{“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”：[[2024,9,11]]，“日期时间”：“2024-09-11T13:04:01Z”，“时间戳”：1726059841588}，“发布者位置”：“Cham”，“引用计数”：19，“发布商”：“Springer International Publishing”，“isbn-type”：[{“类型”：”print“，“值”：“978303048687”}{“type”：“电子”，“value”：“9783030348694”}]，“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”}，{“tart”：1]]，“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 34869-4_45“，”类型“：”书壳“，“created”：{“date-parts”：[[2019,11,24]]，“date-time”：“2019-11-24T19:02:57Z”，“timestamp”：1574622177000}，“page”：“415-423”，“update-policy”：”http://\/dx.doi.org\/10.1007\/springer_crossmark_policy“，”source“：”Crossref“，“is-referenced-by-count”：3，“title”：[“Lidar数据中点云的快速几何曲面分割”]，“prefix”：“10.10”007英寸，“author”：[｛“ORCID”：“http:\/\/ORCID.org/0000-0003-3329-3287”，“authenticated ORCID”：false，“given”：“Aritra”，“family”：“Mukherjee”，“sequence”：“first”，“affiliation”：[]｝，｛“ORCID”：“http:\/\/ORCID.org/0000-0003-1488-7418”，“authenticated ORCID”：false，“given”：“Sourya Dipta”，“family”：“Das”，“sequence”：“additional”，“affiliation”：[]｝，｛“ORCID”：“http://\/orcid.org\/00000-0002-5248-919X”，“authenticated-orcid”：false，“given”：“Jasorsi”，“family”：“Ghosh”，“sequence”：“additional”，“affiliation”：[]}，{“orcid”：”http://\-orcid.org\/00000-002-5799-3467“，”authentitated-orcid“：false”，“givind”：“Ananda S.”，“家族”：“Chowdhury”，“序列”：“附加”，“从属关系”：[]}，orcid“：“http://\/orcid.org\/00000-0003-2241-5373”，“authenticated-orcid”：false，“given”：“Sanjoy Kumar”，“family”：“Saha”，“sequence”：“additional”，“affiliation”：[]}]，“member”：“297”，“published-online”：{“date-parts”：[[2019,11,25]]}，“reference”：[{“issue”：“2W8”，“key”：”45_CR1“，”doi-asserted-by“：”publisher“首页：“25”，“doi”：“10.5194”，“isprs-archives-XLII-2-W8-25-2017”，“volume”：“42”，“author”：“M Bassier”，“year”：“2017”，“unstructured”：“Bassier，M.，Bonduel，M.、Van Genechten，B.，Vergauwen，M.：使用基于八叉树的区域增长和条件随机场分割大型非结构化点云。国际摄影学杂志。Rem.Sens.Spat.Inf.Sci.42（2W8），25\u201330（2017）“，”期刊标题“：”国际档案。照片。剩余敏感度。信息科学。“}，{”key“：”45_CR2“，”doi-asserted-by“：”publisher“，”first page“：“12”，“doi”：“10.1016\/j.cviu.2018.06.004”，“volume”：“174”，“author”：“Y Ben-Shabat”，“year”：“2018”，“unstructured”：“Ben-Sha巴特，Y.，Avraham，T.，Lindenbaum，M.，Fischer，A.：基于图形的三维点云过分割方法。Comput.Vis.Image Underst.174，12\u201323（2018）”，“”journal-title“：”计算。视觉。图像理解。}，{“key”：“45_CR3”，“unstructured”：“Bhanu，B.，Lee，S.，Ho，C.C.，Henderson，T.：距离数据处理：用边表示曲面。摘自：《第八届国际模式识别会议论文集》，第236\u2013238页。IEEE Computer Society Press（1986）“}，{”key“：”45_CR4“，”doi-asserted-by“：”crossref“，”unstructured“：”Feng，C.，Taguchi，Y.，Kamat，V.R.：使用凝聚层次聚类在有组织点云中快速提取平面。摘自：2014 IEEE机器人与自动化国际会议（ICRA），第6218\u20136225页。IEEE（2014）“，”DOI“：”10.1109\/ICRA.2014.6907776“}，{”key“：”45_CR5“，”series-title“：”计算机科学讲义“，”DOI-asserted-by“：”publisher“，”first page“：“199”，“DOI”：“10.1007\/978-3642-24031-7_20”，“volume-title”：“Visual Computing的进展”，“author”：“M Gschwandtner”，“year”：“2011”，“unstructured”：“Gschwandtner，M.