{“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”：[[2024,2,17]]，“日期时间”：“2024-02-17T22:56:07Z”，“时间戳”：1708210567828}，“发布者位置”：“查姆”，“引用计数”：30，“出版商”：“斯普林格国际出版”，“isbn-type”：[{“值”：“97830377335”，“类型”：”打印“}，{“值”：“9783030377342”，“type”：“electronic”}]，“license”：[{“start”：{“date-parts”：[[2019,12,24]]，“date-time”：“2019-12-24T00:00:00Z”，“timestamp”：1577145600000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“http://www.springer.com\/tdm”}，{“start”：{“date-parts”：[2019,12,24]，“日期-时间”：“2012-24T00:00”Z“，”timestamp“：1577145600000}，”content-version“：”tdm“，“delay-in-days”：0，“URL”：“http://www.springer.com\/tdm”}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，“short-container-title”：[]，“published-print”：{“date-parts”：[[2020]]}，”DOI“：”10.1007\/978-3030-37734-2_43“，”type“：”book-chapter“，”created“：{”date-part“：[[[2019,12,26]]，“日期时间”：“2019-12-26T19:03:00Z”，“时间戳”：1577386980000}，“页面”：“527-539”，“更新策略”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“源”：“Crossref”，《is-referenced-by-count》：10，“标题”：[“基于改进图卷积网络的面部表情恢复”]，“前缀”：“10.1007”，”作者：[{“given”：“Zhilei”，“family”：“Liu”，“sequence”：“first”，“affiliation”：[]}，{“给定”：“乐”，“家庭”：“李”，“序列”：“附加”，“从属”：[]{，{“给定”，“云鹏”，“家族”：“吴”，“顺序”：“额外”，“附属”：[]}，}“给定的”：“翠翠”，“家人”：“张”，“序号”：“添加”，“隶属”：[[]}]，“成员”：“297”，“在线发布”：{“日期段”：[2019,12,24]}，“reference”：[{“key”：“43_CR1”，“doi-asserted-by”：“crossref”，“非结构化”：“Chen，Y.，Tai，Y.，Liu，X.，Shen，C.，Yang，J.:FSRNet:具有面部先验的端到端学习人脸超分辨率。在：IEEE计算机视觉和模式识别会议论文集，pp.2492\u20132501（2018）”，“DOI”：“10.1109\/CVPR.2018.00264”}，{“key”：“43_CR2”，“series title”：“计算机科学讲义”，“doi-asserted-by”：“publisher”，“first page”：“51”，“doi”：“10.1007\/978-3-030-11021-5_4”，“volume-title”：“Computer Vision\u2013 ECCV 2018 Workshops”，“author”：“M Cheon”，“year”：“2019”，“unstructured”：“Cheon，M.，Kim，J.-H.，Choi，J.-H，Lee，J.-S.：使用感知内容损失的基于生成对抗网络的图像超分辨率。摘自：Leal-Taix\u00e9，L.，Roth，S.（编辑）ECCV 2018。LNCS，第11133卷，第51\u201362页。查姆施普林格（2019）。\nhttps:\/\/doi.org/\/10.1007\/978-3-030-11021-54}，{“key”：“43_CR3”，“volume title”：“面部揭示的内容：使用面部动作编码系统（FACS）的自发表达的基础和应用研究”，“author”：“R Ekman”，“year”：“1997”，“nonstructured”：“Ekman，R.：脸揭示了什么：使用面部动作编码系统（FACS）对自发表达的基础和应用研究。牛津大学出版社，牛津（1997）“}，{”key“：”43_CR4“，”doi-asserted-by“：”crossref“，”unstructured“：”Engin，D.，Gen\u00e7，A.，Kemal Ekenel，H.：Cycle-Dehaze:enhanced cyclegan for single image dehazing.In:Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition Workshops，pp.825\u2013833（2018）“，”doi“：”10.1109\/CVPRW.2018.00127“}，{“key”：“43_CR5”，“unstructured”：“Gilmer，J.，Schoenholz，S.S.，Riley，P.F.，Vinyals，O.，Dahl，G.E.：量子化学的神经信息传递。摘自：第34届国际机器学习会议论文集，第70卷，第1263页\u20131272。JMLR公司。org（2017）“}，{“key”：“43_CR6”，“unstructured”：“Goodfellow，I.