{“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”：[2022,4,3]]，“日期时间”：“2022-04-03T06:00:02Z”，“时间戳”：1648965602068}，“出版商位置”：“查姆”，“参考计数”：36，“出版者”：“斯普林格国际出版”，“isbn-type”：[{“值”：“9783030208691”，“类型”：”打印“}，{“值”：“9783030208707”，“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”：“http://www.springer.com\/tdm”}，{“start”：{“date-parts”：[2019,1]]T00:00:00Z“，”时间戳“：1546300800000}，”内容版本“：”tdm“，“delay-in-days”：0，“URL”：“https:\/\/www.springer.com\/tdm”}，{“start”：{“date-parts”：[[2019,1,1]]，“date-time”：“2019-01-01T00:00:00Z”，“timestamp”：1546300800000}，“content-version”：“vor”，“delay-in-days“：0，”URL“https:\\/www.spring.com\/tdm”}]，“content-domain”：{“domain”:[“link”.springer.com“]，”crossmark-restriction“：false}，”short-container-title“：[]，“published-print”：{“date-parts”：[2019]]}，“DOI”：“10.1007\/978-3-030-20870-7_32”，“type”：“book-chapter”，“created”：{“date-parts”：[[2019,5,24]]，“date-time”：“2019-05-24T16:14:21Z”，“timestamp”：1558714461000}，”page“：”518-533“update-policy”：”http://\/dx.DOI.org\/10007\/springer_c rossmark_policy“，“source”：“Crossref”，“is-referenced-by-count”：0，“title”：[“Design Pseudo Ground Truth with Motion Cue for Unsupervised Video Object Segmentation”]，“prefix”：“10.1007”，“author”：[{“ORCID”：“http://\/ORCID.org\/00000-0001-9139-0187”，“authenticated-ORCID”：false，“given”：《Ye》，“family”：“Wang”，“sequence”：“first”，“affiliation”：[]}，{“ORCID”:“http://\ORCID.org\/000-0002-1820-2714”，“accessenticated-orchid”：false，“given”：“Jongmoo”，“family”：“Choi”，“sequence”：“additional”，“affiliation”：[]｝，｛“ORCID”：“http:\/\/ORCID.org/0000-0003-0580-5097”，“authenticated ORCID”：false，“given”：“Yueru”，“family”：“Chen”，“sequence”：“additional”，“affiliation”：[]｝，｛“ORCID”：“http:\/\/ORCID.org/0000-0002-3031-0208”，“authenticated ORCID”：false，“given”：“Qin”，“家庭”：“黄”，“sequence”：“additional”，“affiliation”：[]}，{“ORCID”：“http://\/ORCID.org\/00000-0002-5991-649X”，“authenticated-ORCID”：false，“给定”：“泗阳”，“family”：“Li”，“se序列”：“附加”，“从属”：[]}，}“ORCID”：“http://www.ORCID.org\/000-0002-6699-6694”，“authenticated-ORCID“：false”，“give”：“Ming-Sui”，“家族”：“Lee”，“序列“：”附加“，”从属“：[]}，{“ORCID”：“http://\/ORCID.org\/00000-0001-9474-5035”，“authenticated-ORCID”：假，“给定”：“C.-C.Jay”，“family”：“Kuo”，“sequence”：“additional”，“affiliation”：[]}]，“member”：“297”，“published-online”：{“date-parts”：[2019,5]]}，“reference”：[{“key”：”32_CR1“unstructured”：“Abadi，M.，et al.：TensorFlow:大规模机器学习系统。In:OSDI，vol.16，pp.265\u2013283（2016）”}，{“key”：“32_CR2”，“doi-asserted-by”：“crossref”，“unstructured”：“Caelles，S.