如何在 Graphics 頂級會議上 (SIGGRAPH / EG / PG) 上發表論文？
如何在Graphics頂會上(SIGGRAPH/EG/PG)上發表論文？
作為中過SIGGRAPH的人，我談談我的看法。
首先先要端正態度。Graphics的頂級會議只有一個，那就是SIGGRAPH（包括Asia）。EG根本沒人看。PG是用來灌水的。有了這個態度，朝著SIGGRAPH的方向做research，才能有希望。
第二是要有強大的編程功底。和其他領域，比如視覺，不同的是，圖形領域的所有paper都必須要搭一個比較大的系統，否則沒法讓你的demo出效果。很多實習生在面試的時候自稱寫過大程序，一問，1000行。我經手的SIGGRAPH的項目，沒有一個少於20000行的。沒有足夠的系統經驗也沒戲。
第三，也是最要緊的一點，要有想法。現在的SIGGRAPH要求有突破性的方法才能上，incremantal的會被直接滅掉。要有自己的想法，就必須看非常多同領域與同級別的文章。（Peter Pike Sloan大神是唯一一個自稱看過所有SIGGRAPH paper的人。）沒有足夠的閱歷，以來不知道要做什麼，二來可能做一個別人已經做過的。
其他重要因素包括，人脈。嗯，這個也很重要的。比如如果認識Daniel Cohen-Or，你給他一坨屎他也能寫出個包中的siggraph paper，組織能力就是怎麼強。和同領域的大佬合作很重要，比如評你paper的時候，利益相關人員一個都沒有，那人家肯定隨便殺。如果半個屋子的人離席，剩下的就尿褲子了，並讓你的paper過。
另外還有，耐心。很多人投了多少次才中，如果不堅持就廢了。
謝邀。簡單回答是做牛逼的Research就可以發表在頂會上。
這裡面的邏輯是，頂會本質上是接受質量最高的工作的地方。雖然每年都有投機取巧騙眼球完全不能工作只有demo特別炫實際上完全是渣的工作成功發表了SIGGRAPH，但是發表又如何，仍然只會被人鄙視。
所以這個問題應該改成如何做值得尊敬的真正有價值的工作，因為一旦你做了好的工作，發表頂會是水到渠成的事情。不過如我所說，發表了SIGGRAPH也不能說明你的工作就是牛逼的。對於圖形學這種偏應用的領域，好的工作還是要以是否對工業界造成了實質影響來衡量。
所以如何做值得尊敬的工作？那當然就是去了解實際存在的問題，去state of the art的公司學習最新技術（例如去NVIDIA Research或者一線遊戲電影公司實習就是一個很好的機會），多跟業界大牛討論，然後去腳踏實地地解決問題並在實際應用中檢驗。
當然了，很多二線科研機構也有自己的灌水方法，但是我從不欣賞那樣的工作。很多人為了灌文章，基本都在玩兒命做酷炫效果吸引眼球博得膚淺reviewer歡心而不去思考「這個工作是否有價值」，「這個演算法到底有沒有優勢」這種對人類真正有貢獻的問題。這不是正道。
首先，我非常贊同@Yong He的回答，即頂會不等於高質量的研究，不應該以發頂會文章為目的，而是要做高質量的研究。不過，這是非常理想的狀態。對於還沒有發表過頂會的新手而言，這樣的要求是有些可望而不可及的。實際上，已經有一定建樹的老兵也不盡能完全這樣去做，這點我在最後會談到。
我從練級的幾個環節來講。
第一，毫無疑問，讀文獻。國內的期刊會議論文直接過濾掉，這裡不是沒有好東西，但其出現概率相對低很多很多。對於還沒有建立起論文質量評判能力的新手而言，無異於大海撈針。國內期刊會議論文和這幾個頂會（其實不應該算上PG）論文完全是兩個世界的東西。審稿過一些國內期刊會議的論文，如果按照頂會要求來，那絕對是千瘡百孔，死一百次都不為過，然而，考慮到其期刊或會議也就那樣，只能放馬過了。另一方面，作者自己如果覺得論文不錯，也不會往國內的投。
