本的标题与CVPR提交的内容相同。在新政策下,只要作者的文章可以很容易地链接到特定的CVPR提交,就可以发现作者违反了规定。

Q: Can I post my submission on arXiv?

A: 是的,只要arXiv预印本不提及提交给CVPR的作品,也不链接到任何可以被理解为社交媒体帖子的材料(视频、网页)(见下文)。

Q: 我可以建立一个与我的arXiv论文相关的项目网站吗?

A: 是的,你可以,只要视频(或视频链接)没有发布在任何社交媒体平台上,它不包含任何信息,否则会链接到你的CVPR提交,它就不被认为是违反社交媒体禁令。此外,如果你的视频托管在一个行为类似于社交媒体平台(如YouTube,豆瓣,或Blibli)的视频平台上,那么你的视频帖子必须被删除,并禁用评论。

Q: arXiv发布新论文。这违反社交媒体政策了吗?

A: 不。这是一个自动的过程,不构成作者促进他们的工作。arXiv的推文大多被该领域的专家关注,而不是普通大众。作品以完整的形式呈现,并且是预先出版的,可以这样判断。这与发布在社交媒体上的宣传视频不同。

Q: 如果我公司/大学的公关部门在没有我参与的情况下写下我的工作,该怎么办?如果我的朋友/同事这样做呢?

A: 从技术上讲,只有作者自己的主动推广是被禁止的。然而,所有的作者都应该避免通过漏洞或幕后促销试图规避禁令的表象。如果你对你的公关部门或同事有影响,你被敦促要求他们不要发布关于你工作的帖子。任何引起组织者注意的有问题的社交媒体帖子都将被调查,并可能被发现违反规定。

Q: 我可以回复别人关于我的工作的新闻文章或社交媒体帖子吗?

A: 你最好慎之又慎。如果这样的回答让你很容易确定你的身份,那么它将被认为是违反匿名和主动参与社交媒体的行为。用化名发帖,如果很明显是作者在发帖,仍然可以被认为是主动参与社交媒体。

Q: 我如何引用我在公开挑战中报告的结果?

A: 为了符合双盲评审政策,您可以在论文中连同您的结果一起报告其他挑战参与者的结果。然而,对于你的结果,你不应该表明你自己的身份,也不应该提及你参与挑战的情况。相反,请参照您论文中提出的方法提出您的结果,并根据实验结果与其他结果的比较得出结论。

Q: 我的投稿是否需要引用与我的工作相关的arXiv论文?

A: 与良好的学术实践一致,你需要引用所有的来源,启发和通知你的工作。也就是说,要求作者将他们的作品与提交截止日期前不久出现的arXiv报告进行彻底比较,会带来不合理的负担。我们也不希望阻止发表独立和同时发展的类似思想。作者和审稿人应该记住以下准则:

  • 作者不需要讨论和比较他们的工作与最近的arXiv报告,尽管他们必须适当地引用那些启发他们的报告。
  • 为了减少混淆,每当引用最初出现在arXiv上的论文时,作者应该检查这些论文后来是否在同行评议的场所发表,并相应地引用那些版本。
  • 未能引用arXiv论文或未能超越其性能不应成为拒绝的唯一理由。
  • 审稿人不应该仅仅因为arXiv上已经出现了另一篇观点相似的论文而拒绝一篇论文。如果审稿人怀疑抄袭或学术欺诈,他们被鼓励向领域和项目负责人提出这些问题。
  • 审稿人建议作者应该承认或注意arXiv上的某些内容是可以接受的。

About Datasets

Q: 我的研究使用的数据集已经被其创建者撤回,如DukeMTMC-ReID或MS-Celeb-1M。我该怎么办?

A: 一般来说,论文不应该使用已被其作者撤回的数据集,因为这样做可能涉及违反道德甚至法律问题。在某些情况下,作者可能觉得他们需要使用这样的数据集,例如,如果公平的比较是不可能的其他方式。然而,使用这些数据集的作者应该始终仔细解释这样做的必要性,并在一些细节上说明,因为这样的声明将被仔细审查。注意,在许多情况下存在可替代的数据集。推荐的过程应该是不使用数据集,并(如果必要)解释这可能会影响与现有技术的某些比较。裁判或领域主席要求对已被撤回的数据集进行比较是违反政策的。

Q: 我的研究依赖于他人广泛使用的公开数据集,这些数据尚未被撤回,但尚不清楚它们是否得到了企业伦理委员会的批准。这是允许的吗?

A: 在广泛使用的数据集仍然由其创建者提供的情况下,IRB的批准状态不明确,鼓励作者讨论情况,例如,为什么没有更好的替代方案。

Q: 我希望在我的论文中声明一个数据集的贡献,但我要么不能公开发布数据,要么不确定我能在发表时这样做。这是个问题吗?