，Maninis，K.K.，Pont-Tuset，J.，Leal-Taix\u00e9，L.，Cremers，D.，Van Gool，L.：单镜头视频对象分割。In:CVPR 2017。IEEE（2017）“，“DOI”：“10.1109\/CVPR.2017.565”}，{“key”：“32_CR3”，“unstructured”：“Chen，L.C.，Papandreou，G.，Kokkinos，I.，Murphy，K.，Yuille，A.L.：DeepLab：使用深度卷积网、阿特拉斯卷积和全连接CRF进行语义图像分割。arXiv预印本arXiv:1606.00915（2016）”}非结构化“：”Cheng，J.，Tsai，Y.H.，Wang，S.，Yang，M.H.：SegFlow：视频对象分割和光流的联合学习。2017年IEEE国际计算机视觉会议（ICCV），第686\u2013695页。IEEE（2017）“，“DOI”：“10.1109\/ICCV.2017.81”}，{“key”：“32_CR5”，“DOI-asserted-by”：“crossref”，“unstructured”：“Deng，J.，Dong，W.，Socher，R.，Li，L.J.，Li.，K.，Fei-Fei，L.：ImageNet:一个大规模分层图像数据库。摘自：IEEE Conference on Computer Vision and Pattern Recognition，CVPR 2009，pp.248\u2013255。IEEE（2009）“，”DOI“：”10.1109\/CVPR.2009.5206848“}，{”issue“：”2“，”key“：”32_CR6“，”DOI-asserted-by“：”publisher“，”first page“：“303”，“DOI”：“10.1007\/s11263-009-0275-4”，“volume”：“88”，“author”：“M Everingham”，“year”：“2010”，“unstructured”：“Everingham，M.，Van Gool，L.，Williams，C.K.，Winn，J.，Zisserman，答：pascal可视对象类（VOC）挑战。国际期刊计算。视觉。88（2），303\u2013338（2010）“，“期刊标题”：“国际计算杂志”。视觉。“}，{”key“：”32_CR7“，”doi-asserted-by“：”crossref“，”unstructured“：”Faktor，A.，Irani，M.：通过非本地协商一致投票进行视频分割。收录于：BMVC，第2卷，第8页（2014）“，”doi“：”10.5244\/C.28.21“}”，{“key”：“32_CR8”，“series-title”：“计算机科学课堂笔记”，“doi-assert-by”：“publisher”，“first page”：”297“，“doi”：”10.1007\/97 8-3-319-10584-0_20“，”volume-title“：”Computer Vision\u2013 ECCV 2014“，”author“：”B Hariharan“，”year“：”2014“，“unstructured”：“Hariharan，B.，Arbel\u00e1ez，P.，Girshick，R.，Malik，J.：同步检测和分割。收录：Fleet，D.，Pajdla，T.，Schiele，B.，Tuytelaars，T.（编辑）ECCV 2014。LNCS，第8695卷，第297\u2013312页。查姆施普林格（2014）。https:\/\/doi.org\/10007\/978-3-319-10584-0_20“}，{“key”：“32_CR9”，“doi-asserted-by”：“crossref”，“unstructured”：“He，K.，Gkioxari，G.，Doll\u00e1r，P.，Girshick，R.：Mask R-CNN。摘自：2017 IEEE国际计算机视觉会议（ICCV），第2980\u20132988页。IEEE（2017）“，“DOI”：“10.1109\/ICCV.2017.322”}，{“key”：“32_CR10”，“DOI-asserted-by”：“crossref”，“unstructured”：“Huang，Q.，Xia，C.，Li，S.，Wang，Y.，Song，Y.Kuo，C.C.C.J.：无监督聚类引导的语义分割。In:2018 IEEE Winter Conference on Applications of Computer Vision（WACV），pp.1489\u20131498。IEEE（2018）“，”DOI“：”10.1109\/WACV.2018.00167“}，{“key”：“32_CR11”，“unstructured”：“Huang，Q.，et al.：反向注意的语义分段。arXiv预印本arXiv:1707.06426（2017）”}，“{”key“：”32_CR12“，”DOI-asserted-by“：”crossref“，”unstructure“：”Jain，S.D.，Xiong，B.，Grauman，K.：FusionSeg：学习将运动和外观结合起来，对视频中的一般对象进行全自动分割。arXiv预印本arXiv:1701.053842（3），6（2017）“，“DOI”：“10.1109\/CVPR.2017.228”}，{“key”：“32_CR13”，“DOI-asserted-by”：“crossref”，“unstructured”：“Keuper，M.