第一篇SCI的投稿过程



  • 简单聊聊自己的第一篇SCI的投稿经历,聊一下其中遇到的事和用到的工具。
    第一篇SCI的工作从2018年1月开始正式进行,到2020年3月正式录用,用时整整2年2个月。这个工作在整个时间段里投了两次会议一次期刊,最终被期刊收录。时间线如下:2018年4月投会议MM(ACM MutliMedia);2018年9月投会议AAAI(Conference on Artificial Intelligence);2019年8月投期刊TMM(IEEE Transactions on Multimedia),12月大修,2020年3月录用。
    期间用到的工具主要有:PPT(作图和做视频demo),draw.io(在线绘制流程图),grammarly(chrome浏览器插件,检查语法错误),overleaf(在线多人协同写论文)。
    论文的名称是“DeepDance: Music-to-Dance Motion Choreography with Adversarial Learning”,链接为https://ieeexplore.ieee.org/abstract/document/9042236/,代码近期会公开在github。
    接下来主要叙述一下这项工作的整个过程。
    首先是为什么做这件事。这个算是有一点点巧合,因为我本来的研究方向并不在这个领域。但是课题组有一批采集到的数据(专业舞蹈演员的跳舞数据),也基于这些数据发了一篇不错的文章,导师希望在这个基础上再去做一些深入的研究,所以当时让我带着三个学弟学妹去做这件事。当时用了三个月的时间,做出了第一个版本,赶紧急急忙忙去投了四月份的顶会,但是由于想法太简单结果太粗糙,自然而然被拒了。
    之后用了五个月的时间,专门集中到一个方向(使用深度学习+对抗学习的思路),这次做出的结果更好一些,就投了九月份的顶会,可惜还是被拒了。总结原因有:1. novelty不够,虽然结果还行,但是没有什么创新,只是将前沿的深度学习方法用在了多媒体领域的任务中;2. 算法的评估不够有说服力,无法让评审相信结果的真实性;3. 没有和别的方法的对比,属于自说自话。
    于是接下来的11个月里,主要针对这三个问题进行改进。在novelty上,我们主要通过分析人的运动的约束,在原来的算法中加入了人体运动一致性的约束,从而生成更真实的舞蹈动作;在算法评估上,加入了定量和定性的评估,设立了一些新的评估指标来验证算法有效性;同时,我们也将一些baseline的方法用在了我们的数据集上,进行比较公平的对比。在19年8月份投到这个领域的顶刊上。接下来,10月份分配了审稿人,12月份给出了大修的意见(说是大修,其实也只要补充一个新的评估标准的结果,修改introduction中的不准确描述),1月底完成大修后,3月初就直接录用了。
    真正的研究时间用了1年7个月,期间好几次都想放弃,打算降低投稿标准,找个差一点的期刊投出去算了,但是导师一直没有放话,他觉得这个工作投差一点的期刊就可惜了。就这样一直坚持下去,最后算是有个满意的结果。
    最后是一些感悟,这次投稿之后,信心大增,毕竟成功一次给人的自信心提升还是很大的。同时,论文写作过程中,英语描述和表达能力也有明显改进(这个主要感谢一起合作的新加坡那边的老师,他的母语是英语,同时也会说汉语,帮忙将很多中式英语改的更规范)。最后就是坚持,任何一件事,中间总是会有各种难点,放弃是最容易的选择,但是放弃之后失去的会更多,坚持下来的经历才是最宝贵的收获。
    最后希望大家都能坚持,走向成功。

    华东930 孙国飞