{“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”：[[2023,9,21]]，“日期时间”：“2023-09-21T04:57:36Z”，“时间戳”：1695272256592}，“出版商位置”：“查姆”，“参考计数”：22，“出版者”：“斯普林格国际出版”，“isbn-type”：[{“值”：“97830313319”，“类型”：”打印“}，{“值”：“9783030313326”，“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 31332-6_48“，”type“：”book-chapter“，“created”：{“date-parts”：[[2019,9,21]]，“date-time”：“2019-09-21T15:02:34Z”，“timestamp”：1569078154000}，“page”：“553-564”，“update-policy”：”http://\/dx.doi.org\/10.1007\/springer_crossmark_policy“，”source“：”Crossref“，“is-referenced-by-count”：1，“title”：[“基于对象检测的图像检索的深层特征聚合”]，“prefix”：“10.1007英寸，“作者”：[{“given”：“Juan Ignacio”，“family”：“Forc\u00e9n”，“sequence”：“first”，“affiliation”：[]}，{“给定”：“Miguel”，“家庭”：“Pagola”，“序列”：“additional”，“从属关系”：[]}序列“：”附加“，”从属“：[]}]，”成员“：“297”，“published-on-line”：{“date-parts”：[[2019,9,22]]}，“reference”：[{“key”：“48_CR1”，“unstructured”：“Cao，J.，Liu，L.，Wang，P.，Huang，Z.，Shen，C.，Shen：“publisher”，“first page”：“237”，“DOI”：“10.1007 \/s11263-017-1016-8”，“volume”：”124“，“author”：“A Gordo”，“year”：“2017”，“unstructured”：“Gordo，A.，Almaz\u00e1n，J.，Revaud，J.、Larlus，D.：图像检索中深度视觉表征的端到端学习。国际期刊计算视觉124（2），237\u2013254（2017）https:\/\/doi.org\/10.1007\/s11263-017-1016-8“，”新闻标题“：”国际计算杂志。视觉。“}，{”key“：”48_CR3“，”doi-asserted-by“：”publisher“，”first page“：“1489”，”doi“：”10.1016\/S0042-6989（99）00163-7“，“volume”：“40”，“author”：“L Itti”，“year”：“2000”，“unstructured”：“Itti，L.，Koch，C.：一种基于盐度的搜索机制，用于视觉注意的显性和隐性转移。Vis.Res.401489\u20131506（2000）”，“journal-title”：“Vis..结果“}，{”键“：”48_CR4“，”series-title“：”计算机科学课堂讲稿“，”doi-asserted-by“：”publisher“，”first page“：”304“，”doi“：”10.1007\/978-3-540-88682-2_24“，“volume-title”：“Computer Vision\u2013 ECCV 2008”，“author”：“H Jegou”，“year”：“2008”，”unstructured“：”Jegou，H.，Douze，M.，Schmid，C.：汉明嵌入和弱几何一致性，用于大规模图像搜索。收录人：Forsyth，D.、Torr，P.、Zisserman，A.（编辑）ECCV 2008。LNCS，第5302卷，第304\u2013317页。施普林格，海德堡（2008）。https:\/\/doi.org\/10.1007\/978-3-540-88682-2_24“}，{“key”：“48_CR5”，“doi-asserted-by”：“crossref”，“unstructured”：“Jimenez，A.，Alvarez，J.M.，Giro-i Nieto，X.：可视化实例搜索的类加权卷积特征。In:第28届英国机器视觉会议（BMVC），2017年7月。arxiv:1707.02581“，”DOI“：”10.5244\/C.31.144“}，{”key“：”48_CR6“，”series-title“：”计算机科学讲义“，”DOI-asserted-by“：”publisher“，”first page“：“685”，“DOI”：“10.1007\/978-3-319-46604-0_48”，“volume-title”：“Computer Vision\u2013 ECCV 2016 Workshops”，“author”：“Y Kalandis”，“year”：“2016”，“unstructured”：“”Kalandis，Y.