、Kwitt，R.、Uhl，A.、Pree，W.：BlenSor：搅拌器传感器模拟工具箱。摘自：Bebis，G.等人（编辑）ISVC 2011。LNCS，第6939卷，第199\u2013208页。斯普林格，海德堡（2011）。https:\/\/doi.org\/10.1007\/978-3642-24031-7_20“}，{”issue“：”3“，”key“：”45_CR6“，”首页“：”177“，”volume“：“3”，”author“：”T Hackel“，”year“：”2016“，”unstructured“：”Hackel，T.，Wegner，J.D.，Schindler，K.：密度变化较大的三维点云的快速语义分割。ISPRS Ann.Photogram.Rem.Sens.Spat.Inf.Sci.3（3），177\u2013184（2016）“，“新闻标题”：“ISPRS年鉴照片。剩余敏感度。信息科学。}，{“key”：“45_CR7”，“doi-asserted-by”：“crossref”，“unstructured”：“Himmelsbach，M.，Hundelshausen，F.V.，Wuensche，H.J.：地面车辆三维点云的快速分割。摘自：2010 IEEE智能车辆研讨会，第560\u2013565页。IEEE（2010）“，”DOI“：”10.1109\/IVS.2010.5548059“}，{”key“：”45_CR8“，”DOI-asserted-by“：”crossref“，”unstructured“：”Ioannou，Y.、Taati，B.、Harrap，R.、Greenspan，M.：无组织点云中作为多尺度算子的法线差。收录于：2012年第二届3D成像、建模、处理、可视化和传输国际会议，第501\u2013508页。IEEE（2012）”，“DOI”：“10.1109\/3IMPVT.2012.12”}，｛“key”：“45_CR9”，“nonstructured”：“Jiang，X.Y.，Meier，U.，Bunke，H.：使用高级分割基元的快速范围图像分割。在：Proceedings Third IEEE Workshop on Applications of Computer Vision。WACV 1996，pp.83\u201388。IEEE（1996）“}，{“key”：“45_CR10”，“doi-asserted-by”：“crossref”，“unstructured”：“Landrieu，L.，Simonovsky，M.：用超点图进行大尺度点云语义分割。摘自：IEEE计算机视觉和模式识别会议论文集，第4558\u20134567页（2018）”，“doi”：“10.1109\/CVPR.2018.00479”}，}doi-asserted-by“：”crossref“，”unstructured“：”Li，M.，Yin，D.：稀疏点云的快速分割方法。2017年第29届中国控制与决策会议，第3561\u20133565页。IEEE（2017）“，“DOI”：“10.1109\/CCDC.2017.7979123”}，{“key”：“45_CR12”，“DOI-asserted-by”：“crossref”，“unstructured”：“Moosmann，F.，Pink，O.，Stiller，C.：使用局部凸性标准对非平坦城市环境中的三维激光雷达数据进行分段。摘自：2009 IEEE智能车辆研讨会，第215\u2013220页。IEEE（2009）“，“DOI”：“10.1109 \/IVS.2009.5164280”}，{“key”：“45_CR13”，“DOI-asserted-by”：“crossref”，“unstructured”：“Nguyen，A.，Le，B.：三维点云分割：一项调查。摘自：2013年IEEE第六届机器人、自动化和机电一体化会议（RAM），第225\u2013230页。IEEE（2013）“，“DOI”：“10.1109\/RAM.2013.6758588”}，{“key”：“45_CR14”，“unstructured”：“Qi，C.R.，Su，H.，Mo，K.，Guibas，L.J.：点网：三维分类和分割的点集深度学习。摘自：IEEE计算机视觉和模式识别会议论文集，第652\u2013660页crossref“，”unstructured“：”Rusu，R.B.，Cousins，S.：3d在这里：点云库（pcl）。2011年IEEE机器人与自动化国际会议，第1\u20134页。IEEE（2011）“，”DOI“：”10.1109\/ICRA.2011.5980567“}，{“key”：“45_CR16”，“unstructured”：“Tarsha-Kurdi，F.，Landes，T.，Grussenmeyer，P.：Hough-transform and extended ransac algorithms for automatic detection of 3d building roof planes from lidar data.In:ISPRS Workshop on Laser Scanning 2007 and SilviLaser 2007，vol.36，pp.407\u2013412（2007）”}，“key“：”45_CR17“，”doi-asserted-by“：”publisher“，”first-page“：”88“，”doi“：”10.1016\/j.isprsjprs.2015.01.11“，“volume”：“104”，“author”：“AV-Vo”，“year”：“2015”，“unstructured”：“Vo，A.V.，Truong-Hong，L.，Laefer，D.F.，Bertolotto，M.：基于区域增长的点云分割。ISPRS J.照片。Rem.Sens.104，88\u2013100（2015）“，“期刊标题”：“ISPRS J.照片。Rem.Sens.