除圖形學頂會論文外，視覺頂會相關論文也應該有所涉獵。感覺英語力不從心的應該先看看怎麼提高英語閱讀能力。具體怎麼讀文獻也有一些方法，我也不講了。但切忌國內的，切記切忌！
第二，建立起論文質量評判能力。讀論文是可以單槍匹馬乾的，但這第二步是非有交流不可的，而且最好其中包含一些有經驗的人。很多時候，論文實質上沒有論文本身宣稱的那麼牛逼，沒辦法，發論文就是向學術圈兜售自己的idea，本質上就是銷售，所以賣方當然竭盡所能忽悠（想想各樓盤概念圖和實景的區別）。討論交流就是要一層層剝去論文華麗的外衣，然後看論文兜售的核心idea是否能打動你。等到你能夠看到頂會文章並不是同等的牛逼的時候，即你會發現哪些是灌水，哪些是fucking goods的時候，你這個能力也就修鍊起來了。對於灌水的文章，你也能大致猜想是其中的什麼擊中了reviewer（我一開始極力避免中文夾英文，我放棄了昂）的淚點痛點笑點G點，並最終討好了他們。
這一段，切忌迷信頂會論文，建立起你心中的那桿稱。
第三，idea就像**，擠擠總會有的。讀了那麼多paper，整了那麼多討論，總得蹦出點什麼想法吧。然後那你的那桿稱掂量掂量，夠發頂會嗎？如果不夠，怎麼擠擠會更好？事實上，你會蹦出很多idea，但絕大多數自己一稱就槍斃了。剩下沒槍斃的拿去和其他人討論討論，看他們覺得這個idea哪裡好哪裡搓哪裡需要怎麼擠一擠。很多時候，你自認為炫酷叼炸天的idea會在這裡掛掉，已經有人做過了啊，完全不可能做出來啊，做出來也意思不大啊，問題本身就沒意義啊，等等等等。千萬別覺得自己牛逼得不得了，怕別人偷了自己的idea，那是等你牛逼了，隨便蹦出來一個idea都能八九不離十之後才需要擔心的問題。
這裡，同樣，有有經驗的人帶著你會好很多。一個好的idea是成功的一半，甚至更多！
第四，實驗，Computer Graphics論文的工程量是非常大的！很多時候你可能會有一個很長的pipeline，對於非核心idea的東西，想方設法（比如，手工搞）先跨過去，以至於可以較快的搭起驗證你核心idea的框架。當然，這樣建立起來的東西會是一團搖搖欲墜的積木，不過這就是research，不是engineer。你只做好其中一個積木，你假設其他積木已經基本上在那裡了，你只是為了展示整個系統而借那些積木一用，那些還不成熟，甚至還不存在的積木。當然了，你的idea越是構架在不成熟的積木基礎之上，你的idea本省也越是容易被詬病。
另一方面，實驗總不能是一帆風順的，很多時候，做著做著發現怎麼不是想像的那樣呢，這時候就需要再修正修正最初的idea，或者放棄了。這是經常發生的事，這是常態，所以當它發生的時候，千萬別意外！而且，對於放棄的情況，你也不是白做了，期間你無形地積累了寶貴的經驗。這段太雞湯雞血了。。。
第五，好了，要開始賣房了，寫作與展示。其實，第一第二做得夠好的大致已經知道論文要寫得長什麼樣子了。但圖形學領域對論文簡單閱讀性的要求可能是超乎你想像的。論文一定要越簡單越好，特別是要仔細推敲如何可視化地展示演算法和結果以最方便讀者理解你要表達的東西。那幫高冷的reviewer們可以以讀不懂為理由把你文章拒掉的。讀不懂不是他們的責任，是你的責任！你有了科學發現，你要開始傳播你的科學發現了，啊，好偉大好偉大，所以你的目的是讓受眾能夠最輕易地明白你的意思，然後才能接受你的觀點。