，Andres，B.，Brox，T.：通过最小成本多点分割运动轨迹。摘自：2015 IEEE国际计算机视觉会议（ICCV），pp.3271\u20133279。IEEE（2015）“，“DOI”：“10.1109\/ICCV.2015.374”}，{“key”：“32_CR14”，“unstructured”：“Khoreva，A.，Benenson，R.，Ilg，E.，Brox，T.，Schiele，B.：Lucid data dreaming for object tracking。arXiv预印本arXiv:1703.09554（2017）”}Koh，Y.J.，Kim，C.S.：基于区域增强和缩小的视频主要对象分割。摘自：IEEE计算机视觉和模式识别会议论文集，第1卷，第6页（2017）“，“DOI”：“10.1109\/CVPR.2017.784”}，{“key”：“32_CR16”，“DOI-asserted-by”：“crossref”，“unstructured”：“Li，F.，Kim，T.，Humayun，A.，Tsai，D.，Rehg，J.M.：通过跟踪许多图形-背景片段进行视频分割。摘自：2013年IEEE国际计算机视觉会议（ICCV），第2192\u20132199页。IEEE（2013）“，”DOI“：”10.1109\/ICCV.2013.273“}，{”key“：”32_CR17“，”DOI-asserted-by“：”crossref“，”unstructured“：”Li，S.，Seybold，B.，Vorobyov，A.，Fathi，A.，Huang，Q.，Kuo，C.C.J.：实例嵌入传输到无监督视频对象分割。摘自：IEEE计算机视觉和模式识别会议记录，第6526\u20136535页（2018）“，“DOI”：“10.1109\/CVPR.2018.00683”}，{“key”：“32_CR18”，“series-title”：“计算机科学讲义”，“DOI-asserted-by”：“publisher”，“first page”：作者：“S Li”，“year”：“2018”，“unstructured”：“Li，S.，Seybold，B.，Vorobyov，A.，Lei，X.，Kuo，C.-C.J.：基于运动的双边网络的无监督视频对象分割。收件人：Ferrari，V.，Hebert，M.，Sminchisescu，C.，Weiss，Y.（编辑）ECCV 2018。LNCS，第11207卷，第215\u2013231页。查姆施普林格（2018）。https:\/\/doi.org\/10.1007\/978-3-030-01219-9_13“}，{“key”：“32_CR19”，“unstructured”：“Li，X.，et al.：视频对象分割与重新识别。arXiv预印本arXiv:1708.00197（2017）”}，}“key:”32_CR20“，”series-title“：”计算机科学课堂笔记“，”doi-asserted-by“：”publisher“，”首页“：”740“，”doi“：”10.1007\/9783-319-106 02-1_48“，”volume-title“：”Computer Vision\u2013 ECCV 2014“，”author“：”T-Y Lin“，”year“：”2014“，“unstructured”：“Lin，T.-Y.，et al.：Microsoft COCO:common objects in context。在：Fleet，David，Pajdla，Tomas，Schiele，Bernt，Tuytelaars，Tinne（编辑）ECCV 2014。LNCS，第8693卷，第740\u2013755页。查姆施普林格（2014）。https:\/\/doi.org\/10.1007\/978-3-319-10602-1_48“}，{“key”：“32_CR21”，“unstructured”：“Liu，C.，et al.：Beyond pixels:exploration new representation and applications for motion analysis。麻省理工学院博士论文（2009）”}，}，“key“：”32_CR22“，”doi-asserted-by“：”crossref“，”unstructure“：”Long，J.，Shelhamer，E.，Darrell，T.：语义分割的完全卷积网络。摘自：IEEE计算机视觉和模式识别会议论文集，pp.3431\u20133440（2015）“，“DOI”：“10.1109\/CVPR.2015.7298965”}，{“key”：“32_CR23”，“DOI-asserted-by”：“crossref”，“unstructured”：“M\u00e4rki，N.，Perazzi，F.，Wang，O.，Sorkine-Hornung，A.：双边空间视频分割。摘自：IEEE计算机视觉和模式识别会议记录，第743\u2013751（2016）页“，”DOI“：”10.1109\/CVPR.2016.87“}，{“问题”：“6”，“关键”：“32_CR24”，“DOI-asserted-by”：“publisher”，“首页”：“1187”，“DOI”：“10.1109\/TPAMI.2013.242”，“卷”：“36”，“作者”：“P Ochs”，“年份”：“2014”，“非结构化”：“Ochs，P.，Malik，J.