｛“status”：“ok”，“message type”：“work”，“message version”：“1.0.0”，“message”：｛“indexed”：｛“date parts”：[[2024,6,16]]，“date-time”：“2024-06-16T17:53:00Z”，“timestamp”：1718560380683｝，“publisher location”：“Cham”，“reference count”：62，“publisher”：“Springer International Publishing”，“isbn type”：[｛“value”：“9783030585570”，“type”：“print”｝，｛“value”：“9783030585587”，“type”：“electronic”}]，“license”：[{“start”：{“date-parts”：[[2020,1,1]]，“date-time”：“2020-01-01T00:00:00Z”，“timestamp”：1577836800000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.springer.com\/tdm”}0:00:00Z“，”时间戳“：1577836800000}，”内容版本“：”vor“，“delay-in-days”：0，“URL”：“https:\/\/www.springer.com\/tdm”}，{“start”：{“date-parts”：[[2020,1,1]]，“date-time”：“2020-01-01T00:00:00Z”，“timestamp”：1577836800000}，“content-version”：“tdm”，“delay-in-days“：0，”URL“https:\\/www.spring nature.com\/gp\/researters\/text-and-data-mining”}、{“开始”：{“日期部分”：[[2020,1,1]]，“日期时间”：“2020-01-01T00:00:00Z”，“timestamp”：1577836800000}，“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“：[2020]]}”，“DOI”：“10.1007\/978-3-030-58558-7_4“，“类型”：“book-chapter”，“created”：{“date-parts”：[[2020,10,28]]，“date-time”：“2020-10-28T09:03:08Z”，“timestamp”：1603875788000}，“page”：“53-70”，“update-policy”：”http://\/dx.doi.org\/10.1007\/springer_crossmark_policy“，”source“：”Crossref“，“is-referenced-by-count”：29，“title”：[“View-Invariant Probability Embedding for Human Pose”“]，”prefix“：”10.1007“，”author“：[{“given”：“Jennifer J.”，“family”：“Sun”，“sequence”：“first”，“affiliation”：[]}，{“given”：“Hartwig”，“family”：“Adam”、“sequence”：“additional”，“affiliation”：[]}，{“given”：“Ting”，“family”：“Liu”，“sequences”：“附加”，“从属”：[]}]，“member”：“297”，“published-on-line”：{“date-parts”：[[2020,10,29]]}、“reference”：[{“key”：”4_CR1“，”doi-asserted-by“：”crossref“，“unstructured”：“Akhter，I.，Black，M.J.：三维人体姿势重建的位置条件关节角度限制。In:CVPR（2015）”，“DOI”：“10.1109\/CVPR.2015.7298751”}，{“key”：“4_CR2”，“DOI-asserted-by”：“crossref”，“unstructured”：“Andriluka，M.，Pishchulin，L.，Gehler，P.，Schiele，B.：二维人体姿势估计：新的基准和最新的分析。In:CVPR（2014）”，“DOI”：“10.1109\/CVPR.2014.471”}，{“key”：“4_CR3”，“unstructured”：“Bojchevski，A.，G\u00fcnnemann，S.：图的深高斯嵌入：通过排名进行无监督归纳学习。In:ICLR（2018）”}：“4_CR4”，“doi-asserted-by”：“crossref”，“unstructured”：“Bromley，J.，Guyon，I.，LeCun，Y.，S\u00e4ckinger，E.，Shah，R.：使用\u201csiamese\u201d时延神经网络进行签名验证。In:NeurIPS（1994）”，“doi”：“10.1142\/97812797926_0003”}，{“issue”：“3”，“key”：“4_CR5”，“doi-assertd-by”：“publisher”，”“first page”：1095英寸，“doi”：“10.1109 \/TCYB.2017.2756840”，“volume”：“48”，“author”：“C Cao”，“year”：“2017”，“unstructured”：“Cao，C.，Zhang，Y.，Zhanng，C.，Lu，H.：用于动作识别的身体关节引导三维深卷积描述符。IEEE Trans.Cybern.48（3），1095\u20131108（2017）”，“journal-title”：“IEEE Trans.Cybern”}，{“key”：”4_CR6“，“doi-asserted-by”：“crossref”，“非结构化”：“Chen，C.H.，Ramanan，D.：3D人体姿势估计=2D姿势估计+匹配。In:CVPR（2017）”，“DOI”：“10.1109\/CVPR.2017.610”}，{“key”：“4_CR7”，“DOI-asserted-by”：“crossref”，“非结构”：“Chen，C.H.，Tyagi，A.，Agrawal，A.，Drover，D.，Stojanov，S.，Rehg，J.M.：使用几何自我监控进行无监督三维姿势估计。In:CVPR（2019）”，“DOI”：“10.1109\/CVPR.2019.00586”}，{“key”：“4_CR8”，“DOI-asserted-by”：“crossref”，“unstructured”：“Chu，R.，Sun，Y.，Li，Y..，Liu，Z.，Zhang，C.，Wei，Y.：使用viewpoint软件度量学习进行车辆重新识别。