第六，高質量的研究。有一定頂會論文發表或者第一第二做得好的話是能夠發展出甄別灌水文章和高質量文章能力的，而不是唯頂會論。但有時候灌水是難以避免的，博士好多年了等著畢業，某某基金需要文章結題，要評職稱等等，因為這些東西是按照頂會論文發表這種最簡單粗暴量化標準來的，而「高質量研究」是更加主觀的東西。而且，即使對於功成名就完全不care論文的大佬而言，萬一他/她有一個高年級PhD等著畢業呢，這PhD要灌也不能不讓啊，雖然這種事情對於大佬而言其實是傷人品的。
對於遊刃有餘的人，毫無疑問應該瞄準高質量研究。遊刃有餘的人包括第一和第二做得很好的低年級PhD，趁畢業壓力還沒來，而且你知道什麼是有高價值的研究，珍惜這種處境，奮力干吧，爭取別落到靠灌水畢業傷你老闆人品的地步（這要求可能也太TMD高了點）！遊刃有餘的人包括其他沒有非發論文不可壓力的人，且行且珍惜，灌太猛傷人品。很遺憾，在現有考評體系下，這種滿足遊刃有餘條件的人不多，大家很多時候被迫按著好發paper來搞，而不是瞄準高質量研究。
對於還沒達到遊刃有餘狀態的人，擔心頂會不等於高質量就是多慮了，還是從更實際出發，瞄著最容易獲得發表去吧。比較贊同 @Yong He 的說法。
同時建議題主重新思考一下自己的題目， 是否該換成：「如何做出高質量的research"， 而不是"如何發xxxxx會議的paper".
發paper和做高質量的research是兩碼事， 我來講個故事：
聽說過一個說法： Jos Stam的那篇Stable Fluids當時作為siggraph一投根本沒中， 很多人認為他在bull shitting， 根本不接受那個back tracing的演算法。 事實上所有的人都錯了， 因為等到stable fluids演算法中siggraph的時候， 它已在工業界里享譽盛名， Jos Stam依靠著申請下來的專利， 後半生也算吃喝不愁了。
從一個長遠的角度考慮利益， 你真正需要的是做出高質量實用的research， 而不是發出幾篇無人問津的siggraph 論文。
以這個為目的， 你需要幹什麼呢？
首先， 你需要有足夠紮實的功底。紮實到什麼程度呢？ 如果非得用一個簡單粗暴的標準來衡量的話， 你應該不需要花1天的時間來理解任何一篇siggraph的計算幾何/流體/圖像處理識別/幾何重建之類方向的論文, 對的我講的是跨專業的(因為它們背後的原理很多是相通的). 你可以快速準確地follow出作者的動機和essential(別小看這一點, 我見過一些中國的博士生做不到的, 因為他們根本對自己領域不甚解)
其次, 你需要去搞明白你所專註的領域, 比較重要的問題有哪些, 這些"問題"往往不是從別人論文的future work里看出來的, 而是從 別人論文的 Title 或者motivation(introduction)里看出來的, 或者, 從一些更有經驗的人的嘴裡說出來的, 或者, 從你大量的積累和實踐中自己總結出來的.
這一點上, 雖然是個具體問題具體分析的事情, 但並不是沒有什麼原則可遵循的, 總地來說, 可以分成兩個方向:
1. 效果導向的: 這一類的論文通常關注於解決一個較實際的問題, 什麼圖像防抖啊, Poisson P圖啊, 非真實感圖形啊, 特效界關注的湍流啊等等等, 你找到一個重要的需求, 然後用一個更快更好更簡單實現的方法去解決它.
2. 計算導向的: 好處是你可以更加集中你的思維範圍, 而且因為數學相通這個特性, 所以你解決了一個問題, 就順帶解決了其它同類的, 也就順帶開啟了N多follow up的研究. 像Stable Fluids就可以算是這樣的一個例子.