，et al.：生成对抗网。In:Advances In Neural Information Processing Systems，pp.2672\u20132680（2014）”}，“{”key“：”43_CR7“，”doi-asserted-by“：”crossref“，”unstructure“：”He，K.，Zhang，X.，Ren，S.，Sun，J.：图像识别的深度剩余学习。摘自：IEEE计算机视觉和模式识别会议记录，第770\u2013778页（2016）“，“DOI”：“10.1109\/CVPR.2016.90”}，{“key”：“43_CR8”，“DOI-asserted-by”：“crossref”，“unstructured”：“Huang，R.，Zhang，S.，Li，T.，He，R.:Beyond face rotation:全局和局部感知GAN，用于真实感和身份保持的正面视图合成。在：《IEEE国际计算机视觉会议论文集》，第2439\u20132448页（2017），“DOI”：“10.1109\/ICCV.2017.267”}，{“key”：“43_CR9”，“DOI断言”：“crossref”，“非结构化”：“Khorrami，P.，Paine，T.，Huang，T.：深度神经网络在进行表情识别时会学习面部动作单元吗？摘自：IEEE计算机视觉研讨会国际会议论文集，第19\u201327页（2015）“，“DOI”：“10.1109\/ICCVW.2015.12”}，{“key”：“43_CR10”，“unstructured”：“Kipf，T.N.，Welling，M.：图卷积网络的半监督分类。arXiv预印本\narXiv:1609.02907\N\N（2016）”}Krizhevsky，A.，Sutskever，I.，Hinton，G.E.：使用深度卷积神经网络进行ImageNet分类。摘自：《神经信息处理系统进展》，第1097\u20131105页（2012）“}，{“key”：“43_CR12”，“doi-asserted-by”：“crossref”，“unstructured”：“Ledig，C.，et al.：使用生成对抗网络的真实感单幅图像超分辨率。摘自：IEEE计算机视觉和模式识别会议论文集，第4681\u20134690页（2017）“，“DOI”：“10.1109\/CVPR.2017.19”}，{“key”：“43_CR13”，“DOI-asserted-by”：“crossref”，“unstructured”：“Li，L.，Pan，J.，Lai，W.S.，Gao，C.，Sang，N.，Yang，M.H.：学习盲图像去模糊的判别先验知识。摘自：IEEE计算机视觉和模式识别会议记录，第6616\u20136625页（2018）“，“DOI”：“10.1109\/CVPR.2018.00692”}，{“key”：“43_CR14”，“DOI-asserted-by”：“crossref”，“unstructured”：“Li，W.，Abtahi，F.，Zhu，Z.，Yin，L.：EAC-Net：用于面部动作单元检测的基于区域的深度增强和裁剪方法。2017年IEEE第十二届自动人脸和手势识别国际会议（FG 2017），第103\u2013110页。IEEE（2017）“，”DOI“：”10.1109\/FG.2017.136“}，{“key”：“43_CR15”，“DOI-asserted-by”：“crossref”，“unstructured”：“Li，Y.，Liu，S.，Yang，J.，Yang-M.H.：生成人脸完成。摘自：IEEE计算机视觉和模式识别会议记录，第3911\u20133919页（2017）”，“DOI”：“10.1109\/CVPR.2017.624”}，}“issue”：“2”，“key“：”43_CR16“，”doi-asserted-by“：”publisher“，”first page“：”151“，“doi”：“10.1109\/T-AFFC.2013.4”，“volume”：“4”，“author”：“SM Mavadati”，“year”：“2013”，“unstructured”：“Mavadanti，S.M.，Mahoor，M.H.，Bartlett，K.，Trinh，P.，Cohn，J.F.：DISFA：自发面部动作强度数据库。IEEE传输。影响。计算。4（2），151\u2013160（2013）“，“期刊标题”：“IEEE Trans。影响。计算。“}，{”key“：”43_CR17“，”unstructured“：”Mirza，M.，Osindero，S.：条件生成对抗网。arXiv preprint\narXiv:1411.1784\n\n（2014）“}、{”issue“：”4“，”key”：“43_CR18”，“doi-asserted-by”：“publisher”，“first page”：”1013“，”doi“：”10.1007 \/s10044-017-0617-8“，”volume“：“21”，“author”：“n Muhammad”，“year”“：”2018“，”非结构化“：”Muhammad，N.、Bibi，N.，Jahangir，A.、Mahmood，Z.：使用范数加权融合估计器进行图像去噪。模式分析。申请。21（4），1013\u20131022（2018）“，“期刊标题”：“模式分析。申请。“}，{”key“：”43_CR19“，”doi-asserted-by“：”crossref“，”unstructured“：”Peng，G.，Wang，S.：通过对抗训练进行弱监督面部动作单元识别。