A: 是的。如果您希望声明一个数据集作为您的贡献之一,您的数据集将在您提交相机准备论文的时候准备好并可用。如果你不能确保你能在截止日期前完成,那么数据集的发布就不应该是你论文的主要科学贡献之一。请注意,使用非公开数据集提交工作仍然是可以接受的,只是不能声称该数据集是您的贡献之一,论文将必须基于其其他优点进行评估。

ethics guidlines

本文件改编自CVPR 2022年伦理准则,CVPR 2022年伦理准则又改编自NeurIPS 2021年准则。

Introduction

随着计算机视觉研究和应用对现实世界的影响越来越大,产生有意义的社会效益的可能性也在增加,但随之而来的危害风险也在增加。研究界不仅应该考虑CV研究的潜在利益,也应该考虑CV研究的潜在负面社会影响,并采取措施,使积极的轨迹得以展开,同时降低危害风险。本文件应由作者、审稿人和领域主席使用,以便对CVPR的重要伦理原则达成共识。

在CVPR审查过程中,审稿人将有能力标记有重大伦理问题的论文。这些将被提交给一个道德委员会,该委员会将评估情况并向项目主席提供建议。项目主席保留拒绝有严重伦理问题的论文的权利,但预计这只会在特殊情况下发生。

Potential Negative Societal Impacts

邀请CVPR作者思考他们提出的研究工件或应用的潜在的负面社会影响。论文的伦理后果可能来自方法或应用。例如,在方法方面,一个新的对抗性攻击可能给恶意实体不平衡的力量;在这种情况下,防御和其他缓解策略将是预期的,这是计算机安全的标准。在应用程序方面,在某些情况下,应用程序的选择与论文的核心贡献是偶然的,可能有害的应用程序应该被替换掉(作为一个极端的例子,用鸟类分类取代种族分类),但仍然应该注意潜在的滥用。在其他情况下,核心贡献可能与有问题的应用密不可分(例如,重建给定语音的面部)。在这种情况下,人们应该批判性地审查其科学(和伦理)优点是否真的超过潜在的伦理危害。

下面列出了一份潜在的负面社会影响的非详尽清单。考虑所提议的方法和应用是否可以:

  • 直接促进了对生物的伤害。例如:它能否集成到武器或武器系统中?
  • 提出安全、隐私或安全方面的问题。例如:在实际环境中部署应用程序时,是否存在导致严重事故或开放安全漏洞的风险?他们会在未经当事人同意的情况下公开当事人的身份或其他个人信息吗?
  • 提出对人权的关注。例如:技术能否被用来歧视、排斥或以其他方式对人产生负面影响,包括影响保健和教育等重要服务的提供,或限制获得就业等机会?详情请参阅《多伦多宣言》。
  • 对民生或经济安全造成不利影响的。在工作中对人的自主权、尊严或隐私产生了有害的影响?它能被用来加强对工人的监视,或施加对雇员健康和安全构成风险的条件吗?
  • 发展或扩大有害的监视形式。例如:它可以用来收集或分析大量监控数据,以预测移民身份或其他受保护类别,或用于任何类型的犯罪侧写?
  • 严重破坏环境。例如:该申请是否会鼓励严重的环境损害,如砍伐森林、猎杀濒危物种或污染?
  • 用会造成伤害的方式欺骗别人。例如:这种方法可以用来促进欺骗性的交互,从而造成诸如盗窃、欺诈或骚扰等伤害吗?它能否被用来冒充公众人物来影响政治进程,或作为仇恨言论或辱骂的工具?

每当一个作品与重大的潜在负面影响相关时(或审稿人可以察觉到),提交的内容应该包括对这些影响的讨论。这种讨论应考虑可能受到影响的不同利益相关方,特别注意弱势或边缘化社区。它还应该包括可能的缓解策略(例如,模型的门控发布,在攻击之外提供防御,监控误用的机制,监控系统如何从反馈中学习的机制,提高CV模型的效率和可访问性,等等)。

对我们这个领域来说,与伦理斗争是一个难题,而对许多作者来说,思考伦理仍然是相对新鲜的。评估伦理影响的一个常见困难是它的间接性:大多数论文关注通用方法(例如,目标识别算法),而伦理问题在考虑部署的应用程序(例如,监视系统)时更加明显。此外,现实世界的影响(积极和消极的)往往来自于许多论文的累积进展,因此很难将影响归因于一篇单独的论文。在某些情况下,应用程序可能既有显著的风险也有显著的好处,或者可能无法在伦理和不道德之间划清界限。作者应该毫不犹豫地承认这些歧义,宁可选择透明。