比較general的標準是: 首先, 你的方法達到的進步是重要的(至少對於視覺效果(人稱 eyeball norm)來說), 其次, 你的演算法是新穎的, 同時, 你的演算法是快速的. 最好, 你的演算法還是很易於實現的. 然後, 你的演算法是經得起考驗的(此條對發paper來講optional).
如果以上條件不能同時全達到, 請在維持一條不變的基礎上把其它幾條加上顯著二字.
-------------接下來的內容僅和發paper有關, 與是不是好的work關係不大---------
有了以上這些你的research就算是夠好的research了, 但是它離好的paper還差了一些:
對照實驗 : 你需要足夠多的對照實驗來證明你的演算法確實優於以往的方法. 這裡的標準是: 要麼同時間內在畫面上有高於一個量級的進步, 要麼同樣的效果你有高於一個量級的時間節省. 接下來是內存的節省, 人力成本的節省.........由此, 你也能基本上構造出你所需要的對照實驗.
做對照試驗時, 務必做到"充分"二字, 如果同一個問題有很多種好方法已經解決過了, 你最好全都對比過並且證明你的方法的碾壓性優勢, 不要留給reviewer任何質疑的空間. 這也就是所謂的一將功成萬骨枯.
有了好idea, 有了好演算法, 有了好實現, 有了好實驗.
接下來需要做的是好的書寫, 對於母語不是英語的人來說, 我也曾經歷過很痛苦的書寫經歷, 後來我學到的書寫原則是: 不拖泥帶水, 能用一句話講的不用兩句話, 能用簡單句講的不用複雜句, 能用圖示畫出來的不用語言去描述. 往往今天寫完的內容明天起來讀一遍再看, 則又能繼續壓縮和更改了.
video editing
建議使用高級的video工具, 比如adobe premier. 第一次提交不求stunning, 只求準確傳達你的paper的內容, 因為video是可以事後再改進的.
--------------Beyond a siggraph paper : 是不是excellent research?----------------------
很多siggraph也就是曇花一現因為它的內容也就是針對那一個問題, 沒有什麼擴展空間, 甚至換個參數就不work了. 只有你的work經得起考驗, 它才會是一個很好很有影響力的工作, 所以一定要扔出自己的源代碼, 讓更多的人參與到對這個東西的應用和擴展上來.
只回答問題本身，不做任何延伸。
在題主舉出的會議中，本人僅發表過一篇文章。
假設前提：題主所投文章中的演算法或理論完整、無嚴重漏洞、解決（或部分解決）了圖形學中的某個問題。
然後，如何才能被會議接收呢？我認為比較重要的一點是合理參考該會議的審稿思路，在投稿前將審稿人會問到的問題先問自己一遍。以CGF系的會議（EG/EGSR/PG等）為例，評審關注的內容（即審稿模板中的條目）主要為：
Practibility - 文章在實際應用中能解決什麼問題，能否（在某些領域）取代你對比的那些演算法，如 @Yong He 所說。
Technical soundness - 文章中使用到的方法或技術是否可信？是否有理論基礎？相關文獻或來源是什麼？
Reimplementation - 別人閱讀了你的文章能否把演算法實現出來？不能的話，你懂的。
Evaluation - 評價、對比是否有說服力？你演算法的優越性不是靠說出來，而是評審看了你的數據、圖表、效果圖，自己就能立刻得出結論。
Writing - 沒有老外或大牛代筆的話，找個國外潤色網站吧，AJE之類的。
把上述問題問自己一遍，一定程度上能提高命中率。當然，前提是你的文章本身要言之有物。搬運偶像 Igarashi 的 How to have a paper get into SIGGRAPH?
http://www-ui.is.s.u-tokyo.ac.jp/~takeo/writings/siggraph.html
覺得只能做到第四條和最後一條。。
- You must be very competent and dedicated: The smartest researchers around the world are competing each other to get papers into SIGGRAPH. If you think you are not competent or dedicated, forget about SIGGRAPH. It is not a place for you. If you think you are less smart, work even harder to fill the gap.