，Brox，T.：通过长期视频分析分割运动对象。IEEE传输。模式分析。机器。智力。36（6），1187\u20131200（2014）“，“期刊标题”：“IEEE Trans。模式分析。机器。智力。“｝，｛”key“：”32_CR25“，”doi asserted by“：”crossref“，”nonstructured“：”Papazoglou，A.，Ferrari，V.：无约束视频中的快速对象分割。in：2013 IEEE国际计算机视觉会议（ICCV），pp.1777\u20131784。IEEE（2013）“，”DOI“：”10.1109\/ICCV.2013.223“}，{“key”：“32_CR26”，“DOI-asserted-by”：“crossref”，“unstructured”：“Pathak，D.，Girshick，R.，Doll\u00e1r，P.，Darrell，T.，Hariharan，B.：通过观察物体移动来学习特征。In:Proceedings of the CVPR，vol.2（2017）”，“DOI”：“10.1109\/CVPR.2017.638”}，ted-by“：”crossref“，”非结构化”：“Perazzi，F.，Pont-Tuset，J.，McWilliams，B.，Van Gool，L.，Gross，M.，Sorkine-Hornung，A.：视频对象分割的基准数据集和评估方法。In:Computer Vision and Pattern Recognition（2016）“，”DOI“：”10.1109\/CVPR.2016.85“}，{“key”：“32_CR28”，“DOI-asserted-by”：“crossref”，“unstructured”：“Perazzi，F.，Khoreva，A.，Benenson，R.，Schiele，B.，Sorkine-Hornung，A.：从静态图像中学习视频对象分割。In:Compute Vision and-Pattern Recognonition（2017）”，“DOI”：“10.1109 \/CVPR.2017.372“}，{“key”：“32_CR29”，“volume-title”：“思维作为运动：认知动力学中的探索”，“author”：“RF Port”，“year”：“1995”，“unstructured”：“Port，R.F.，Van Gelder，T.：思维作为运动的探索：认知动力学的探索。麻省理工学院出版社，剑桥（1995）”}，}Ren，S.，He，K.，Girshick，R.，Sun，J.：更快的R-CNN：利用区域提议网络实现实时目标检测。In:Advances In Neural Information Processing Systems，pp.91\u201399（2015）“}，{“key”：“32_CR31”，“doi-asserted-by”：“crossref”，“unstructured”：“Taylor，B.，Karasev，V.，Soatto，S.：从闭塞持续性中进行因果视频对象分割。摘自：IEEE计算机视觉和模式识别会议记录，pp.4268\u20134276（2015）“，“DOI”：“10.1109\/CVPR.2015.7299055”}，{“key”：“32_CR32”，“DOI-asserted-by”：“crossref”，“unstructured”：“Tokmakov，P.，Alahari，K.，Schmid，C.：学习视频中的运动模式。2017年IEEE计算机视觉和模式识别会议（CVPR），第531\u2013539页。IEEE（2017）“，”DOI“：”10.1109\/CVPR.2017.64“}，{“key”：“32_CR33”，“DOI-asserted-by”：“crossref”，“unstructured”：“Tokmakov，P.，Alahari，K.，Schmid，C.：用视觉记忆学习视频对象分割。arXiv预印本arXiv:1704.05737（2017）”，“DOI”：“10.1109\/ICCV.2017.480”}，“key“：”32_CR34“，”DOI-assert-by“：”crossref.“，”非结构化“：”Tsai，Y.H.，Yang，M.H.，Black，M.J.：通过对象流进行视频分割。摘自：IEEE计算机视觉和模式识别会议记录，第3899\u20133908页（2016）“，“DOI”：“10.1109\/CVPR.2016.423”}，{“key”：“32_CR35”，“DOI-asserted-by”：“crossref”，“unstructured”：“Voigtlaender，P.，Leibe，B.：卷积神经网络在线自适应视频对象分割。arXiv预印本arXiv:1706.09364（2017）“，“DOI”：“10.5244\/C.31.116”}，{“key”：“32_CR36”，“unstructured”：“Wu，Z.，Shen，C.，Hengel，A.v.d.：更广或更深：重新访问resnet模型以进行视觉识别。