General Ethical Conduct

我们假设所有的提交都遵守负责任的研究实践和尽职调查的道德标准。

如果研究使用人类衍生的数据,考虑数据是否可能:

  • 包含任何个人身份信息或敏感的个人身份信息。例如,数据集是否使用有关个人名称的特征或标签信息?人们是否同意收集这些数据?使用这些数据会不会让一些人感到丢脸或尴尬?
  • 包含可以推断出的个人信息,但他们没有同意分享。例如,一个带有专家医学图像注释的数据集可能无意中泄露用户信息,如姓名,这取决于所提供的特征。
  • 编码、包含或可能加剧对特定性别、种族、性取向或其他受保护特征的人的偏见。例如,数据集是否代表了计划部署该方法的社区的多样性。
  • 是否包含人体实验,是否经过相关监督委员会的审查和批准。例如,从人类数据(如日常活动的表现)中预测特征(如心理健康状况)的研究预计将由伦理委员会(伦理委员会或同等机构)审查。
  • 都被创作者们抹黑了。例如,DukeMTMC-ReID数据集已经被撤下,它不应该在CVPR提交中使用。

一般来说,还有其他与数据相关的问题值得考虑和审查。这些包括:

  • 同意使用或共享数据。解释您是否请求了数据所有者的许可来使用或共享数据,以及结果是什么。即使你没有得到同意,也要从道德的角度解释为什么这样做是合适的。例如,如果数据是从一个公共论坛收集的,该论坛的用户是否被要求同意使用他们产生的数据,如果没有,为什么?
  • 在处理高危人群时,领域特定的注意事项。例如,如果研究涉及未成年人或易受伤害的成年人,相关的保障措施是否到位?
  • 过滤冒犯性内容。例如,在收集数据集时,作者如何过滤色情或暴力图像等冒犯性内容?
  • 遵守GDPR和其他与数据相关的法规。例如,如果作者收集来自人类的数据,那么有什么机制来保证个人被遗忘的权利(从数据集中删除)?

这个列表并不是详尽无遗的,它只是作为作者和审稿人反思的一个提示。

suggested practices for authors

CVPR 2023 Suggested Practices for Authors

Reproducibility: 参考这个可复制性检查表作为一个指南,以确保你的论文是可复现的。审稿人在评估论文时也应该遵循这个指南。我们强烈鼓励作者自愿提交他们的代码作为补充材料的一部分,特别是如果他们计划在接受时发布它。审稿人可以选择检查此代码,以确保论文的结果是可重复的和可信的,但不是必须这样做。我们期望(但不要求)随附的代码将与已接受的论文一起提交。

Release of code and data: 本着可重复性的精神,我们强烈鼓励研究人员发布与他们的论文相关的代码和数据。代码和数据(或有代表性的样本或其细节)都可以作为补充材料的一部分提交,供审稿人选择考虑。

如果提交的论文声称数据集发布是其贡献之一,那么数据集将在相机准备好的截止日期前公开。请注意,这并不意味着CVPR提交中使用的所有数据集都必须是公共的。使用私人的或其他受限的数据集进行培训或实验是可以接受的,但这样的数据集不能被称为论文的贡献,因为它们没有提供给科学界。

Attribution of existing assets: 就像论文被期望引用以前的工作,启发一个提交或提交构建,我们期望CVPR论文引用资产,如代码或数据集,在创建提交的稿件中使用。如果一个资产有多个版本,请指定您一直在使用的版本。资产的归属可以在主要论文或补充材料中作出。我们还鼓励作者讨论所用资产的许可和/或版权条款。在适当的情况下,也鼓励包含URL。

Personal data / human subjects: 如果论文使用个人数据和/或来自人类主体的数据,包括个人身份信息或冒犯性内容,我们希望这些数据的收集和使用是按照道德准则谨慎进行的。在许多国家和机构,收集和使用个人身份数据或人体受试者数据须经机构审查委员会(IRB,或同等机构)批准。如果这些数据的使用得到了IRB的批准,说明这一点就足够了。如果这些数据的使用(尚未)获得伦理委员会的批准,作者应提供任何未决批准过程的信息,数据是如何获得的,并讨论是否以及如何获得同意(或为什么可能无法获得同意)。这一讨论可以包括在主要论文或补充材料中。

在大多数国家,新数据集通常需要IRB对美国的审查或适当的当地伦理批准。获取数据集是数据集创建者的责任。如果作者使用现有的、已发布的数据集,我们鼓励但不要求他们检查数据是如何收集的以及是否获得了同意。我们的目标是提高人们对可能存在的问题的认识,这些问题可能在我们的社区中根深蒂固。因此,我们希望鼓励数据集创建者向公众提供这些信息。