- You must forget about everything else and focus on SIGGRAPH: If you pay attention to your personal life or other jobs (classes, management, daily job, etc.), you must understand that SIGGRAPH is far away. You must give absolute priority to SIGGRAPH. Devote all of your time to polish your paper and demo to the limit.
- Pick the most promising research topic: It is crucial to find a good research theme. If you find a good goal, your work is mostly done. If a wrong goal is set, you are destined to fail. The best way is to come up with many possibilities, examine them carefully, and pick the best one. You must list 100 possible research ideas first, carefully investigate the possibility of 30 of them, implement 10 of them and see how it goes, and pick the most successful one in the end. You must understand that 100 good ideas are discarded in the process of producing one SIGGRAPH paper.
- Show your work to experts and discuss before submission: You will never win if you work alone and do not get any feedback from anybody. After all, people (reviewers) decide the fate of your paper and you must understand what they want and what they dislike. You will never get that critical information if you do not talk to them. You must go to conferences and show your ongoing work to experts.You must visit people, show your work, and have a discussion.
- Start early and revise your implementation and writing many times. The only way to create a good system and good writing is to repeat and polish. It is OK to start with a crappy one. It will eventually transform into a good one through iterative refinement. On the other hand, if you start late, you will never deliver a perfect one in time.
- Do not give up and try multiple times. SIGGRAPH is so competitive that even very good papers fail each year (almost randomly, depending on the reviewers you get). Even if you submit 10 perfect papers to siggraph, only 5 will probably get in. So it is important to submit a couple of (very good) papers to siggraph and continue to do so for multiple years. Single shot is like betting. No one knows whether you win or not. However, if you continuously submit good papers to siggraph, you will eventually win.
p.s. I do exaggerate things here. I myself do not do all of these things perfectly. However, if you need some clue, this list might give you some insight. Good luck.
作為中過SIGGRAPH的人，我想說…
抱一條粗壯的大腿也算省時省力吧…
