多模态机器学习任务指不同模态的信息对齐和交互。当前不同模态之间的联合理解与生成掀起了新的研究热潮，其核心是让不同模态的信息相互辅助，互为指引，从而提升模型在不同模态下游任务上的性能。目前，多模态视觉理解和生成已经取得了巨大的进展，但依然面临诸多挑战。其中首要难点是如何构建具有通用知识的大规模多模态数据集；另一个难点是不同模态之间的表现形式不同，属性差别巨大，如何采用有效的模型训练方法，得到统一的通用知识表达。为了加强多模态视觉理解与生成领域的学术交流、促进本领域研究进展，本专刊将汇集若干具有创新性与突破性的最新研究成果。

征稿范围包括但不限于以下主题：

l视觉问答

l图像文本检索

l文本图像生成

l图像字幕生成

l参考表达理解

l视觉常识推理

l基于自然语言的真实视觉推理

l多模态数据的表示学习

l多模态数据的小样本和零样本学习

l多模态数据近期研究的综述、数据集介绍和算法性能评估

重要日期

投稿截止：2023年3月1日

首轮审稿意见：2023年4月15日

作者改回时间：2023年6月15日

终审意见：2023年6月30日

出版时间：2023年8月30日

投稿指南

      投稿论文可以是新的相关研究成果或者会议论文的扩展版本（会议论文要求扩展不少于50%的新研究内容）。所有投稿论文将根据Visual Intelligence的要求，收到至少三位同行专家的评审意见，期刊将依据论文质量、研究主题创新性,以及是否符合本专刊主题决定该论文是否录用。投稿论文不少于8页，投稿邮箱：VI-EiC@csig.org.cn。

Visual Intelligence期刊简介

      立足和服务于图像图形学领域研究，由中国图象图形学学会主办的Visual Intelligence期刊致力于推动“视觉”与“智能”的有机结合与协同发展，主要发表视觉智能技术的理论与应用方面的原创成果。期刊已获2022“中国科技期刊卓越行动计划高起点新刊”项目资助，将与Springer出版社合作出版（期刊ISSN: 2731-9008）。期刊接受包括综述论文、研究论文和评论论文等多种形式的文章投稿，期刊受众包括国内外计算机视觉、机器学习和人工智能领域相关的研究人员、教师、开发人员及学生等。

专刊联络

严骏驰   上海交通大学副教授

            yanjunchi@sjtu.edu.cn

周   全   南京邮电大学副教授

            quan.zhou@njupt.edu.cn

编辑部联络

彭   琳

电   话: 010-82544676，13911997306

邮   箱: VI-EiC@csig.org.cn