Discussion of limitations: 考虑一种方法的局限性是良好学术研究的重要组成部分。这样的讨论应该指出任何强大的假设,以及对于违反这些假设(例如,独立性假设、无噪声设置、模型井规范、仅在局部保持的渐近近似)的结果有多可靠。作者需要反思这些假设在实践中是如何被违反的,以及会产生什么影响。

作者还应该反思他们主张的范围,例如,他们是否只在特定类型的图像上测试了他们的方法或进行了几次运行。一般来说,实验的结果往往依赖于隐含的假设,这应该被阐明。讨论应反映影响方法性能的因素。例如,当图像分辨率较低或图像在低光照下拍摄时,识别算法可能表现不佳。

我们理解作者可能会担心对局限性的完全诚实可能会被审稿人用作拒绝的理由。值得记住的是,如果审稿人发现了论文中没有承认的局限性,结果可能会更糟。总的来说,我们建议作者使用他们最好的判断,并认识到支持透明度的个人行为在制定维护社区完整性的规范中发挥着重要作用。

FAQs

About Datasets

Q: 我的实验使用的是我不能公开发布的私人数据集。我还能提交论文吗?

A: 是的,你完全可以提交论文。你不能声称这个数据集是论文的贡献之一。这篇论文必须立足于它的其他科学价值(例如它的技术贡献)。

Q: 我希望在我的论文中声明一个数据集的贡献,并发布数据集,但数据在提交时还没有准备好发布。这有问题吗?

A: 不,你可以在相机准备好截止日期之前对数据集做一些小的修改。然而,基于提交时的数据集的科学结论必须是可靠的,必须继续坚持。只有在提交相机准备好时,您必须提供到数据集的链接。

Q: 我希望在我的论文中申请数据集贡献并发布数据集,但数据可能/不会在相机就绪的截止日期前准备好发布。这是个问题吗?

A: 是的,你的数据集应该准备好,并在提交相机准备好时可用,因为在这一点上,描述数据集的论文也被认为是最终的。如果你不能确保你能在截止日期前完成,那么数据集的发布就不应该是你论文的主要科学贡献之一。

Q: 我计划在我的论文中发布一个数据集,但我的数据集网站要求用户在访问数据集之前创建一个登录或请求许可。这是被允许的吗?

A:是的,这是允许的,只要你没有不合理地拒绝或延迟对研究团体成员的访问。

Q: 发布数据集并不完全在我的控制之下,例如,因为它仍然需要得到机构审查委员会的批准。我该怎么办?

A: 我们建议等待您的提交,直到您获得适当的批准。

Q: 数据集贡献是否有特定的许可要求?

A: 不,我们的期望是这些数据可以被研究团体的成员用于研究。

About the Attribution of Assets (Datasets & Code)

Q: 我使用个人身份数据或来自人类受试者的数据,并获得了IRB(或类似)批准。我需要提交批准证明吗?

A: 不。在提交时说明你获得了IRB的批准就足够了(无论是在论文中还是在补充材料中)。不要包含任何会识别你的机构或以其他方式去匿名的材料。

Q: 我使用个人身份数据或来自人体主体的数据,但我的IRB(或类似)批准尚未完成。我该怎么办?

A: 我们建议推迟提交。还要注意的是,一旦论文提交,IRB规定的实验协议的更改将不再适用。

Q: 我使用个人身份数据或来自人类受试者的数据,但我没有得到/无法获得IRB的批准,例如,因为我的机构没有IRB。我该怎么办?

A: 在您的论文或补充材料中仔细描述您如何确保数据的收集和使用遵循伦理指南中确立的伦理原则。一个可能的途径是从一个独立的IRB服务机构获得许可。

Q: 我有一个特定的应用程序,这使得我很难获得数据收集的同意。我该怎么办?

A: 在你的论文或补充材料中解释你的情况,并确保包括足够的信息来支持你遵循了伦理指南中设立的伦理原则。

Q: 我的论文会因为不当使用个人数据或人体受试者数据而被拒绝吗?

A: 我们希望提高CVPR社区对这一重要问题的认识,因此要求作者提供使用这类数据的信息。审稿人将被要求标记任何重大的伦理问题。这些将被提交给一个道德委员会,该委员会将评估情况并向项目主席提供建议。项目主席保留拒绝有严重伦理问题的论文的权利,但预计这只会在特殊情况下发生。

Q: 我的研究使用的数据集已经被其创建者撤回,如DukeMTMC-ReID或MS-Celeb-1M。我该怎么办?

