来源:极市平台整理知乎高质量回答
一、作者：商汤科技的鲁叔
https://www.zhihu.com/question/353691411/answer/900046621
我其实有个不错的想法：
40篇比较新的oral paper，最好是开源的、你能看懂的、尽可能时髦的、大佬点赞的。
然后画一个40*40的矩阵，对角线上的元素不看，还剩下1560个元素。
每个元素看看A+B是不是靠谱，虽然可能99%都不靠谱。
但是还是有可能筛出来15篇左右的idea，如果考虑交换性可能只有7篇也够了。
或者你找40篇比较新的不是你发的oral paper，再找K篇自己的paper，也可以做这个事情。这样就不用排除对角元素了。
个人的publication水平还不高，不过很多其实也不是A+B产生的。
比如CNN之前的话，有一些是发数据集的
Pixel-Level Hand Detection in Ego-centric Videos
https://www.cv-foundation.org/openaccess/content_cvpr_2013/papers/Li_Pixel-Level_Hand_Detection_2013_CVPR_paper.pdf
有一些其实是一个经典pipeline里面有A+B+C很多步。
别人讨论B，C等步骤比较多，但是A步骤也很重要。想出一个A的trick最后发展出一篇文章
Face alignment by coarse-to-fine shape searching
http://openaccess.thecvf.com/content_cvpr_2015/papers/Zhu_Face_Alignment_by_2015_CVPR_paper.pdf
A+B也可以有一些跨度大的时候，也能产生一些还比较有趣的想法，并不是简简单单的incremental work。
比如把推荐系统用在分类器推荐（CNN时代之前）
Model recommendation with virtual probes for egocentric hand detection
http://openaccess.thecvf.com/content_iccv_2013/html/Li_Model_Recommendation_with_2013_ICCV_paper.html
分而治之也是常见思路，任何topic都可以加（CNN时代之前）
Unconstrained face alignment via cascaded compositional learning
http://openaccess.thecvf.com/content_cvpr_2016/html/Zhu_Unconstrained_Face_Alignment_CVPR_2016_paper.html
还有有的时候看到别人RL+tracking的文章，想到手里的聚类也可以这么做，就搞了一个A+B（不过步子扯有点大老是被拒后来就投了AAAI）
Merge or not? learning to group faces via imitation learning
https://arxiv.org/abs/1707.03986
今年还看到有人用GCN聚类所以结合GCN重新投了一篇。（还没release）
还有有时候可以做一些哲学讨论，就不是简单的A+B了
The devil of face recognition is in the noise
http://arxiv.org/abs/1807.11649
补充：如果只是A+B需要说明为什么是non-trivial的，一般至少要改成A+B'
或者A+B+C比较容易发。
比如之前搞过一篇其实是Unsupervised Landmark + VUNet的decompose + CycleGAN的工作，如果只是前面两个term做到一半的时候试着投ICLR 就没成，后来把CycleGAN的部分做完CVPR就中了。
二、作者：匿名用户
https://www.zhihu.com/question/353691411/answer/900377446
本文来自知乎问答，仅供学习参考，著作权归作者
其实第一位作者的答案看似调侃，但可操作程度很高，甚至很多组其实就在这么做。不同的是可能是从多个方向取才然后交叉，效果更佳。
虽然我不是做CV的，但我有遇到相似的问题。如果提出了新颖的、效果不错、但无法理论证明的想法（尤其我做的是无监督学习+不平衡数据+集成学习），那这种文章大概率会被毙掉。
审稿人有太多方向可以攻击你，比如缺少可靠的baseline，理论不够坚实等等，即使偏应用的数据挖掘会议也不能幸免。反而是那种几个领域交叉一下，你可以说我们把A用在了C上，并借鉴了B，效果拔群。理论基础可以参考文章[1,3,4]，剩下的就是加工一下motivation，跑试验证明效果好就可以了。
这种套路可行吗？可行，因为我也干过。但为啥要这么做呢，主要还是因为现在投稿数量上升导致的审稿人质量方差大，这导致你必须考虑审稿人能够意识到这文章是背靠大树，踩在前人的肩膀上，靠谱。
而对于真正自己喜欢的、比较新鲜的、缺乏对照和理论基础的，我会在投主会前投别的顶会的workshop（注意是不会正式发表的那种，因此不是一稿多投），先收集一下反馈并在网络上留下被accept过的痕迹。之后会放到Arxiv上，并注明已被xx workshop接受，同时放出完整的代码，如果可能甚至会直接写成可用的工具包。
直到这一切都做完了，我才敢把这种点子投到顶会的主会上。原因有很多，但最核心的原因是现在的双盲已经名存实亡，人们拿到稿子都会去搜一圈。如果看到了一个工作出自靠谱的团队，且已经被审过、接受过，有对应的完整代码和工具，即使主题比较新，也会更倾向于接收。
这对于“标新立异”的文章而言是很有帮助的。但不难看出这种操作的成本和代价有多大，远不如几个方法一交叉来的成本低。
但成本和成就感之间总是有妥协的，所以饭要吃，梦也还是要做的。
毕竟人不吃饭会死，但睡不够就会活得像行尸走肉，又能好多少呢？
三、作者：邵浩博士
https://www.zhihu.com/question/353691411/answer/922682279
本文来自知乎问答，仅供学习参考，著作权归作者所有
读完论文以后（非常大的量），就会有一些对这个方向的概括性的了解，也会发现这个方向上还没有做好的问题，idea也就自然而然出来了。写论文，无非是四个层面：
1）新问题，新方法；
2）新问题，老方法；
3）老问题，新方法；
4）老问题，老方法。
无论是计算机视觉，还是其他领域，从四个方面都可以入手。
比如说某篇论文做的是行人识别，用了算法是YOLO3，那么你是不是可以：
1）做一个手上拿电脑包的行人识别，改进一下YOLO3，搞一个自己的YOLO3+的算法
2）做一个手上拿电脑包的行人识别，还是使用YOLO3，用大量的实验证明有效性
3）做一个传统的小猫识别，使用改进后的YOLO3+算法
4）做一个传统的小猫识别，还是使用YOLO3，用大量实验证明其有效性
归根结底就一点：读大量大量的论文！