当前位置: 首页 JCRQ1 期刊介绍(非官网)
Image And Vision Computing

Image And Vision Computing

SCISCIE

国际简称:IMAGE VISION COMPUT  参考译名:图像和视觉计算

  • 中科院分区

    3区

  • CiteScore分区

    Q1

  • JCR分区

    Q1

基本信息:
ISSN:0262-8856
E-ISSN:1872-8138
是否OA:未开放
是否预警:否
TOP期刊:否
出版信息:
出版地区:NETHERLANDS
出版商:Elsevier Ltd
出版语言:English
出版周期:Monthly
出版年份:1983
研究方向:工程技术-工程:电子与电气
评价信息:
影响因子:5
H-index:118
CiteScore指数:7.7
SJR指数:0.881
SNIP指数:1.314
发文数据:
Gold OA文章占比:10.59%
研究类文章占比:97.60%
年发文量:375
自引率:0.0851...
开源占比:0.0399
出版撤稿占比:
出版国人文章占比:0
OA被引用占比:
英文简介 期刊介绍 CiteScore数据 中科院SCI分区 JCR分区 发文数据 常见问题

英文简介Image And Vision Computing期刊介绍

Image and Vision Computing has as a primary aim the provision of an effective medium of interchange for the results of high quality theoretical and applied research fundamental to all aspects of image interpretation and computer vision. The journal publishes work that proposes new image interpretation and computer vision methodology or addresses the application of such methods to real world scenes. It seeks to strengthen a deeper understanding in the discipline by encouraging the quantitative comparison and performance evaluation of the proposed methodology. The coverage includes: image interpretation, scene modelling, object recognition and tracking, shape analysis, monitoring and surveillance, active vision and robotic systems, SLAM, biologically-inspired computer vision, motion analysis, stereo vision, document image understanding, character and handwritten text recognition, face and gesture recognition, biometrics, vision-based human-computer interaction, human activity and behavior understanding, data fusion from multiple sensor inputs, image databases.

期刊简介Image And Vision Computing期刊介绍

《Image And Vision Computing》自1983出版以来,是一本计算机科学优秀杂志。致力于发表原创科学研究结果,并为计算机科学各个领域的原创研究提供一个展示平台,以促进计算机科学领域的的进步。该刊鼓励先进的、清晰的阐述,从广泛的视角提供当前感兴趣的研究主题的新见解,或审查多年来某个重要领域的所有重要发展。该期刊特色在于及时报道计算机科学领域的最新进展和新发现新突破等。该刊近一年未被列入预警期刊名单,目前已被权威数据库SCI、SCIE收录,得到了广泛的认可。

该期刊投稿重要关注点:

Cite Score数据(2026年6月最新版)Image And Vision Computing Cite Score数据

  • CiteScore:7.7
  • SJR:0.881
  • SNIP:1.314
学科类别 分区 排名 百分位
大类:Computer Science 小类:Signal Processing Q1 28 / 203

86%

大类:Computer Science 小类:Computer Vision and Pattern Recognition Q1 30 / 183

83%

CiteScore 是由Elsevier(爱思唯尔)推出的另一种评价期刊影响力的文献计量指标。反映出一家期刊近期发表论文的年篇均引用次数。CiteScore以Scopus数据库中收集的引文为基础,针对的是前四年发表的论文的引文。CiteScore的意义在于,它可以为学术界提供一种新的、更全面、更客观地评价期刊影响力的方法,而不仅仅是通过影响因子(IF)这一单一指标来评价。

