{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期部分”：[[2024,4,27]]，“日期时间”：“2024-04-27T17:56:17Z”，“时间戳”：1714240577320}，“出版商位置”：“查姆”，“参考计数”：12，“出版者”：“斯普林格国际出版”，“isbn-type”：[{“值”：“9783030139391”，“类型”：”打印“}，{“值”：“9783030139407”，“type”：“electronic”}]，“license”：[{“start”：{“date-parts”：[[2019,1,1]]，“date-time”：“2019-01-01T00:00:00Z”，“timestamp”：1546300800000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\\/www.springernature.com\/gp\/researters\/text-and-data-mining”}，“日期时间”：“2019-01-01T00:00:00Z”，“时间戳”：1546300800000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https://www.springernature.com//gp\/researters\/text-and-data-mining”}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，”short-container-title“：[]，”published-print“：{”date-parts“：[2019]]}”，“DOI”：“10.1007\/978-3030-30-30 13940-7_16“，”类型“：”书壳“，“created”：{“date-parts”：[[2019,2,19]]，“date-time”：“2019-02-19T07:37:08Z”，“timestamp”：1550561828000}，“page”：“209-220”，“update-policy”：”http:\\/dx.doi.org\/10.1007\/springer_crossmark_policy“，”source“：”Crossref“，“is-referenced-by-count”：14，“title”：[“Learning Parametric Functions for Color Image Enhancement”]，“prefix”：“10.1007”，“author”“：[{”ORCID“：“http://\/orcid.org\/00000-0002-7070-1545”，“authenticated-orcid”：false，“given”：“Simone”，“family”：“Bianco”，“sequence”：“first”，“affiliation”：[]}，{“orcid”：http:\/\/orcid.org\/00000-0001-7432-4284“，“authenticated-orcid”：false，“给定”：“Flavio”，“family”：“Piccoli”，“sequence”：“additional”，“affiliation”：[]}，{“orcid”：“http://\/orcid.org\/00000-0001-7461-1451”，“authonticated-ocid”：false，“given”：”Raimondo“，”family“：”Schettini“，”sequence“：”additional“，“affaliation”:[]}]，“member”：“297”，“published-online”：{“date-parts”：[[2019,2,20]]}，“参考”：[{“key”：“16_CR1”，“doi-asserted-by”：“publisher”，第1页：“64270”，“doi”：“10.1109\/ACCESS.2018.2877890”，“volume”：”6“，“author”：“S Bianco”，“year”：“2018”，“unstructured”：“Bianco，S.，Cadene，R.，Celona，L.，Napoletano，P.：代表性深层神经网络架构的基准分析。IEEE ACCESS 6，64270\u201364277（2018）”，“journal-title”：“IEEE Access”}，{“key”：“16_CR2”，“doi-asserted-by”：“crossref”，“unstructured”：“Bianco，S.，Ciocca，G.，Marini，F.，Schettini，R.：通过预处理和完全参考模型组合进行图像质量评估。In:Image quality and System Performance VI，vol.7242，p.72420O.International Society for Optics and Photonics（2009）”，“doi”：“10.1117\/12.806693”｝，｛“issue”：“1”，“key”：“16_CR3”，“doi asserted by”：“publisher”，“首页”：“011004”，“doi”：“10.1117\/1.JEI.27.1.011004”，“volume”：“27”，“author”：“S Bianco”，“year”：“2017”，“nonstructured”：“Bianco，S.，Cusano，C.，Piccoli，F.，Schettini，R.：使用卷积神经网络去除艺术照片滤镜。J.Electron.Imageing 27（1），011004（2017）“，“新闻标题”：“J.Electron。成像“}，{“key”：“16_CR4”，“doi-asserted-by”：“crossref”，“unstructured”：“Bychkovsky，V.，Paris，S.，Chan，E.，Durand，F.：使用输入/输出图像对数据库学习摄影全局色调调整。摘自：IEEE计算机视觉和模式识别会议（CVPR），第97\u2013104（2011）页”，“doi”：“10.1109\/CVPR.2011.5995332”}key“：”16_CR5“，”doi-asserted-by“：”publisher“，”doi“：”10.1002\/9781118653128“，”volume-title“：”Color Appearance Models“，”author“：”MD Fairchild“，”year“：”2013“，”unstructured“：”Fairchill，M.D.：Color Appeance Models“。Wiley，Chichester（2013）“}，{“问题”：“4”，“关键”：“16_CR6”，“首页”：“118”，“卷”：“36”，“作者”：“M Gharbi”，“年份”：“2017年”，“非结构化”：“Gharbi，M.