A: 一般来说,论文不应该使用已被其作者撤回的数据集,因为这样做可能涉及违反道德甚至法律问题。在某些情况下,作者可能觉得他们需要使用这样的数据集,例如,如果公平的比较是不可能的其他方式。然而,使用这些数据集的作者应该始终仔细解释这样做的必要性,并在一些细节上说明,因为这样的声明将被仔细审查。注意,在许多情况下存在可替代的数据集。推荐不使用该数据集,并(如果必要)解释这可能会影响与现有技术的某些比较。如果裁判员或领域主席在没有与PC或 DEI 主席或监察员详细协商的情况下,要求对已被撤回的数据集进行比较,这是违反政策的。

Q: 我的研究依赖于他人广泛使用的公开数据集,这些数据尚未被撤回,但尚不清楚它们是否得到了企业伦理委员会的批准。这是允许的吗?

A: 在广泛使用的数据集仍然由其创建者提供的情况下,IRB的批准状态不明确,鼓励作者讨论情况,例如,为什么没有更好的替代方案?

关于潜在的负面社会影响。

Q: 如果一篇论文有潜在的负面影响,它会自动被拒绝吗?

A:不,技术往往有两面性。我们鼓励作者讨论这个问题,因为这对社区意识到这个问题是有益的。

About Code Submission

Q: 是否需要提交代码?

A: 不,这完全是可选的。但是我们鼓励提交代码以帮助再现性。

Q: 我不能提交我的代码,例如,因为它是私有的。我该怎么办?

A: 我们理解代码可能是专有的,阻止您提交它。在这种情况下,只需在提交表格中声明。如果有其他原因不能提交代码,鼓励您在提交中解释,例如在补充材料中。示例包括那些不能完全独立包含的代码(不过,有关如何处理此类情况的建议,请参阅下面)。

Q: 提交的代码是否需要匿名化?

A: CVPR是一个双盲会议,因此作者应该做出合理的努力来匿名化提交的代码和数据。这意味着应该删除作者姓名、机构名称(也在版权/许可声明中)。如果论文被接受,我们希望作者将提交的代码替换为非匿名版本或链接到公共GitHub存储库。

Q: GitHub是否允许匿名链接?

A: 是的。但是,它们必须位于在提交截止日期之后不会被修改的分支上。请在提交的ZIP文件中的独立文本文件中输入GitHub链接。

Q: 提交的代码将如何用于决策?

A: 提交的代码将被用作作者提供的额外证据,以增加他们的结果的可信度。我们期望高质量的论文,其结果被我们的审查员判断为可信的,将被CVPR接受,即使代码没有提交。然而,如果论文中有不清楚的地方,那么提交的代码将为审查员提供一个额外的机会来验证它。

Q: 如果提交了代码,您是否希望它与其余的补充内容一起发布?或者,是否可以稍后撤回

A: 是的,我们希望提交的代码与其余的补充一起发布。然而,如果论文被接受了,那么作者将有机会在发表之前通过添加作者姓名、许可等方式更新代码。

Q: 您希望代码是独立的吗?例如,如果它是一个更大的代码库的一部分呢?

A: 我们希望您的代码是可读的,并有助于审核人员验证结果的可信度。可以通过非独立的代码来实现这一点——例如,使用适当的文档。

Q: 我的代码需要的数据集太大,不能包括作为补充材料的一部分。我可以提供到数据集的匿名链接吗?

A:类似于GitHub上匿名代码库的链接,它被允许提供到执行代码所需的数据集的匿名链接。这样的链接必须不允许以任何方式发现作者的身份。此外,这种匿名数据存储必须不允许作者发现是谁以任何方式访问了数据。

Q: 用伪代码代替代码怎么样?这算代码提交吗?

A: 我们知道我们的许多作者使用高度敏感的数据集,并没有要求私人数据提交。如果使用的数据集是公开的,则不需要提供它。如果数据集是私有的,那么作者可以提交一个玩具或模拟数据集来说明代码是如何工作的。

Q: 谁能访问我的代码?多长时间?

A: 只有分配给你的论文的程序主持、技术主持、审查员和区域主持才能访问你的代码。我们将指导评审人员和区域主席对提交的代码进行保密(就像论文提交一样),并在评审周期结束时从他们的机器中删除所有提交的代码。请注意,代码提交也是完全自愿的。

Q: 我想在作者反馈期间修改我的代码/添加代码。这是允许的吗?