历年Cite Score趋势图

中科院SCI分区Image And Vision Computing 中科院分区

《新锐期刊分区表》(2026年3月发布) 综述期刊:否 Top期刊:否
大类学科 分区 小类学科 分区
计算机科学 3区 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 COMPUTER SCIENCE, SOFTWARE ENGINEERING 计算机:软件工程 COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 ENGINEERING, ELECTRICAL & ELECTRONIC 工程:电子与电气 OPTICS 光学 3区 2区 2区 3区 2区
期刊分区表(2025年3月升级版) 综述期刊:否 Top期刊:否
大类学科 分区 小类学科 分区
计算机科学 3区 COMPUTER SCIENCE, SOFTWARE ENGINEERING 计算机:软件工程 COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 OPTICS 光学 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 ENGINEERING, ELECTRICAL & ELECTRONIC 工程:电子与电气 2区 2区 2区 3区 3区
期刊分区表(2023年12月升级版) 综述期刊:否 Top期刊:否
大类学科 分区 小类学科 分区
计算机科学 3区 COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 COMPUTER SCIENCE, SOFTWARE ENGINEERING 计算机:软件工程 ENGINEERING, ELECTRICAL & ELECTRONIC 工程:电子与电气 OPTICS 光学 2区 3区 3区 3区 3区
期刊分区表(2022年12月升级版) 综述期刊:否 Top期刊:否
大类学科 分区 小类学科 分区
计算机科学 3区 COMPUTER SCIENCE, SOFTWARE ENGINEERING 计算机:软件工程 COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 ENGINEERING, ELECTRICAL & ELECTRONIC 工程:电子与电气 OPTICS 光学 2区 2区 3区 3区 3区
期刊分区表(2021年12月升级版) 综述期刊:否 Top期刊:否
大类学科 分区 小类学科 分区
计算机科学 3区 COMPUTER SCIENCE, SOFTWARE ENGINEERING 计算机:软件工程 COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 ENGINEERING, ELECTRICAL & ELECTRONIC 工程:电子与电气 OPTICS 光学 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 3区 3区 3区 3区 4区

中科院分区表 是以客观数据为基础,运用科学计量学方法对国际、国内学术期刊依据影响力进行等级划分的期刊评价标准。它为我国科研、教育机构的管理人员、科研工作者提供了一份评价国际学术期刊影响力的参考数据,得到了全国各地高校、科研机构的广泛认可。

中科院分区表 将所有期刊按照一定指标划分为1区、2区、3区、4区四个层次,类似于“优、良、及格”等。最开始,这个分区只是为了方便图书管理及图书情报领域的研究和期刊评估。之后中科院分区逐步发展成为了一种评价学术期刊质量的重要工具。

历年中科院分区趋势图

JCR分区Image And Vision Computing JCR分区

2025-2026年最新版
按JCI指标学科分区 收录子集 分区 排名 百分位
学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE SCIE Q2 67 / 210

68.3

学科:COMPUTER SCIENCE, SOFTWARE ENGINEERING SCIE Q1 23 / 128

82.4

学科:COMPUTER SCIENCE, THEORY & METHODS SCIE Q1 29 / 146

80.5

学科:ENGINEERING, ELECTRICAL & ELECTRONIC SCIE Q2 95 / 369

74.4

学科:OPTICS SCIE Q1 28 / 129

78.7

学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE SCIE Q1 49 / 210

76.9

学科:COMPUTER SCIENCE, SOFTWARE ENGINEERING SCIE Q1 26 / 128

80.08

学科:COMPUTER SCIENCE, THEORY & METHODS SCIE Q1 26 / 147

82.65

学科:ENGINEERING, ELECTRICAL & ELECTRONIC SCIE Q1 84 / 371

77.49

学科:OPTICS SCIE Q1 29 / 129

77.91

2024-2025年最新版
按JCI指标学科分区 收录子集 分区 排名 百分位
学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE SCIE Q2 74 / 204

64

学科:COMPUTER SCIENCE, SOFTWARE ENGINEERING SCIE Q1 22 / 129

83.3

学科:COMPUTER SCIENCE, THEORY & METHODS SCIE Q1 29 / 147

80.6

学科:ENGINEERING, ELECTRICAL & ELECTRONIC SCIE Q2 109 / 368

70.5

学科:OPTICS SCIE Q1 29 / 125

77.2

学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE SCIE Q2 54 / 204

73.77

学科:COMPUTER SCIENCE, SOFTWARE ENGINEERING SCIE Q1 29 / 129

77.91

学科:COMPUTER SCIENCE, THEORY & METHODS SCIE Q1 27 / 147

81.97

学科:ENGINEERING, ELECTRICAL & ELECTRONIC SCIE Q2 96 / 368

74.05

学科:OPTICS SCIE Q2 33 / 125

74

2023-2024年最新版
按JCI指标学科分区 收录子集 分区 排名 百分位
学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE SCIE Q2 59 / 197

