首页 关于与统计说明

关于与统计说明

了解三大CV顶会、数据来源、关键词提取方法和热度统计口径

仅供学习与研究辅助 公开数据清洗与统计

平台简介

平台解决什么问题、服务哪些人
面向哪些用户

面向计算机视觉初学者、准备选题的学生,以及需要整理论文的科研团队成员。

帮助用户做什么

帮助用户快速了解 CVPR、ICCV、ECCV 的热门方向,把散落的论文信息整理成可比较的趋势结论。

提供哪些能力

提供论文查询、列表管理、关键词图谱和多年趋势对比。

平台只用于学习和研究辅助,所有统计结果仅反映论文在关键词维度上的分布情况,不评价论文质量,也不构成任何学术评价依据。

三大会议介绍

CVPR · ICCV · ECCV 举办周期与平台收录年份
CVPR
IEEE / CVF Computer Vision and Pattern Recognition Conference
国际计算机视觉与模式识别会议
计算机视觉领域规模最大的顶级会议之一,覆盖识别、检测、分割、生成等方向。
举办周期
每年举办
平台收录年份
2022 · 2023 · 2024 · 2025
ICCV
International Conference on Computer Vision
国际计算机视觉大会
三大顶会中论文数量相对精简的会议,方向覆盖面与 CVPR 高度重合。
举办周期
奇数年举办
平台收录年份
2023 · 2025
ECCV
European Conference on Computer Vision
欧洲计算机视觉国际会议
欧洲地区的旗舰计算机视觉会议,审稿节奏与 CVPR、ICCV 错开。
举办周期
偶数年举办
平台收录年份
2022 · 2024

数据范围

平台当前收录的会议与年份清单
会议 会议全称 收录年份 年份数量
CVPR IEEE/CVF Conference on Computer Vision and Pattern Recognition
2022 2023 2024 2025
4 个年份
ICCV International Conference on Computer Vision
2023 2025
2 个年份
ECCV European Conference on Computer Vision
2022 2024
2 个年份

仅统计主会正式收录论文,不包含 Workshop、Findings 和 arXiv 预印本;区间之外的年份不会进入统计结果。

数据来源

论文元数据与摘要的公开来源
Semantic Scholar

主要在线检索和摘要来源,提供标题、作者、会议、年份与摘要字段。

Crossref

备用元数据来源,用于补充 DOI 和出版信息。

DBLP

交叉核对论文标题、作者、会议和年份,降低错配概率。

CVF Open Access

核对官方原文链接,保证跳转地址可访问。

平台不拥有论文数据,仅对上述公开数据进行清洗和统计;论文版权与最终解释权归原作者及出版方所有。

数据处理流程

从论文标题到统计结果的六个步骤
1
输入论文标题或批量列表

支持单篇标题输入、粘贴标题列表或上传 CSV。

2
在线检索论文元数据

调用公开接口获取标题、作者、会议、年份与摘要。

3
清洗、统一字段和去重

统一会议与年份写法,剔除重复记录和失效链接。

4
从摘要中提取关键词

使用 TF-IDF 抽取关键词,并过滤常见停用词。

5
写入统一数据库

论文、关键词、会议和年份按同一套字段结构入库。

6
生成 Top 10、关键词图谱和趋势统计

输出热度榜、关键词关系和跨年份趋势对比结果。

关键词提取说明

关键词是怎么来的
关键词来源

关键词全部来自论文摘要,不额外抓取正文内容。

提取算法

使用 TF-IDF 并结合停用词过滤,突出在该论文中更具区分度的术语。

计数规则

同一篇论文中同一个关键词只计一次,避免单篇论文反复出现推高热度。

同义词处理

同义词暂只做有限合并,部分近义表述可能仍被统计为不同关键词。

系统提取的关键词不一定等同于作者原始关键词,两者口径不同,比较时请以本平台的提取规则为准。

热度统计公式

热度如何计算,为什么要归一化
归一化热度定义
热度 = 某关键词在某会议某年份的出现次数 ÷ 该会议该年份的论文总数
为什么要归一化

不同会议、不同年份的论文总数差异很大。直接比较出现次数,会让论文数量多的年份看起来更“热”。除以该会议该年份的论文总数后,指标变成关键词在论文中的出现比例,不同会议和年份之间才具备可比性。

举例说明

假设某关键词在 CVPR 2022 出现 80 次、论文总数 2000 篇,热度约 4%;在 CVPR 2025 出现 120 次、论文总数 4000 篇,热度约 3%。虽然出现次数从 80 涨到 120,但因为论文总数同步增长,归一化后热度实际是下降的,避免论文数量增长造成的偏差。

数据更新与缓存说明

数据什么时候更新,接口异常时怎么处理
更新时间和来源

数据随爬取任务更新,最近一次更新时间会在爬取结果页展示;更新内容来自 Semantic Scholar、Crossref、DBLP 与 CVF Open Access。

限流与缓存策略

在线接口可能限流,系统采用缓存、重试和失败提示:命中缓存的论文直接复用本地记录,未命中的请求按策略重试,多次失败后给出明确提示。

历史统计口径

历史统计使用同一套清洗规则,清洗规则更新后会对历史数据重新计算,保证跨年份趋势对比的口径一致。

局限性说明

使用统计结果前需要注意的地方
部分论文摘要可能缺失

摘要缺失的论文无法参与关键词提取,其内容不会进入热度统计。

关键词提取受多因素影响

分词方式、同义词合并范围和摘要质量都会影响最终提取到的关键词。

覆盖范围有限

只覆盖 CVPR、ICCV、ECCV 的指定年份,其他会议和年份不在统计范围内。

热度不等于论文质量

热度结果反映统计分布,不代表论文质量和研究价值,不能作为学术评价依据。

常见问题

关于年份、摘要与关键词的常见疑问
Q
为什么 ICCV 没有 2022 和 2024 年数据?
A

ICCV 是奇数年举办的会议,2022 和 2024 年没有召开,因此不存在对应的主会论文;平台收录的是 2023 和 2025 年。

Q
为什么 ECCV 没有 2023 和 2025 年数据?
A

ECCV 是偶数年举办的会议,2023 和 2025 年没有召开,因此没有对应数据;平台收录的是 2022 和 2024 年。

Q
为什么有些论文没有摘要?
A

部分论文在公开接口中本身缺少摘要字段,或摘要尚未被收录,跨来源也无法补齐,这类论文只参与论文列表展示,不参与关键词统计。

Q
为什么系统关键词与作者关键词不同?
A

系统关键词由 TF-IDF 从摘要中自动抽取,而作者关键词是投稿时人工填写的;两者来源和口径不同,因此结果存在差异属于正常现象。

准备开始了吗?

返回首页浏览平台全局数据,或直接查看关键词的热度走势。