投稿

日程

2026年2月2日（月）投稿サイトオープン
2026年3月9日（月）口頭発表候補論文アブストラクト締切
2026年3月16日（月）口頭発表候補論文投稿締切
2026年5月25日（月）一般論文・デモ発表投稿・招待講演推薦受付開始
2026年5月29日（金）口頭発表選定結果通知（予定）
2026年6月22日（月）カメラレディ原稿提出締切（口頭発表候補論文・一般論文・デモ発表）
2026年8月3日（月）〜 8月6日（木）シンポジウム開催

発表申し込み区分

口頭発表候補論文として投稿された論文は、評価委員によって評価されます。その結果、口頭発表に選定された論文は「発表区分A」の口頭発表とポスター発表となります。口頭発表に選定されなかった論文は、「発表区分B」のポスター発表となります。「発表区分C」との区別はありません。いずれの場合もカメラレディ原稿の締切は6/22です。
口頭発表候補論文として投稿された論文のうち、投稿者が電子情報通信学会論文誌への投稿を希望する場合、別途電子情報通信学会(IEICE)の投稿サイトより投稿してください。評価プロセスはMIRU2026と共通となり、適切と判断された場合、後日電子情報通信学会の論文誌（レター）に掲載されます。ただし、MIRU2026口頭発表の選定基準とIEICE論文誌の採択基準が異なるため、MIRU2026口頭発表への選定結果とIEICE論文誌への採択結果は，必ずしも一致しません。なお、掲載料については、各投稿者の自己負担となります。

一般論文として投稿された論文は、「発表区分C」のポスター発表となります。一般論文の投稿締め切りは6/22です。
ポスターとともに補助的に用いるノートパソコン・タブレット等を超える機材を使用したい場合（カメラやその他センサの利用、治具等の設置）は、「発表区分D」のデモ発表にお申し込み下さい。ポスターを貼付するパネルに加え、机の提供や電源の供給を受けることができます。発表申し込み時には、デモ論文を同時に投稿ください。デモの発表の申し込み締め切りは6/22です。

原稿作成要領・テンプレート

日本語または英語で原稿を作成して下さい。
ページ数は４ページ以下（参考文献を除く）としてください。
概要（日本語原稿の場合200文字以下、英語原稿の場合100 words以下）を１ページ目に記載して下さい。
著者名と所属を原稿に明記して下さい。口頭発表候補論文の評価方法はシングルブラインド（著者名を評価委員に開示する方式）となります。
ビデオ、証明、コード、図表、実験のより詳細な分析など、補足資料を任意で提出することができます。
- 口頭発表はカメラレディ投稿時、一般発表とデモ発表については投稿時に、投稿した原稿、および補足資料はそのままMIRU Extended Abstract集に収録します。
- なお、口頭発表候補論文において、補足資料の内容が評価に反映される保証はありませんのでご留意ください。

原稿テンプレート

原稿の作成には以下のスタイルファイルをご利用ください（昨年と異なりますのでご注意下さい）。

日英LaTeXスタイルファイル（ZIP形式）（Overleaf）
日英Wordテンプレート（ZIP形式）

その他

原稿の著作権は著者に帰属します。なお、MIRU Extended Abstract集はMIRU参加者にのみWeb経由でMIRU期間中に公開します。
カメラレディ原稿提出以降のタイトル・著者情報の変更はできませんのでご注意ください。

		口頭発表候補論文	一般論文
MIRU2026投稿締切時点で関連既発表あり、または掲載予定	関連既発表論文が査読付き	×	○
関連既発表論文が査読なし（研究会、arXivなど）	○	○
他の査読付き国際会議等に関連論文を投稿中、または査読期間に重複有り	○	○
関連発表無し	○	○

投稿方法

投稿はCMT（準備中）で受け付けます。

募集分野

領域A：幾何学的解析，光学的解析，3次元解析 | Area A: Geometric analysis, optical analysis, 3D analysis

Camera, geometry, and photometry
Computational imaging
Physics-based vision and graphics
Registration, pose estimation, and tracking
3D from a single image and shape-from-x
3D shape modeling, processing, and synthesis
3D from multi-view and sensors

領域B：パターン認識，機械学習，深層学習 | Area B: Pattern recognition, machine learning, deep learning

Datasets, training, and evaluation
Deep learning (architectures, generative models, deep reinforcement learning, geometric deep learning, etc.)
General machine learning (active learning, clustering, online learning, ranking, reinforcement learning, un/semi/self-supervised learning, time series analysis, etc.)
Learning theory (Bayesian methods, graphical models, statistical learning theory, etc.)
Optimization (convex / non-convex optimization, matrix / tensor methods, stochastic, online, non-smooth, composite, etc.)
Representation learning and feature extraction
Transfer, low-shot, continual, and long-tail learning
Trustworthy machine learning (accountability, causality, fairness, privacy, robustness, etc.)

領域C：画像/映像/マルチメディア処理 | Area C: Image/video/multimedia processing

Action and event understanding
Categorization, segmentation, and shape analysis
Image / video analysis, retrieval, and understanding
Image / video synthesis
Low-level vision and signal processing
Multimedia
Object detection, matching, and tracking
Vision and language

領域D：応用 | Area D: Application

Autonomous driving and ITS
Biometrics
Cloud, web, and social media
Document analysis and understanding
Efficient, scalable, and realtime processing
Human sensing (faces, gestures, pose, shape, etc.)
Industry and manufacturing
Life (sports, agriculture / forestry / fishery, civil engineering, commerce, fashion, food, home, etc.)
Medical / biological vision and cell microscopy
Robot vision and embodied vision
Scene analysis and understanding
XR and HCI

Acknowledgement

The Microsoft CMT service was used for managing the peer-reviewing process for this conference. This service was provided for free by Microsoft and they bore all expenses, including costs for Azure cloud services as well as for software development and support.

投稿

日程