技术竞赛
进行中
PRCV 2025 超高速脉冲视觉数据集及开放任务挑战赛
近年来，基于脉冲相机（spike camera）的视觉研究正快速发展。不同于传统帧式成像，脉冲相机受启发于生物视觉系统，其每个像素独立根据光强变化主动发放脉冲信号，采样频率最高可达 40,000Hz。其输出形式为二值脉冲的时空阵列（0/1脉冲信号），具有极高的时间分辨率与出色的动态感知能力，特别适用于高速运动、高动态范围、连续变化等复杂场景。与此同时，脉冲视觉也面临前沿挑战：由于其数据形式全新，传统图像算法和评估机制难以直接适用，亟需开发适配脉冲数据的新型视觉算法和构建适应性强的开放基准。本次挑战赛将举办数据集与基准评测和新应用与开放研究挑战赛。
已结束
AIM 2025 挑战赛
图像处理是计算机视觉中的一项关键任务，旨在恢复退化的图像内容、填补缺失的信息，或对图像进行必要的变换和/或操作，以实现期望的目标（例如提升感知质量、图像内容或相关应用的处理性能）。近年来，视觉和图形学社区对这一基础研究课题的关注显著增长。不仅相关论文数量持续增加，而且在该领域也取得了实质性进展。本次研讨会旨在概述这些研究领域中的新趋势与最新进展，并为学术界与工业界的与会者提供交流与合作的机会。本次挑战赛将组织图像去噪、高效的真实世界去模糊和4K高效图像超分辨率等挑战赛。
进行中
PRCV 2025 基于大模型的AIGC图像质量评估挑战赛
以大模型为核心的生成式人工智能（AIGC）技术正迅猛发展，文本生成图像（Text-to-Image）作为多模态大模型的代表性应用，以前所未有的速度重塑艺术创作、视觉设计、数字娱乐等众多领域，展现出强大的创造力和广阔前景。多模态大模型能够根据文本提示生成高度逼真或富有创意的图像，但其输出质量存在显著波动。伴随着技术能力的提升，如何建立一套客观、精准且覆盖多维度的评价体系，科学的衡量AIGC图像的质量与图文匹配度，已成为推动该技术深化应用与可持续发展的核心挑战。我们期望参赛者充分挖掘多模态大模型在深度理解图像内容、精准对齐语义等方面的判别潜能，探索大模型作为“AI评委”在自动化、智能化评价其他大模型生成图像任务上的方法边界与最佳实践。
进行中
MIPI 2025 挑战赛
随着移动平台对计算摄影和成像的需求日益增长，开发先进的图像传感器并将其与创新算法集成到摄像系统中已成为一种趋势。然而，缺乏高质量的研究数据以及产学研深度交流的机会有限，制约了移动智能摄影和成像 (MIPI) 的发展。本次研讨会将重点关注 MIPI，强调新型图像传感器与成像算法的集成。本次挑战赛将组织混合EVS相机的去模糊、移动相机的畸变校正和详细图像质量评估等挑战赛。
专刊征稿
Pattern Recognition | 恶劣环境下的视觉基础模型和提示技术
基础模型的出现（如 CLIP、DINO、SAM、BLIP、Segment Anything 和扩散模型）彻底改变了视觉表征学习，使得零样本迁移和跨多种任务的统一建模成为可能。然而，在极端低光、浓雾、水下、运动模糊和低分辨率等恶劣视觉条件下，这些模型的鲁棒性和适应性仍未被充分探索，且高度依赖具体应用场景。本专刊诚邀原创研究文章，探讨如何适配、增强或微调基础模型及基于提示的学习范式，以在退化视觉环境下实现稳健性能。
npj Imaging | 超分辨率成像
超分辨率成像重新定义了光学可见的界限，解锁了以前无法获得的对生物系统的纳米级结构和动态行为的见解。与此同时，计算方法已成为该领域不可或缺的。先进的图像重建算法、降噪框架和基于深度学习的管道现在在提高分辨率、缩短采集时间、最大限度地减少光毒性以及从日益复杂的数据集中提取有意义的生物信息方面发挥着核心作用。本特刊旨在汇集超分辨率成像的最新进展，涵盖仪器、计算方法和跨学科变革性应用方面的创新。
IEEE JSTARS | 遥感应用中实时图像与视频处理技术的最新进展
实时图像与视频处理技术为多种遥感应用提供了发展路线。因此，当前的研究方向聚焦于基于多光谱与高光谱图像、遥感图像、红外图像及光谱视频的遥感应用的重大进展。
Visual Intelligence | 可控的人工智能视觉内容生成
人工智能生成内容 （AIGC） 随着大型语言模型 （LLM） 以及视觉和多模态 LLM 的爆炸式发展，正在彻底改变多媒体信号处理和计算机视觉领域。人工智能驱动的视觉内容生成，包括图像、视频以及 3D 和 4D 动态视觉内容，在图像合成、视频编辑、 虚拟现实和艺术创作。条件生成和多模态表示研究的进步有助于提高视觉内容生成的质量。在此背景下，可控 AI 视觉内容生成越来越受到关注。为了保持用户互动和可控性，保证生成过程中的内容多样性和一致性，生成符合用户期望的高质量视觉内容，迫切需要探索面向生成的表示理论和方法，并阐明与可控生成相关的理论、方法、模型和评价指标。本期特刊旨在探讨可控 AI 视觉内容生成的基本方法和主要应用，同时推动可控可靠的 AI 驱动视觉内容生成技术的发展。