arXiv preprint arXiv:1611.10080（2016）”}]，“container-title”：[“Computer Vision\u2013 ACCV 2018”，“计算机科学讲义”]，“original-title“：[]，”link“：[{”URL“：”https:\/\/link.springer.com/content\/pdf\/10.1007\/978-3-030-20870-7_32“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2021,10,5]]，”date-time“：“2021-10-05T11:41:21Z”，“timestamp”：1633434081000}，“score”：1，“资源”：{“主资源”：}URL“：”https:\/\/link.springer.com//10.1007\/978-3-030-20870-7_32“}}，“副标题”：[]，“短标题”：[]，“已发布”：{“日期-部件”：[2019]]}，”ISBN“：[”9783030208691“，”9783003208707“]，“引用计数”：36，“URL”：“http://\/dx.doi.org\/10.10007\/9783-030-20870-7_33”，“关系”：{}，“ISSN”：[“0302-9743”，“1611-3349”]，“ISSN-type”：[{“value”：“0302-7743”，｛“value”：“1611-3349”，“type”：“electronic”｝]，“subject”：[]，“published”：｛“date parts”：[[2019]]｝，“assertion”：[｛“value”：“2019年5月25日”，“order”：1，“name”：“first_online”，“label”：“first online”，“group”：｛“name”：“ChapterHistory”，“label”：“ChapterHistory”｝｝，｛名称”，“组”：｛“名称”：“ConferenceInfo”，“label”：“Confection Information”}}，{“value”：“Asian Conference on Computer Vision”，“order”：2，“name”：“Conference_name”，“table”：“会议名称”，“group”：{“name”:“ConferenceInfo”，“label”：“Conference Information”}}，{“value”：“Australia”，“order”：4，“name”：“Conference_country”，“label:”会议国家“，“group”：{“name”:“ConferenceInfo”，”label“：”会议信息“}}：“2018年12月2日”，“order”：7，“name”：“conference_start_date”，“label”：“会议开始日期”，“group”：{“name”:“ConferenceInfo”：9，“name”：“conference_number”，“label”：“conference number”，“group”：{“name”:“ConferenceInfo”，”label“：“会议信息”}}，{“value”：“accv2018”，”order“：10，”name“：”conference_id“，”lable“：”conference-id“，”group“：{”name“:”ConferencieInfo“，”标签“：”“name”：“conference_url”，“label”：“会议URL”，“组”：{“name”：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“Double-blind”，“order”：1，“名称”：“类型”，“标签”：“type”，“group”：，“label”：“会议管理系统”，“group”：{“name”：“ConfEventPeerReviewInformation”：“同行评议信息（由会议组织者提供）”}}，{“value”：“274”，“order”：4，“name”：“number_of_full_papers_accepted”，“label”：“已接受的全文数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“table”：“同行评审信息（由大会组织者提供）：“number_of_short_papers_accepted”，“label”：“接受的短文数”，“group”：{“name”：“ConfEventPeerReviewInformation”，“标签”：“同行评审信息（由会议组织者提供）”}}，{“value”：“28%-值由等式计算\”已接受的完整论文数\/已发送供审阅的提交数*100”，然后四舍五入为整数。“，”订单“：6，”名称“：”acceptance_rate_of_Full_Papers“，”标签“：”完整论文的接受率“，”组“：{”name“：”ConfEventPeerReviewInformation“，”label“：”同行审阅信息（由会议组织者提供）“}}，{”value“：”3“，“order”：7，“name”：“average_number_of_reviews_per_paper”，“label”：“每篇论文的平均评论数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“标签”：“同侪评论信息（由会议组织者提供）”}}，{“value”：“2.7”，“order:8，”name“average _number_ of_papers_per_reviewer”，”label“：“每位审阅者的平均论文数”，“group”：{“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}}]}}