本來就是給項目組寫個程序掙點零花錢，來年一看，我擦，居然躺著進了siggraph，雖然是個第三作者 (^o^)/~有用的話說在前面。
我導師當時問我們的問題也許能說明一下。你要做什麼，
你的動機，
這個東西有什麼問題，
別人用什麼方法解決了，
別人的問題在哪裡
你如何改進或解決這個問題
以上是需要寫在siggraph模式Introduction闡述清楚的問題，同時也奠定全文內容。我無數次糾結我的改進是什麼，後來知道真相的我眼淚掉下來。
後面是隨便寫的，應該沒用。
我導師在我畢業項目一開始鼓動我投，但是一個是大概7月份，一個大概1月份，當時覺得時間不合適。後來項目越做越心累，paper越看越頭疼才猛然覺得老師就tmd是在逗我，這根本不是我一個小本科能幹的事，自己還真想了想也覺得很傻很天真。。
我是做流體模擬，在我看的report里最大的感覺還是分三種，改進與延伸，組合，改進延伸組合。至於改變整個業界方向的不歸類。
流體基於粒子的sph方向的研究就給人這種感覺，從03年的mattihias的引進sph並且確定equation，後面的wcsph，pcisph以及各種sph與其他技術的組合應用。大概3年會有一種新技術出現，接下來就是小改進。比較顯眼的是，整個研究方向其實就是大牛決定的，像mattihias muller這個德國人在軟體研究領域就是在跟其他學者排列組合，大牛們的很多技術一旦研究出來就是好幾篇只是應用方向不同，可能分別包括頭髮，液體，衣物，軟的，硬的，交互的。而技術出現的間隔間，就是不同學者對技術的小改進與組合。例如，研究下kernel，擴展一下某個屬性。我想這些佔了大多數，這也是為什麼導師會問那些話的原因吧。
當然，這些只是基於區區不到50篇的siggraph paper閱讀量，說胡扯應該也不為過。不過我老師的問題應該可以考慮，因為他本身發過很多文章，也做過幾次siggraph的talk，應該也是自身經驗吧。
我覺得讓我寫一篇至少要在導師帶領下做2～3年才有機會。現在做出來的只能是模仿，別說改進，能不能還原都是問題。
題主既然問了，也許已經到了發表的一半或者結尾，祝題主成功，我覺得並不是一件無法想像的事。如果樓主在國內，並且是本科或者碩士(博士以上做圖形學的話，應該這些都知道的哈)，那麼作為一個有幸發了SIGGRAPH ASIA的小碩，從最實際的做法提點建議哈。
國內最好的4個圖形學研究所大概如下(排名無先後)：
清華計算機系、中科院深圳先進院可視計算中心、浙江大學、微軟亞洲研究院。
這裡面不乏一些耳熟能詳的名字，清華的胡事民老師,中科院的黃惠、陳寶權老師，浙大的周昆老師等等。
如果你覺得自己能力OK的話，去找個老師聯繫一下，爭取進了其中某一個研究所，這就邁出了很關鍵的一步了.雖然進了不代表能發SIGGRAPH， 但是至少那些大犇你是有機會遇見，有機會合作了。
餘下的步驟請參考 @李揚彥 和 @Yong He 大神們的回答。最後歡迎你來：VCC( http://vcc.siat.ac.cn/ )
其實這兩年圖形學夕陽產業了，學術上也沒有啥熱點，siggraph還有點難度，I3d啊，egsr這等會議有投就有中，只要你靠上一個小牛做二作或者末作就好。前面的回答都有點太誤人子弟了，學術是一回事兒，發論文是另一回事兒。後者更像business，太多的潛規則，明刀真槍的去干，頭破血流是小事兒，執迷不悟把青春都砸進去換一篇siggraph就是大大的不值得了。
沒有前面幾位大牛那麼厲害！只分享下Sig互動領域的經驗。
------------------------導師說，投吧，投吧，起碼能收穫專業評論-----------------------------
由於同年早期已經在sig 一個分支會議上發過short paper, 之後為及時投稿，我再對實驗進行修改，增加了其它創新部分。以新增部分為主，我投了sig us poster，結果被拒，原因如下：
1，不明白和sig us 有什麼關聯。(導師表示，這jury外行，甭理。)
2，研究背景沒重點提出，不懂創新點。(對，我光寫試驗了。long/short paper 可以洋洋洒洒寫清楚，poster 我就斯巴達了。)
3，欣賞性不強，看起來不酷。---原句已忘，大意如此。(本人完全同意。)
接著呢，重點針對第2及第3條， 我一一改進，再投sig asia。ok 被收。評語大致如下：
1，OK 完全符合sig hci 主題，等等。
2，(大意就是美評了，我忘了具體說什麼)。
3，指出我的作品略有不足，更像是某位前輩的extension。而技術上呢，和某些前人一致屬於ABC技術。(關於技術部分，這條評論我得好好研究。因為文章的論調本是整個實驗的技術原理和ABC有所差異。因此，這條評論令自己很有挫敗感。不過在將來答辯前得到該評論，十分幸運。)
----------------------------------------------------
再一句話分享投中2次sig的學長的經驗。編程現學現用，創意+不錯視覺效果。(對於某些工作，這是行不通的，因而畢業後學長就老老實實系統學習各類編程語言咯。)
----------------------------------------------------
此外，幾位主攻技術，投中sig的牛人說，他們以合作居多。
----------------------------------------------------
@Alchemz 你好，謝謝你的關注。你看，我這是匿名的，不太方便郵件聯繫。不過歡迎你提出任何疑問，我很樂意在這和你一同尋求解答。謝謝你理解！
推薦閱讀：
※請問FXAA、FSAA與MSAA有什麼區別？效果和性能上哪個好？
※能否設計出不會導致近視的顯示屏？
※光線追蹤中的透視畸變如何矯正？
※為什麼會有那麼多類型的 BxDF？
※高斯模糊和高斯有什麼關係？