A: 不幸的是,没有。但是请记住,代码提交是完全可选的。

OpenReview Author Instructions

CVPR 2023采用OpenReview作为论文提交和同行评审系统。为了将论文与审稿人匹配(包括冲突处理和 affinity scores 的计算),OpenReview需要精心填充和最新的OpenReview配置文件。

为此,我们要求每位作者

(1)创建并激活OpenReview配置文件(如果尚未存在)

(2)用最新的电子邮件地址、职业职位和出版物更新配置文件。

重要提示:在论文提交截止日期(11月11日)之后,我们可能会拒绝包含没有有效OpenReview配置文件的作者的论文。

更具体地说,我们要求每个作者执行以下步骤:

Step 1

登录您的 OpenReview 账户。

如果你还没有账号,你可以在这里注册。请务必确认您的电子邮件地址并完成注册以激活配置文件。(注册过程的详细说明可以在这里找到。)

Step 2

如果需要,请更新您的个人资料的电子邮件地址。最重要的是,确保接收论文注册通知的电子邮件地址链接到您的配置文件并已被确认。(添加电子邮件地址的详细说明可以在这里找到。)

请注意:不要删除旧的电子邮件地址。它们用于在审查过程中确定冲突。

IMPORTANT: 所有未来的OpenReview消息将被发送到您的OpenReview配置文件的“首选电子邮件”地址。因此,如果需要,请确保调整您的个人资料的首选电子邮件地址。

step 3

请按照说明输入或更新您的个人资料的机构数据。

请注意:不要移除旧的职位。它们用于在审查过程中确定冲突。

Step 4

请更新您个人资料中的出版物列表; 请参阅从DBLP导入文件到配置文件的说明。

请注意:您的OpenReview配置文件中的论文列表是跨会议共享的,因此它应该包含您的所有发表论文。

step5

请在美国太平洋时间11月4日晚上11:59前完成论文注册,并在美国太平洋时间11月11日晚上11:59前提交论文。

要开始注册和提交过程,请转到OpenReview CVPR 2023提交页面,确保您已登录,单击“CVPR 2023会议提交”按钮,然后按照将出现的表格上的说明进行操作。

For Reviewers

CVPR 2023 Reviewer Guidelines

感谢您抽出时间来审稿 CVPR 2023! 为了保持一个高质量的技术项目,我们非常依赖我们审稿人的时间和专业知识。本文件解释了对CVPR 2023审查委员会所有成员的期望。

Reviewing In a Nutshell

每一篇被接受的论文都应该是技术上健全的,并对该领域做出贡献。看看论文中有什么是好的或令人兴奋的,它有什么知识的进步。我们建议您接受新颖的、勇敢的概念,即使它们还没有在许多数据集上进行过测试。例如,一个被提出的方法没有超过现有基准数据集上最先进的精确度,这一事实本身并不是拒绝的理由。相反,重要的是在报告业绩的同时权衡工作的新颖性和潜在影响。可以轻易改正的小缺点不应该成为拒绝一篇论文的理由。最重要的是,你的评论应该是具体和详细的。你的讨论,而不是你的分数,将帮助作者、同行审稿人和领域主席理解你的推荐的基础。你应该提供作者可以改进他们论文的具体反馈。

Check your papers

一旦你收到你的审稿任务,请浏览所有的论文,以确保

(a)你没有明显的利益冲突(参见下面的避免利益冲突)

(b)你可以轻松地审阅所分配的论文。

如果出现上述任何一个问题,请根据您将在此过程中收到的详细电子邮件中的指示,立即与领域主席联系。

Know the policies

请仔细阅读作者指南,以熟悉作者所遵循的所有官方政策。如果您认为某篇论文可能违反了这些政策,请与主席联系。在此期间,继续审查论文,假设没有违规的情况发生。

Ethics for Reviewing Papers

1. Respect anonymity in the review process

作者指南指示作者做出合理努力来隐藏他们的身份,包括省略他们的姓名和隶属关系。这一信息当然将包括在最终出版的版本的手稿。审稿人不应主动采取措施发现作者的身份,并尽一切努力保持自己的身份对作者不可见。

随着arXiv预印本的普及,有时一篇论文的作者可能已经被审稿人认识了。在arXiv上发表文章并不被认为是对作者匿名的侵犯,而且在大多数情况下,那些碰巧知道(或怀疑)作者身份的审稿人仍然可以审查论文,只要他们觉得自己可以做一个公正的工作。一个重要的普遍原则是,无论你是否知道(或怀疑)是谁写的,都要尽一切努力公平对待论文。如果一开始你不知道作者的身份,不要试图通过在网上搜索预印本找到它。

2. Protect Ideas

作为CVPR的审稿人,你有责任保护你所审阅的论文中所代表的观点的机密性。CVPR提交的文件不是公开的文件。该作品被作者认为是新的或专有的;否则他们就不会提交了。当然,他们的目的是最终向世界发表,但大多数提交的论文不会出现在CVPR的会议记录中。因此,你手中的论文很可能会被进一步修改,然后提交给其他一些期刊或会议。有时,作者的雇主仍然认为这项工作是机密的。这些组织不认为向CVPR发送文件以供审查就构成公开披露。保护你收到的论文中的观点意味着:

  • 你不应该把论文给任何人看,包括同事或学生,除非你要求他们写一篇评论,或帮助你的审稿。
  • 您不应向非审稿人显示任何结果、视频/图像、代码或任何补充材料。
  • 您不应该使用您审查的论文中的想法/代码来开发您自己的想法/代码。
  • 评审过程结束后,你应该销毁所有的论文和补充材料的副本,删除作者作为补充材料一部分提交的任何代码,以及你为评估论文中的想法而编写的任何实现,以及这些实现的任何结果。

3. Avoid Conflicts of Interest

作为CVPR论文的审稿人,避免任何利益冲突是很重要的。任何审查的公正性都应该是毫无疑问的。因此,如果分配给你的论文中,你的评论可能会造成利益冲突,你应该退还论文,而不是提交评论。利益冲突包括(但不限于)以下情况:

  • 你和其中一位作者在同一家机构工作。
  • 你已经直接参与到工作中,并将以某种方式获得荣誉。如果你是一个作者论文委员会的成员,而这篇论文是关于他或她的论文作品,那么你就参与其中了。
  • 你怀疑其他人可能会认为你的参与有利益冲突。
  • 你在过去的三年中(或多或少)与其中一位作者合作过。合作通常被定义为一起写论文或提议,尽管你应该使用自己的判断。
  • 您是其中一位作者的MS/博士导师。大多数供资机构和出版物通常认为导师代表了终生的利益冲突。CVPR传统上比这更灵活,但在审查您知道由前导师撰写的论文之前,您应该仔细考虑,特别是最近的论文。

尽管组织者尽一切努力避免在评审任务中出现这样的冲突,但它们还是会偶尔出现。如果你认识该作品或作者,并觉得它可能会带来利益冲突,请尽快联系领域主席,这样他们就可以找到其他人来审查它。

4. Be Professional

贬低或讽刺的评论在审查过程中没有立足之地。在评论中最有价值的评论是那些帮助作者理解他们工作的缺点和如何改进它的评论。写一篇有礼貌、有信息、有深度、有帮助的评论,你会自豪地在上面签名(如果不是匿名的话)。

How to Write Good Reviews

  • 花点时间写些好的评论。理想情况下,你应该先阅读一篇论文,然后在写评论之前花几天时间思考它。
  • 简短的评论对作者、其他评论者和区域主席都没有帮助。如果你同意审阅一篇论文,你应该花足够的时间来写一篇深思熟虑和详细的评论。一个句子一个句子的项目列表不是一个详细的回顾。
  • 当你建议写作需要改进时,要具体一点。如果有特别的部分不清楚,指出来,并提出如何澄清它的建议。
  • 要明确新颖性。在评审中,提交的工作之前已经完成的声明必须有具体的参考文献支持,并解释它们之间的密切关系。同时,为了获得积极的评价,一定要在优点部分总结出最有趣的新方面。
  • 不要仅仅因为论文缺少引用或与之前发表的未经过审查的工作进行比较(例如arXiv或技术报告)而拒绝它们。有关处理arXiv现有技术的更多细节,请参阅下面的FAQ。
  • 不要让作者引用你自己的几篇论文,从而暴露你的身份。
  • 如果你认为这篇论文超出了CVPR的主题范围,在评论中清楚地解释原因。然后建议其他出版的可能性(期刊,会议,研讨会),这将是一个更好的匹配的论文。但是,除非领域不匹配是极端的,否则您应该保持开放的心态,因为我们希望会议上有一组不同的好论文。
  • 你的评论的基调很重要。一篇措辞严厉的评论会被作者憎恨,不管你的批评是否正确。如果你小心的话,你的评论总是有建设性的,同时保持你对论文的真实想法。
  • 避免用第二人称(你)提及作者。最好也避免使用“作者”这个词,因为你是在评论他们的作品,而不是这个人。相反,使用第三人称(论文)。直接提到作者会被认为是对抗性的,即使你可能不是这个意思。
  • 慷慨地为作者提供改进他们工作的新想法。你可能会建议一个新的技术工具,一个可以尝试的数据集,一个可能从他们的工作中受益的应用领域,或者一种概括他们的想法以增加其影响的方法。
  • 请参考《作者伦理准则和建议实践》页面,了解如何处理可能出现的一些具体问题。

最后,要记住,一篇深思熟虑的评论不仅对作者有益,也对你自己有益。除了作者之外,你的评论还会被其他评论者,特别是领域主席阅读。与作者不同的是,领域主席知道您的身份。成为一个有帮助的审稿人会让你在研究界获得好感,甚至可能帮助你赢得杰出审稿人奖。

Reviewer FAQs

Q: 是否有最低数量的论文我应该接受或拒绝?