摘自：IEEE计算机视觉和模式识别会议论文集，第2188\u20132196（2018）页“，”doi“：”10.1109\/CVPR.2018.00233“}”，{“key”：“43_CR20”，“series-title”：“”《计算机科学讲义》，“doi-asserted-by”：“publisher”，“first page”：“725”，“doi”：“10.1007\/978-3-030-01261-8_43”，“volume-title”：“Computer Vision\u2013 ECCV 2018”，“author”：“Z Shao”，“year”：“2018”，《unstructured》：“Shao，Z.，Liu，Z.、Cai，J.，Ma，L.：对联合面部动作单元检测和面部对齐的深度自适应关注。收件人：Ferrari，V.，Hebert，M.，Sminchisescu，C.，Weiss，Y.（编辑）ECCV 2018。LNCS，第11217卷，第725\u2013740页。查姆施普林格（2018）。\nhttps:\/\/doi.org\/10.1007\/978-3-030-01261-8_43“}，{“key”：“43_CR21”，“unstructured”：“Simonyan，K.，Zisserman，A.：用于大规模图像识别的超深卷积网络。arXiv预印本\narXiv:1409.1556\n\n（2014）”}，}“key:”43_CR22“，“首页”：“1”，“卷”：“127”，“作者”：“Y Song”，“年份”：“2018”，“非结构化”：“Song，Y.等：通过结构生成和细节增强实现联合面部幻觉和去模糊。国际期刊计算。视觉。127，1\u201316（2018）“，“期刊标题”：“国际期刊计算。视觉。“}，{”issue“：“8”，”key“：“43_CR23”，”doi-asserted-by“：”publisher“，”first page“：”3590“，”doi“：”10.1109\/TIP.2014.2331141“，“volume”：“23”，“author”：“S Taheri”，“year”：“2014”，“unstructured”：“Taheri，S.，邱，Q.，Chellappa，R.：用于面部表情分析的保构稀疏分解。IEEE Trans.Image Process.23（8），3590\u20133603（2014）”，“journal-title“：”IEEE Trans。图像处理。}，{“key”：“43_CR24”，“doi-asserted-by”：“crossref”，“unstructured”：“Wang，J.，Li，X.，Yang，J.:用于联合学习阴影检测和阴影去除的堆叠条件生成对抗网络。摘自：IEEE计算机视觉和模式识别会议论文集，pp.1788\u20131797（2018）”，“doi”：“10.1109\/CVPR.2018.00192”}key“：”43_CR25“，”unstructured“：”Wang，Y.T.，Zhao，X.L.，Jiang，T.X.，Deng，L.J.，Chang，Y.，Huang，TZ.：通过内核引导的CNN去除单个图像的雨条纹。arXiv预印本\narXiv:11808.08545\n\n（2018）“｝，｛”键“：”43_CR26“，”doi断言“：”交叉引用“，”非结构化“：”Wu，Y.，Ji，Q.：同时进行面部动作单元识别和面部标志检测的约束联合级联回归框架。摘自：IEEE计算机视觉和模式识别会议记录，第3400\u20133408页（2016）“，“DOI”：“10.1109\/CVPR.2016.370”}，{“key”：“43_CR27”，“DOI-asserted-by”：“crossref”，“unstructured”：“Yeh，R.A.，Chen，C.，Yian Lim，T.，Schwing，A.G.，Hasegawa-Johnson，M.，Do，M.N.：深层生成模型的语义图像修复。在：《IEEE计算机视觉与模式识别会议论文集》，第5485\u20135493页（2017），“DOI”：“10.1109\/CVPR.2017.728”｝，｛“key”：“43_CR28”，“DOI断言”：“crossref”，“非结构化”：“Zhang，X.，et al.：高分辨率自发3D动态面部表情数据库。收录于：2013年IEEE第十届自动人脸和手势识别国际会议和研讨会（FG），第1\u20136页。IEEE（2013）“，“DOI”：“10.1109\/FG.2013.6553788”}，{“key”：“43_CR29”，“DOI-asserted-by”：“crossref”，“unstructured”：“Zhao，K.，Chu，W.S.，De la Torre，F.，Cohn，J.F.，Zhang，H.：面部动作单元检测的联合补丁和多标签学习。摘自：IEEE计算机视觉和模式识别会议记录，pp.2207\u20132216（2015）“，”DOI“：”10.1109\/CVPR.2015.7298833“}，{”key“：”43_CR30“，”DOI-asserted-by“：”crossref“，”unstructured“：”Zhao，K.，Chu，W.S.，Zhang，H.：面部动作单元检测的深层域和多标签学习。