，Mellina，C.，Osindero，S.：聚合深度卷积特征的交叉维加权。收录人：Hua，G.，J\u00e9gou，H.（编辑）ECCV 2016。LNCS，第9913卷，第685\u2013701页。查姆施普林格（2016）。https:\/\/doi.org\/10.1007\/978-3-319-46604-0_48“}，{“key”：“48_CR7”，“unstructured”：“Kim，J.：基于区域注意力的图像检索深层特征。收录：BMVC，pp.1\u201313（2018）”}，}，“key“：”48_CR8“，”doi-asserted-by“：”publisher“，”first page“：“713”，“doi”：“10.1016\/B978-008046518-000119-7”，”volume-title“：”综合有机金属化学“，”作者“：”P.W.Jolly“，”年份“：”1982“，”非结构化“：”Krizhevsky，A.，Sutskever，I.，Hinton。，总工程师：AlexNet。摘自：《神经信息处理系统进展》（2012年）。https:\/\/doi.org\/10.1016\/B978-008046518-000119-7“}，{”key“：”48_CR9“，”series-title“：”计算机科学讲义“，”doi-asserted-by“：”publisher“，”first page“：“88”，“doi”：“10.1007\/978-3-319-59129-2_8”，“volume-title”：“图像分析”，“author”：“Z Laskar”，“年份”：“2017”，“非结构化”：“Laskar，Z.，Kannala，J.：特定对象检索的上下文感知查询图像表示。收录于：Sharma，P.，Bianchi，F.M.（编辑）SCIA 2017。LNCS，第10270卷，第88页\u201399。查姆施普林格（2017）。https:\/\/doi.org\/10.1007\/978-3-319-59129-2_8“}，{”key“：”48_CR10“，”doi-asserted-by“：”publisher“，”unstructured“：”Lazebnik，S.，Schmid，C.，Ponce，J.：超越特征袋：用于识别自然场景类别的空间金字塔匹配。载：《IEEE计算机学会计算机视觉和模式识别会议论文集》，第2卷，第2169页\u20132178页（2006年）。https:\/\/doi.org\/10.109\/CVPR.2006.68“，”doi“：”10.1109\/CVPR.2006.68“}，{”key“：”48_CR11“，”doi-asserted-by“：”publisher“，”unstructured“：”Lowe，D.G.：从局部尺度变化特征识别对象。摘自：第七届IEEE国际计算机视觉会议论文集，第2卷，第1150\u20131157页，1999年9月。https:\/\/doi.org\/10.109\/ICCV.1999.790410“，”doi“：”10.1109\/ICCV.1999.790410“}，{“key”：“48_CR12”，“doi-asserted-by”：“publisher”，“unstructured”：“Mohedano，E.，McGuinness，K.，Giro-I-Nieto，X.，O\u2019Connor，N.E.：实例搜索的显著加权卷积特征。摘自：《会议录-基于内容的多媒体索引国际研讨会》，2018年9月。https:\/\/doi.org/10.1109\/CBMI.2018.8516500”，“doi”：“10.1109\/CBMI.2018.8516500”}，｛“key”：“48_CR13”，“doi断言者”：“crossref”，“非结构化”：“Mohedano，E.，McGuinness，K.，Giro-i Nieto，X.，O\u2019Connor，N.E.：例如搜索的显著加权卷积特征，2017年11月。arxiv:1711.10795“，”DOI“：”10.1109\/CBMI.2018.8516500“}，{“key”：“48_CR14”，“DOI-asserted-by”：“crossref”，“unstructured”：“Philbin，J.，Chum，O.，Isard，M.，Sivic，J.和Zisserman，A.：大词汇表和快速空间匹配的对象检索。In:IEEE Conference on Computer Vision and Pattern Recognition（2007）”，“DOI”：“10.1109\/CVPR.2007.383172“}，{“key”：“48_CR15”，“doi-asserted-by”：“crossref”，“unstructured”：“Philbin，J.，Chum，O.，Isard，M.，Sivic，J.和Zisserman，A.：量化丢失：改进大规模图像数据库中的特定对象检索。摘自：IEEE计算机视觉和模式识别会议论文集（2008）”，“doi”：“10.1109 \/CVPR.2008.4587635“}，{“key”：“48_CR16”，“doi-asserted-by”：“crossref”，“unstructured”：“Razavian A.S.