70.3

学科:COMPUTER SCIENCE, SOFTWARE ENGINEERING SCIE Q1 18 / 131

86.6

学科:COMPUTER SCIENCE, THEORY & METHODS SCIE Q1 24 / 143

83.6

学科:ENGINEERING, ELECTRICAL & ELECTRONIC SCIE Q2 89 / 352

74.9

学科:OPTICS SCIE Q1 25 / 119

79.4

学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE SCIE Q1 47 / 198

76.52

学科:COMPUTER SCIENCE, SOFTWARE ENGINEERING SCIE Q1 24 / 131

82.06

学科:COMPUTER SCIENCE, THEORY & METHODS SCIE Q1 21 / 143

85.66

学科:ENGINEERING, ELECTRICAL & ELECTRONIC SCIE Q1 80 / 354

77.54

学科:OPTICS SCIE Q1 25 / 120

79.58

JCR分区的优势在于它可以帮助读者对学术文献质量进行评估。不同学科的文章引用量可能存在较大的差异,此时单独依靠影响因子(IF)评价期刊的质量可能是存在一定问题的。因此,JCR将期刊按照学科门类和影响因子分为不同的分区,这样读者可以根据自己的研究领域和需求选择合适的期刊。

历年影响因子趋势图

发文数据

国家/地区发文量统计
  • 国家/地区数量
  • CHINA MAINLAND99
  • USA49
  • India28
  • England22
  • Spain16
  • France15
  • South Korea15
  • Australia14
  • Italy11
  • Canada8

本刊中国学者近年发表论文

  • 1、RECALL plus : Adversarial web-based replay for continual learning in semantic segmentatio

    Author: Liu, Chang; Rizzoli, Giulia; Barbato, Francesco; Maracani, Andrea; Toldo, Marco; Michieli, Umberto; Niu, Yi; Zanuttigh, Pietro

    Journal: IMAGE AND VISION COMPUTING. 2026; Vol. 171, Issue , pp. -. DOI: 10.1016/j.imavis.2026.105984

  • 2、DMC-former: A dual-flow dynamic mask and collaborative attention-based network for micro-expression recognitio

    Author: Zhao, Shuhuan; Zhao, Peijing; Yang, Shuwen; Liu, Shuaiqi

    Journal: IMAGE AND VISION COMPUTING. 2026; Vol. 171, Issue , pp. -. DOI: 10.1016/j.imavis.2026.105989

  • 3、Separate-coupled hierarchical framework for accurate visual object trackin

    Author: Liu, Long; Liu, Kang; Wei, Zhen; Wang, Jiaqi

    Journal: IMAGE AND VISION COMPUTING. 2026; Vol. 171, Issue , pp. -. DOI: 10.1016/j.imavis.2026.105982

  • 4、TABNet: A Triplet Augmentation Self-recovery framework with Boundary-aware Pseudo-labels for scribble-based medical image segmentatio

    Author: Zhang, Peilin; Wu, Shaoxuan; Feng, Jun; Jin, Zhuo; Gao, Zhizezhang; Chen, Jingkun; Xing, Yaqiong; Zhang, Xiao

    Journal: IMAGE AND VISION COMPUTING. 2026; Vol. 170, Issue , pp. -. DOI: 10.1016/j.imavis.2026.105961

  • 5、DFFENet: Dual-Branch Frequency Domain Feature Enhancement Network for Skin Lesion Classificatio

    Author: Yu, Feng; Yuan, Jiaqi; Jin, Yuyu; Liu, Li; Jiang, Minghua

    Journal: IMAGE AND VISION COMPUTING. 2026; Vol. 170, Issue , pp. -. DOI: 10.1016/j.imavis.2026.105972

  • 6、Pseudo-4D-DCT representation learning for no-reference light field image quality assessmen

    Author: Wei, Xuehui; Wu, Chenyu; Wang, Luyao; Wu, Feifan; Liu, Biao; Zhang, Yidan; Zhou, Wenhui; Lin, Lili

    Journal: IMAGE AND VISION COMPUTING. 2026; Vol. 170, Issue , pp. -. DOI: 10.1016/j.imavis.2026.105975

  • 7、DaLPSR: Leverage degradation-aligned language prompt for real-world image super-resolutio

    Author: Jiang, Aiwen; Wei, Zhi; Peng, Long; Liu, Feiqiang; Wang, Mingwen

    Journal: IMAGE AND VISION COMPUTING. 2026; Vol. 170, Issue , pp. -. DOI: 10.1016/j.imavis.2026.105978

  • 8、Trustworthy cross-center semi-supervised echocardiographic segmentation via foundation models and uncertainty estimatio

    Author: Han, Bingqiang; Liu, Yiman; Liang, Tongtong; Xu, Lixin; Yang, Jing; Zhang, Yuqi; Xu, Yunlan

    Journal: IMAGE AND VISION COMPUTING. 2026; Vol. 170, Issue , pp. -. DOI: 10.1016/j.imavis.2026.105981

投稿常见问题

通讯方式:ELSEVIER SCIENCE BV, PO BOX 211, AMSTERDAM, NETHERLANDS, 1000 AE。