“}，{“key”：“45_CR18”，“doi-asserted-by”：“crossref”，“unstructured”：“Zermas，D.，Izzat，I.，Papanikolopoulos，N.：三维点云的快速分割：用于自主车辆应用的激光雷达数据范例。摘自：2017 IEEE机器人与自动化国际会议（ICRA），第5067\u20135073页。IEEE（2017）“，”DOI“：”10.1109\/ICRA.2017.7989591“}，{”issue“：”3“，”key“：”45_CR19“，”first page“：“155”，“volume”：“38”，”author“：”Q Zhan“，”year“：”2009“，”unstructured“：”Zhan，Q.，Liang，Y.，Xiao，Y.：基于颜色的点云分割。Laser Scan.38“”计算机科学课堂讲稿”，“模式识别与机器智能”]，“原始标题”：[]，“语言”：“en”，“链接”：[{“URL”：“https:\\//link.springer.com/content\/pdf\/10.1007\/978-3030-34869-4_45”，“内容类型”：“未指定”，“content-version”：“vor”，“intended-application”：“相似性检查”}]，“存放”：{“日期段”：[2024,3,11]]，“日期-时间”：“2024-03-11T11:16:51Z”，“时间戳”：1710155811000｝，“分数”：1，“资源”：｛“主要”：｛“URL”：“https:\/\/link.springer.com\/10.1007\/978-3-030-34869-4_45”｝，“副标题”：[]，“短标题”：[]，“已发布”：｛“日期部分”：[[2019]｝，“国际标准图书编号”：[“9783030348687”，“9783030348694”]，“引用次数”：19，“URL”：“http:\/\/dx.doi.org/10.1007\/978-3-030-34869-4_45“，”关系“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，”ISSN-type“：[{”type“:”print“，”value“：”0302-7743“}，{”类型“：”电子“，”值“：”1611-349“}]，”主题“：[]，”发布“：{”date-parts“：[2019]]}，“断言”：[{“value”：“2019年11月25日”，“订单”：1，“名称”：“first_online”，“标签”：“first online”，组“：{”name“：”ChapterHistory“，”label“：”章节历史“}}，{“value“：”PReMI“，”order“：1，”name“：”conference_acronym“，”label“：”会议缩写“，”group“：会议信息“}}，{“value”：“Tezpur”，“order”：3，“name”：“Conference_city”，“label”：“ConferenceCity”，“group”：{“名称”：“会议信息”，“标签”：“会议信息”}}，“order“：5，”name“：”conference_year“，”label“：”会议年份“，”group“：conference_end_date“，”label“：”会议结束日期“，”group“：{”name“：”ConferenceInfo“，“label”：”会议信息“}}，{”value“：”premi2019“，”order“：10，”name“:”conference_id“，”tabel“：“会议id”，“group”：{“name”：“ConferenceInformo”，“lable”：“会议信息”}}、{“value”：“http://www.tezu.ernet.in\/~premi2019\/”，“order”：11，“名称”：“conference_url“，”label“：”会议url“，”group“：{”name“：”ConferenceInfo“，”label“：“会议信息”}}，{”value“：”Double-blind“，”order“：1，”name“:”type“，“label”：“type”，“group”：{“name”：“ConfEventPeerReviewInformation”，“lable”：“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“：ConfEventPeerReviewInformation“，”label“：”同行评审信息（由会议组织者提供）“}}，{”value“：”131“，”order“：4，”name“：”number_of_full_papers_accepted“，“label”：”接受的全文数“，”group“：0“，”order“：5，”name“：”number_of_short_papers_accepted“，”label“：”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”：“38%-该值由等式“接受的完整论文数”/“提交供审查的论文数*100”计算，然后四舍五入为整数。“，”order“：6，”name“：”acceptance_rate_of_full_papers“，”label“：”全文接受率“，”group“：ConfEventPeerReviewInformation“，”label“：”同行评议信息（由会议组织者提供）“}}，{“value”：“3”，“order”：8，“name”：“average_number_of_papers_per_reviewer”，“label”：“每个审阅者的平均论文数”，“group”：}，{“value”：“Yes”，“order”：9，“name”：“external_reviewers_involved”，“label”：“涉及的外部审阅者”，“group”：{“name”:“ConfEventPeerReviewInformation”，“table”：“同侪审阅信息（由会议组织者提供）”}}，{