，Azizpour，H.，Sullivan，J.，Carlsson，S.：CNN off-shelf功能：令人震惊的识别基线。摘自：IEEE国际计算机视觉会议论文集（2015）”，“doi”：“10.1109 \/CVPRW.2014.131”}，}，“key“：”48_CR17“，”doi-asserted-by“：”publisher“，”unstructured“：”Simeoni，O.，Iscen，A.，Tolias，G.，Avrithis，Y.，Chum，O.：实例识别的无监督对象发现。摘自：《2018 IEEE计算机视觉应用冬季会议论文集》，WACV 2018，2018年1月，第1745\u20131754页（2018）。https:\/\/doi.org\/10.109\/WACV.2018.00194“，”doi“：”10.1109\/WACV.2018.00194“}，{“key”：“48_CR18”，“unstructured”：“Simonyan，K.，Zisserman，A.：用于大规模图像识别的非常深卷积网络，2014年9月。http://\/arxiv.org\/abs\/1409.1556“}，{“key”：“48_CR19”，“unstructured”：“Tolias，G.，Sicre，R.，J\u00e9gou，H.：利用CNN激活的积分最大化工具进行特定对象检索。收录于：ICL 2016-学习表征国际会议，2016年5月，第1\u201312页，圣胡安（2015）。http://\/arviv.org\/abs \/1511.05879”}，“{”key“：”48_CR20“，”doi-asserted-by“：”publisher“，”unstructured“：”Yandex，A.B.，Lempitsky，V.：聚合局部深层特征以进行图像检索。摘自：IEEE计算机视觉国际会议论文集，第1269\u20131277页（2015）。https:\/\/doi.org\/10.109\/ICCV.2015.150“，”doi“：”10.1109\/ICCV.2015.150“}，{“问题”：“5”，“密钥”：“48_CR21”，“doi-asserted-by”：“publisher”，“首页”：“1224”，“doi”：“10.1109\/TPAMI.2017.2709749”，“卷”：“40”，“作者”：“L Zheng”，“年份”：“2018”，“非结构化”：“Zheng，L.，Yang，Y.，Tian，Q.：SIFT与美国有线电视新闻网（CNN）会面：对实例检索的十年调查。IEEE传输。模式分析。机器。智力。40（5），1224\u20131244（2018）。https:\/\/doi.org\/10.109\/TPAMI.2017.2709749“，”journal-title“：”IEEE Trans。模式分析。机器。智力。“}，{”key“：”48_CR22“，”doi-asserted-by“：”publisher“，”unstructured“：”Zhu，W.，Liang，S.，Wei，Y.，Sun，J.：鲁棒背景检测的显著性优化。摘自：IEEE计算机视觉和模式识别会议论文集，第2814\u20132821页（2014）。https:\/\/doi.org\/10.109\/CVPR.2014.360“，”doi“：”10.1109\/CVPR.2014.360“}]，“container-title”：[“模式识别和图像分析”，“计算机科学课堂讲稿”]，“original-title“：[]，“link”：[{“URL”：“https:\/\/link.springer.com\/content\/pdf\/10.1007\/978-3-030-31332-6_48”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，”存放“：{”日期部分”：[[2023,9,21]，“日期-时间”：“2023-09-21T00:12:08Z”，“时间戳”：1695255128000｝，“分数”：1，“资源”：｛“主要”：｛“URL”：“https://link.springer.com\/10.1007\/978-3-030-31332-6_48”｝｝，“副标题”：[]，“短标题”：[]，“已发布”：｛“日期部分”：[[2019]｝，“国际标准图书编号”：[“9783030313319”，“9783030313326”]，“引用计数”：22，“URL”：“http:\/\/dx.doi.org\/10.1007\/978-3-030-31332-6_48“，”关系“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，”ISSN-type“：[{”value“：”03029743“，”type“:”print“}，{”value“：”1611-33049“，”类型“：”electronic“}]，”subject“：【】，”published“：{”date-parts“：【2019】}，“assertion”：【{”值“：”22 