A: 不。每一篇论文都应该根据其本身进行评价。如果你觉得分配给你的大部分论文都有价值,你应该接受它们。大多数论文都不太可能差到有理由将它们全部拒之门外。然而,如果是这种情况,在每次评审中都要提供清晰且非常具体的注释。不要认为你的一堆论文的通过率一定和整个会议最终的通过率一样。

Q:我是否可以在arXiv上看到一篇论文,从而知道作者是谁?

A: 一般来说,是的,除非你与其中一位作者有冲突。参见下面的下一个问题。

Q: 我应该如何对待我知道作者的论文?

A: 审稿人应该尽一切努力公正地对待每一篇论文,不管他们是否知道这篇论文是谁写的。举个例子:一个审稿人读到一篇论文,认为我知道这是谁写的,这是不行的; 它在arXiv; 他们通常都很好,基于这种推理接受论文。相反,如果一个审稿人读到一篇论文,认为我知道这是谁写的,这也是不可以的; 它在arXiv; 他们是不行的,基于这样的推理拒绝了论文。

Q: 作者应该引用相关的arXiv论文或与他们的结果进行比较吗?

A: 与良好的学术实践一致,作者应该引用所有的来源,启发和通知他们的工作。也就是说,要求作者将他们的作品与提交截止日期前不久出现的arXiv报告进行彻底比较,会带来不合理的负担。我们也不希望阻止发表独立和同时发展的类似思想。审稿人应该记住以下准则:

  • 作者不需要讨论和比较他们的工作与最近的arXiv报告,尽管他们应该适当地承认那些直接和明显的启发他们的工作。
  • 未能引用arXiv论文或未能超越其性能不应成为拒绝的唯一理由。
  • 审稿人不应该仅仅因为arXiv上已经出现了另一篇观点相似的论文而拒绝一篇论文。如果审稿人怀疑抄袭或学术欺诈,他们被鼓励向项目主席提出这些担忧。
  • 审稿人建议作者应该承认或注意arXiv上的某些内容是可以接受的。

Q: 我应该如何处理补充材料?

A: 补充材料旨在提供不符合论文格式或篇幅限制的推导和结果的细节。理想情况下,论文应该说明什么时候参考补充材料,只有当你认为补充材料对理解论文及其贡献有帮助时,你才需要参考补充材料。根据作者指南,补充材料不得包括方法的改进版本(例如,经过额外的参数调优或训练)或提交的更新或更正版本所获得的结果。

Q: 我可以要求在作者的 rebuttal 中添加实验吗?我该如何对待作者在 rebuttal 中报告的其他实验?

A: 在你的审查中,你可以要求在 rebuttal 中澄清或补充说明。根据通过的2018 pima-tc 提议,审稿人不应要求大量额外的实验进行 rebuttal,或因缺乏额外的实验而受到惩罚。实质性是指在论文的重大修改中所需要的内容。Rebuttle可能包括带有插图的图表或提交材料/补充材料或其他文件中报告的结果比较表。然而,论文也不应该因为提供额外的结果而被处罚;你可以选择忽略它们。

Q: 如果一个社交媒体帖子在没有作者参与的情况下分享了CVPR提交的信息,这是否意味着一种违规?

A: 不,它不是。只有当作者主动这样做时,才会发生违规。

Q: 一篇论文正在使用一个撤回的数据集,如DukeMTMC-ReID或MS-Celeb-1M。我该如何处理?

A: 建议审稿人,选择使用已撤销的数据集,虽然本身不是拒绝的理由,但应该引起非常密切的审查。审稿人应在评审表格中标记此类案例,以便AC和PC进一步考虑。考虑这样的问题:作者解释了他们为什么要这样做吗?这种解释令人信服吗?真的没有其他可用的数据集吗?请记住,作者可能根本不知道数据集已被撤回。如果你相信论文可以被接受,然后,建议作者删除与这个数据集相关的实验是很自然的。

Q: 如果一篇论文没有评估一个撤回的数据集,我可以要求作者做吗?

A: 审稿人或领域主席要求对已被撤回的数据集进行比较是违反政策的。

Q: 一篇论文声称一个数据集是它的贡献之一。我该如何评估这一主张?

A: 如果提交的论文声称一个数据集是它的贡献之一,应该有一个合理的预期,即该数据集将在发表时公开。您应该使用您的判断来相应地评估数据集声明。请注意,这并不意味着CVPR提交中使用的所有数据集都必须是公共的,或者依赖于非公共数据集的论文必须被拒绝。使用私人或其他受限制的数据集(例如培训或实验)不构成拒绝的理由。然而,私有数据集或其他受限数据集不能声称是他们自己的贡献,你必须基于他们的其他技术优点来评估论文。