在人工智能高速发展的今天，自动驾驶、计算机视觉与具身智能已成为学术研究和工业落地最受关注的三大方向。对于科研人员和研究生而言，了解中国计算机学会（CCF）推荐的学术会议与期刊分类，是高效投稿、精准评估成果、规划学术路径的关键一步。本文系统梳理了这三个交叉领域的主流CCF A/B/C类会议和期刊，助你快速锁定目标，提升学术影响力。

一、为什么需要关注CCF分类？

CCF推荐列表是国内计算机领域广泛认可的评价标准，涵盖国际顶级会议和期刊。对于自动驾驶、计算机视觉、具身智能这类应用驱动型方向，会议论文往往比期刊更受重视，因为会议能更快分享最新进展。掌握分类等级，可以帮助你：

- 评估成果水平：A类为国际顶尖，B类为重要国际会议，C类为知名会议。

- 规划投稿策略：根据工作创新点选择合适等级，避免“高投低中”或低估价值。

- 满足毕业与考核要求：国内多数高校和科研院所对CCF论文有明确要求。

二、计算机视觉领域核心会议与期刊

计算机视觉是自动驾驶和具身智能的感知基础，相关成果主要发表在以下CCF推荐刊物上。

顶级会议（A类）

- CVPR (Computer Vision and Pattern Recognition)：计算机视觉领域最盛大的会议，涵盖检测、分割、跟踪、3D视觉等，自动驾驶感知论文集中地。

- ICCV (International Conference on Computer Vision)：每两年举办一次，与CVPR同级别，接收率低，含金量极高。

- ECCV (European Conference on Computer Vision)：同样是两年一届，欧洲视觉旗舰会，近年来论文规模快速扩大。

重要会议（B类）

- BMVC (British Machine Vision Conference)：英国机器视觉大会，质量高，对方法新颖性要求强。

- WACV (Winter Conference on Applications of Computer Vision)：偏重应用与落地，审稿周期相对快。

- ICIP (International Conference on Image Processing)：图像处理综合会议，也接收大量视觉工作。

知名会议（C类）

- ACCV (Asian Conference on Computer Vision)：亚洲区主要视觉会议。

- ICPR (International Conference on Pattern Recognition)：模式识别老牌会议，覆盖面广。

期刊推荐

- TPAMI (IEEE TPAMI，A类)：计算机视觉与模式识别领域最顶尖期刊，影响因子极高。

- IJCV (International Journal of Computer Vision，A类)：视觉领域老牌旗舰，专注长文深度研究。

- TIP (IEEE TIP，B类)：图像处理领域权威，适合算法工程验证充分的论文。

- TCSVT (IEEE TCSVT，B类)：电路系统与视频技术，侧重编码、传输、分析。

三、自动驾驶领域特色会议与期刊

自动驾驶除使用通用计算机视觉会议外，还有专门的智能车与交通系统会议，其中部分被CCF收录。

会议推荐

- ICRA (International Conference on Robotics and Automation，B类)：机器人领域顶级会议，接收大量自动驾驶规划、控制、感知融合论文。

- IROS (IEEE/RSJ IROS，C类)：智能机器人与系统大会，关注自动驾驶实车验证与嵌入式算法。

- ITSC (IEEE International Conference on Intelligent Transportation Systems，C类)：智能交通系统旗舰会，聚焦车路协同、交通流预测、自动驾驶行为决策。

注：部分顶尖自动驾驶工作仍首选CVPR/ICCV/ECCV或NeurIPS/ICLR等AI会议，因为感知模块与深度学习高度重叠。

期刊推荐

- TITS (IEEE Transactions on Intelligent Transportation Systems，B类)：智能交通领域顶级期刊，涵盖自动驾驶全栈技术。

- TIV (IEEE Transactions on Intelligent Vehicles，未直接列入CCF但影响力高)：专注智能车辆，近年上升快。

- JFR (Journal of Field Robotics，C类)：面向实地机器人，包括自动驾驶越野、物流车等。

四、具身智能领域相关会议与期刊

具身智能强调智能体通过与环境交互学习，结合了计算机视觉、机器人学、强化学习。CCF分类中尚无专属“具身智能”类目，但以下会议和期刊是核心发表阵地。

顶级会议（A/B类）

- CoRL (Conference on Robot Learning)：机器人学习领域新兴顶会，具身智能代表性会议（目前CCF暂未收录，但实际认可度极高）。

- RSS (Robotics: Science and Systems)：机器人科学顶级会议，偏重算法与原理，接收端到端具身策略。

- NeurIPS (A类)、ICML (A类)、ICLR (A类)：机器学习三大顶会，接收大量强化学习、模仿学习、世界模型等具身智能相关论文。

- AAAI (A类)、IJCAI (A类)：人工智能综合会，也常有具身智能感知-行动工作。

期刊推荐

- TRO (IEEE Transactions on Robotics，A类)：机器人领域理论最顶刊，适合系统完整、理论深入的具身智能研究。

- RA-L (IEEE Robotics and Automation Letters，未直接列为CCF但优质)：快速发表短篇，与ICRA/IROS联投。

- Autonomous Robots (C类)：专注自主机器人，包含具身导航、操作。

五、交叉投稿策略建议

1. 偏感知算法：瞄准CVPR/ICCV/ECCV + TPAMI/IJCV。

例如：BEV感知、3D目标检测、车道线分割。

2. 偏决策规划：首选CoRL/RSS/NeurIPS + TRO/RA-L。

例如：基于模型的强化学习、行为克隆、轨迹预测。

3. 偏系统与实车：投ICRA/IROS/ITSC + TITS/TIV。

例如：多传感器融合、故障诊断、车辆控制。

4. 偏多模态与大模型：兼顾CVPR/ICLR和具身智能会议。

例如：视觉-语言-动作模型、提示微调。

六、注意事项

- 实时跟踪更新：CCF推荐列表每几年调整一次，建议访问CCF官网或查询最新版（目前常用2022版），同时关注领域新兴会议如CoRL、3DV等虽未在列但影响力已超部分C类。

- 理解等级差异：A类录用率普遍低于20%，B类约25-30%，C类30-40%。博士毕业通常要求至少一篇B类以上。

- 善用期刊转投：会议被拒后，可扩充内容投期刊（如ICCV转投IJCV），避免浪费实验成果。

- 交叉领域加分：自动驾驶与具身智能评审更看重闭环验证（实车或仿真器），单纯刷榜数据集可能不受青睐。

自动驾驶、计算机视觉与具身智能正处于技术爆发的交汇点。熟悉CCF分类体系，不仅能让你在投稿时心中有数，更能帮助你判断哪些会议和期刊真正代表领域前沿。建议初学者从C类会议或B类期刊入门，积累审稿经验；进阶研究者冲击A类与顶刊。最终，论文的学术价值和实际影响力，永远比分类标签更重要。