摘自：IEEE计算机视觉和模式识别会议论文集，pp.3391\u20133399（2016）“，”DOI“：“10.1109\/CVPR.2016.369”}]，”container-title“：[“多媒体建模”，“计算机科学课堂讲稿”]，“original-title”：[]，“link”：[{“URL”：“http://\/link.springer.com/content\/pdf\/10.1007\/978-3030-37734-2_43”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2020,2,6]]，“date-time”：2020-02-06T13:12:57Z“，”timestamp“：1580994777000}，”score“：1，”resource“：{”primary”：{“URL”：“http://\/link.springer.com/10.1007\/978-3030-37734-2_43”}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{“date-parts”：[[2019,12,24]]}，《ISBN》：[“978303077335”，“978300377342”]，“references-count”：30，“URL”：“http://\/dx.doi.org\/10.1007\/978-3-030-37734-2_43”，“关系“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，”ISSN-type“：[{”value“：”0302-7743“、”type“:”print“}、{”value“：”1611-33049“、”类型“：”electronic“}]、“subject”：[]、“published”：{“date-parts”：[[2019,12,24]]}、“assertion”：[{value：“2019年12月24日”、“order”：1、“name”：“first_online”、“label”：“first”在线“，”群组“：{“name”：“ChapterHistory”，“label”：“Chapter History“}}，{“value”：“MMM”，“order”：1，“name”：“conference_acrombit”，“label”：“conference-Acrombin”，“group”：{“name”:“ConferenceInfo”，“标签”：“会议信息”}}，{”value“：”多媒体建模国际会议“，”order“：2，”name“：”conference_name“，”label“：”会议名称“，”group“：{”name“ConfernceInfo”：“Daejeon”，“order”：3，“name”：“conference_city”，“label”：“conference city”，“group”：{“name”:“ConferenceInfo”，“标签”：“会议信息”}}，{“value”：“Korea（Republic of）”，“订单”：4，“name“：”conference_country“，”label“：”会议国家“，”group“：{”name“：“”：“conference_year”，“label”：“会议年份”，“group”：{“name”：“ConferenceInfo”，“标签”：“大会信息”}}，{“value”：“2020年1月5日”，“order”：7，“name”:“conference_start_date”，”label“：“会议开始日期”，”group“：{”name“：”ConferenceInformo“，”labele“：”，“label”：“会议结束日期”，“group”：{“name”：“ConferenceInfo”名称“：“ConferenceInfo”，“label”：“Confection Information”}}，{“value”：“http://www.mmm2020.kr”，“order”：11，“name”：“Conference_url”，“标签”：“会议url”，“group”：rReviewInformation“，”标签“：“同行评议信息（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”，“table”：“同行评审信息（由大会组织者提供）：“number_of_submissions_sent_for_review”，“label”：“发送供审阅的提交数”，“group”：{“name”：“ConfEventPeerReviewInformation”，“标签”：“同行审阅信息（由会议组织者提供）”}}，{“value”：“40”，“order”：4，“name”:“number.of_full_papers_accepted”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}：“23%-该值由等式“已接受的全文数”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”：{“name”:“ConfEventPeerReviewInformation”，“标签”：“同行评议信息（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”，“table”：“同行评审信息（由大会组织者提供）：“average_number_of_papers_per_reviewer”，“label”：“每位审阅者的平均论文数”，“group”：{“name”：“ConfEventPeerReviewInformation”，“table”：“同行审阅信息（由会议组织者提供）”}}，{“value”：“Yes”，“order”：9，“name”:“external_reviewers_involved”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}，{“value”：“在171份提交的文件中，46份被接受为海报文件；在49份特别会议文件中，28份被接受作口头演示，8份被接受做海报演示；9份演示文件和10份VBS文件也被接受。”，“order”：10，“name”：“additional_info_on_review_process”，“label”：“review process的附加信息”，“group”：{“name”:“ConfEventPeerReviewInformation”，“标签”：“同行评审信息（由会议组织者提供）”}}]}}