，Chen，J.，Barron，J.T.，Hasinoff，S.W.，Durand，F.：实时图像增强的深度双边学习。ACM T.Graphic.（TOG）36（4），118（2017）”，“日志标题”：“ACM T.Graphic.，{“密钥”：“16_CR7“，”doi-asserted-by“：”crossref“，”unstructured“：”He，K.，Zhang，X.，Ren，S.，Sun，J.：图像识别的深度残差学习。摘自：IEEE计算机视觉与模式识别会议（CVPR），第770\u2013778页（2016）“，”DOI“：”10.1109\/CVPR.2016.90“}，{“问题”：“2”，“关键”：“16_CR8”，“首页”：“26”，“卷”：“37”，“作者”：“Y Hu”，“年份”：“2018”，“非结构化”：“Hu，Y.，He，H.，Xu，C.，Wang，B.，Lin，S.：曝光：白盒照片后处理框架。ACM T。图解的。（TOG）37（2），26（2018）“，“新闻标题”：“ACM T.Graphic。（TOG）“}，{“key”：“16_CR9”，“doi-asserted-by”：“crossref”，“unstructured”：“Isola，P.，Zhu，J.Y.，Zhou，T.，Efros，A.A.：使用条件对抗网络进行图像到图像的转换。In:IEEE Conference on Computer Vision and Pattern Recognition（CVPR），pp.5967\u20135976（2017）”，“doi”：“10.1109\/CVPR.2017.632”}，“issue”：“50”，“key“16_CR10”，“doi-asserted-by“：”publisher“，”first page“：”19907“，”doi“：”10.1073\/pnas.1110747108“，”volume“：“108”，”author“：”E Kee“，”year“：”2011“，”unstructured“：”Kee，E.，Farid，H.：照片修饰的感知指标。程序。美国国家科学院。科学。108（50），19907\u201319912（2011）“，“新闻标题”：“Proc。美国国家科学院。科学。“}，{”key“：”16_CR11“，”unstructured“：”Kingma，D.P.，Ba，J.：Adam:一种随机优化方法。In:International Conference on Learning Representation（2015）“}”，{“key”：“16_CR12”，“doi-asserted-by”：“crossref”，“unstructure”：“Zhu，J.Y.，Park，T.，Isola，P.，Efros，A.A.：使用循环一致对抗性网络的非配对图像到图像翻译。In:IEEE国际计算机视觉会议（ICCV）（2017）“，”DOI“：”10.1109\/ICCV.2017.244“}]，”container-title“：[”计算机科学讲义“，”计算彩色成像“]，”original-title”：[]，”link“：[{”URL“：”https:\/\/link.springer.com/content\/pdf\/10007\/978-3-030-13940-7_16“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2023,3,19]]，”date-time“：”2023-03-19T01:05:27Z“，”timestamp“：1679187927000}，”score“：1，”resource“：”primary“：”{“URL”：“https:\/\/link.springer.com\/10007\/978-3-030-13940-7_16”}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{“date”部分“：[2019]]}，”ISBN“：[”9783030139391“，”9783030139407“]，”引用计数“：12，”URL“：”http://\/dx.doi.org\/10.1007\/978-3-030-13940-7_16“，”关系“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，“ISSN-type”：[{“value”：“0302-974”，”type“：”print“}，{“value”：“1611-3399”，”类型“：”electronic“}]，”subject“：[]，”published“：{”date-pa rts“：[2019]]}，”断言“：[{“value”：“2019年2月20日”，“order”：1，“name”：“first_online，“label”：“first online”，“group”：{“name”：“ChapterHistory”，“label:”Chapter History“}}，{“value”：“CCIW”，“order”：1，“name”:“conference_acrombit”，“table”：“conference_Acrombitor”，“群名”：{name”：”ConferenceInfo“，”label“：”会议信息“}}}”，{”value“：”计算彩色成像国际研讨会“，”order“：2，”name“conference_name”，“label“：”会议名称“，”group“：{”Name“：”ConferenceInfo“，”label“:”会议信息“}}，{”value“：”千叶“，”order“：3，“Name”：“Conference_city”，“label”：“ConferenceCity”，“group”：{“Name”:“ConferenceInfo”，“tabel”：”会议信息会议信息“，”标签“：”会议信息“}}，{“value”：“2019”，“order”：5，“name”：“Conference_year”，“label”：“会议年”，“group”：{“name”:“ConferenceInfo”，“table”：“Conferency Information”}}会议信息“}}，{“value”：“2019年3月29日”，“order”：8，“name”：“Conference_end_date”，“label”：“Conference end date”，“group”：{“名称”：“会议信息”，“标签”：“会务信息”}}cciw2019“，”order“：10，”name“：”conference_id“，”label“：”会议id“，”group“：，{“值”：“此内容已提供给所有人。“，”name“：”free“，”label“：”免费阅读“｝]｝｝