2019年9月“，”订单“：1，”名称“：”first_online“，”标签“：”first online“，“群组”：{“name“：”ChapterHistory“，”label“：”Chapter History”}}，{“value”：“IbPRIA”，“order”：1，“name”：“conference_acrombit”，“label”：“conference缩写”，“group”：{“name”:“ConferenceInfo”，“label”：”ConferenceInformation“}}”，{”value“：”伊比利亚模式识别和图像分析会议“，”order“：2，”name“conference_name”，“table”：“会议名称”，“group”：“{”name“：”ConferenceInfo“，”label“：”会议信息“}}，{“value”：“Madrid”，“order”：3，“name”：“Conference_city”，“label”：“ConferenceCity”，“group”：{“name”:“ConferenceInfo”，“标签”：“会议信息”}}、{“值”：“西班牙”，“订单”：4，“name“Conference_country”，“label”：”会议国家“，”组：{会议信息“}}，{“value”：“2019”，“order”：5，“name”：“Conference_year”，“label”：“Conference_year”，”group“：{“name”:“ConferenceInfo”，“标签”：“会议信息”}}、{“值”：“2017年7月1日”，“订单”：7，“name“Conference_start_date”2019年7月4日“，”order“：8，”name“：”conference_end_date“，”label“：”会议结束日期“，”group“：名称“：”conference_id“，”label“：”会议id“，”group“：{”name“：”ConferenceInfo“，”label“：“会议信息”}}，{”value“：”http://www.ibpria.org\/2019\/“，”order“：11，”name“:”conference_0rl“，“label”：“会议url”，“group”：{“type”，“label”：“type”，“group”：｛“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”｝｝，｛“value”：“EasyChair”，“order”：2，“name”：“conference_management_system”，“label”：“会议管理系统”，“group”：｛“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）“}}，{”value“：”137“，”order“：3，”name“：”number_of_submissions_sent_for_Review“，“label”：“发送供评审的提交数”，“group”：{”name“:”ConfEventPeerReviewInformation“，”label“：”同行评审信息“}，”value”：“99”，“order”：4，“name”：“”number_of_full_papers_accepted“，”label“：”接受的全文数“，”group“：{”name“：”ConfEventPeerReviewInformation“，”标签“：”同行评审信息（由会议组织者提供）“}}，{”value“：”0“，”order“：5，”name“:”number_ of_short_papers_Accepteded“，”table“：”已接受的短文数“，“group”：{“name”：“”ConfEventPeerReviewInformation“，”label“：”同行评审信息（由会议组织者提供）“}}，{”value“：”72%-该值由等式“接受的全文数”/“发送供评审的提交数*100”计算，然后四舍五入为整数。“，”order“：6，”name“：”acceptance_rate_of_Full_Papers“，”标签“：”全文接受率“，”group“：{”name“：”ConfEventPeerReviewInformation“，”label“：”Peer Review Information（由会议组织者提供）“}}，{”value“：”3.1“，”order“：7，”name“:”average_number_of_reviews_per_paper“，”标签“：”每篇论文的平均评论数“，”google“：同行评议信息（由会议组织者提供）“}}，{“value”：“4”，“order”：8，“name”：“average_number_of_papers_per_reviewer”，“label”：“每个审阅者的平均论文数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“table”：“同行评审信息（由大会组织者提供）”}}external_reviewers_involved“，”label“：”涉及的外部审阅者“，”group“：