最近几年，研究者往计算机视觉领域的顶会投的论文越来越多。下图就能明显看出这一趋势，尤其是从年开始，论文提交的数量成指数型增长。如此激烈的竞争也让很多研究者颇为焦虑，到底什么样的论文更容易被顶会收录呢？
好论文到底长啥样？
来自弗吉尼亚理工学院的Jia-Bin-Huang教授利用神经网络生成了一个识别好坏论文的分类器，通过输入论文的整体版面的视觉情况（就是看“脸“）来使分类器预测一篇论文应不应该被接收。
简单来说就是，这位研究者希望告诉大家，在论文内容不变的情况下，如何排版和撰写更能写出一篇“好论文”。
论文立刻成为了今天学术圈的热门话题，先来看看作者得出的几个结论：
好论文的特点：第一页中都有预告图用于说明主要思想，有各种表格/图表均衡插入论文各处，来展示验证性实验，有重要的数学方程式，以及有彩色图像列表来量化数据集的基准。
“坏论文”的特点：通常都写不满8页；前两页缺少数字和插图会让读者看不懂。
除了给研究者写论文的参考，作为CVPR、ICCV的领域主席，作者更希望通过论文中提到的“好坏论文分类器”，来减轻论文审核人的工作量。
最终得出的结论从数据上说值得一看。根据测试数据集的检验，此分类器允许0.4%容错率的情况下（拒绝0.4%好论文），能够准确的判断出50%的“垃圾”论文。总的来说，在论文数量庞大，审稿人有限的现实下，这个分类器能够大大减少工作量。
作者还自嘲了一下，自己这篇论文拿给分类器审核，得出的结论是97%的概率会被拒稿。
研究方法
训练这个分类器所使用的训练数据集是~年CVPR和ICCV的会议论文，将这些数据丢进神经网络，根据论文的“颜值”，输出论文的质量。用年CVPR的论文进行验证，准确率达到92%。
此外，Jia-Bin-Huang还为广大的计算机视觉领域的研究者提供了一些建议，帮助他们提高论文美录用率。
研究方法的创新之处，是在训练数据的过程中并不是直接学习图像的映射。而是通过端到端的训练过程，以深度学习的方式重新审视“颜值”问题，从而能够学习特定任务的表现形式。
数据集获取：如何定义好论文和坏论文
研究者从计算机视觉顶会的接收论文列表中收集正样本（好的论文）。
因为无法获取到被拒绝的论文，研究者用workshop的文章做一个近似。
当然，作者也对这一“差论文”的数据集进行了说明，毕竟非常多的workshop论文也会被重要会议收录。
同时，workshop的文章被认作“hardnegative”，有很多文章被评论和复审标示出来从而得到了改进。
数据处理
数据获得和处理。介绍一些平常运用这些数据集的具体步骤。
文件分类：一些workshop对于主要会议文章的有其特定的版面要求，例如需要6页的内容是与数据来源相关。分类就变得不那么重要。我们因而只保留7页多一点就已足够。
PDF2Image:：我们用一种基于python的软件-pdf2image-把pdf文件转换成图片，然后剪裁成2×4网格大小。如果缺失第八页，我们就给它放一空页。原始转换后的图片有×像素那么大。
预处理：避免数据落项，我们会把首页标题去掉。如果不做这一步，分类器很多时候就会出现故障，它就只白癜风治得好吗白癜风诚信为民