In：ICCV（2019）”，“DOI”：“10.1109\/ICCV.2019.00837”}，{“key”：“4_CR9”，“series-title”：“Computer Science课堂笔记”，“DOI-asserted-by”：“publisher”，“first-pages”：“78”，“DI:”10.1007\/978-3-030-11018-5_7“volume-title”：“Computer Vision\u2013 ECCV 2018 Workshops”，“author”：“D Drover”，“year”：“2019”，“unstructured”：“Drover，D.，M.V，R.，Chen，C.-H.，Agrawal，A.，Tyagi，A.，Huynh，C.P.：3D姿势能否仅从2D投影中学习？摘自：Leal-Taix\u00e9，L.，Roth，S.（编辑）ECCV 2018。LNCS，第11132卷，第78\u201394页。查姆施普林格（2019）。https:\/\/doi.org\/10.1007\/978-3-030-11018-5_7“}，{“key”：“4_CR10”，“doi-asserted-by”：“crossref”，“unstructured”：“Du，W.，Wang，Y.，QiaoDwibedi，D.，Aytar，Y.，Tompson，J.，Sermanet，P.，Zisserman，A.：时间循环一致性学习。In:CVPR（2019）“，”DOI“：”10.1109\/CVPR.2019.00190“}，”{“key”：“4_CR12”，”unstructured“：”Hadsell，R.，Chopra，S.，LeCun，Y.：“通过学习不变映射降低维数。In:CVRP（2006）”}，“key“：”4_CR13“，”unsructured，{“key”：“4_CR14”，“doi-asserted-by”：“crossref”，“unstructured”：“Ho，C.H.，Morgado，P.，Persekian：“Hu，W.，Zhu，S.C.：学习混合3D和2D原语的概率模型以进行视点不变对象识别。In：CVPR（2010）”，“DOI”：“10.1109\/CVPR.2010.5539910”}，{“key”：“4_CR16”，“unstructured”：“Huang，C.，Loy，C.C.，Tang，X.：局部相似感知深度特征嵌入。In:NeurIPS（2016）”}、{“密钥”：“4-CR17”，“DOI-asserted-by”：“publisher”，“首页”：“1325”，“DOI”：“10.1109\/TPAMI.2013.248”，“卷”：“36”，“作者”：“C Ionescu”，“年份”：“2013年”，“非结构化”：“Ionescu.C.，Papava，D.，Olaru，V.，Sminchisescu，C.：Human3.6M：自然环境中三维人体传感的大规模数据集和预测方法。IEEE TPAMI 36，1325\u20131339（2013）”，“新闻标题”：“IEEE TPAM”}，{“关键”：“4_CR18”，“doi-asserted-by”：“crossref”，“unstructured”：“Iqbal，U.，Garbade，M.，Gall，J.：动作动作姿势。In:FG（2017）”，“doi”：“10.1109\/FG.2017.61”}，{“key”：“4_CR19”，“doi-asserted-by”:“crossrref”，”非结构化：“Ischen，A.，Tolias，G.，Avrithis，Y.，Chum，O.：流形上的挖掘：无标签的度量学习。In:CVPR（2018）“，”doi“：“10.1109\/CVPR.2018.00797”}，{“key”：“4_CR20”，“doi-asserted-by”：“crossref”，“unstructured”：“Iskakov，K.，Burkov，E.，Lempitsky，V.，Malkov，Y.：人体姿势的可学习三角剖分。In:ICCV（2019）”，“doi”：“10.109\/ICCV.2019.00781”}：“Jammalamadaka，N.，Zisserman，A.，Eichner，M.，Ferrari，V.，Jawahar，C.：通过模仿姿势进行视频检索。In：ACM ICMR（2012）”，“DOI”：“10.1145\/2324796.2324838”}，{“issue”：“1”，“key”：“4_CR22”，“first page”：”13“，“volume”:“40”，“author”：“X Ji”，“year”：“2009”，“unstructured”：“Ji，X.，Liu，H.：视点无关人体运动分析的进展：综述。IEEE Trans.Syst.Man Cybern.第C部分（应用版本）40（1），13\u201324（2009）”，“期刊标题”：“IEEE Trans.Syst.Men Cybersn.第C部分（应用修订）”}，{“key”：“4_CR23”，“series-title”：“计算机科学讲稿（人工智能讲稿）”，“doi-asserted-by”：“publisher”，“first page”：“741”，“doi”：“10.1007\/978-3-540-85563-7_93”，“volume-title”：“基于知识的智能信息与工程系统”，“author”：“X Ji”，《年份》：“2008”，“非结构化”：“Ji，X.，Liu，H.，Li，Y.，Brown，D.：基于视觉的视觉变化人体运动分析：综述。收录：Lovrek，I.，Howlett，R.J.，Jain，L.C.（编辑）KES 2008。LNCS（LNAI），第5177卷，第741\u2013748页。施普林格，海德堡（2008）。https://doi.org/10.1007\/978-3-540-85563-7_93“｝，｛“key”：“4_CR24”，“nonstructured”：“Kendall，A.，Gal，Y.：我们在计算机视觉的贝叶斯深度学习中需要什么不确定性？在：NeurIPS（2017）”｝，｛“key”：“4_CR25”，“nonstructured”：“Kingma，D.P.，Welling，M.：自动编码变分贝叶斯。在：ICLR（2014）”｝，｛“key”：“4_CR26”，doi断言为“：”crossref“，”unstructured“：”Kocabas，M.，Karagoz，S.，Akbas，E.：使用多视图几何体对3D人体姿势进行自我监督学习。In:CVPR（2019）“，“DOI”：“10.1109\/CVPR.2019.00117”}，{“key”：“4_CR27”，“unstructured”：“LeCun，Y.，Huang，F.J.，Bottou，L.，et al.：具有姿势和光照不变性的通用对象识别学习方法。In:CVRP（2004）”}Li，J.，Wong，Y.，Zhao，Q.，Kankanhalli，M.：非监督学习视角变异动作表征。In:NeurIPS（2018）“}，{“key”：“4_CR29”，“doi-asserted-by”：“publisher”，“first page”：：“70061”，“doi”：“10.1109\/ACCESS.2018.2880231”，“volume”：”6“，“author”：“J Liu”，“year”：“2018”，“unstructured”：“Liu，J.，Akhtar，N.，Ajmal，M.：使用RGB-D视频的视点不变动作识别。IEEE ACCESS 6，70061\u201370071（2018）”，“journal-title”：“IEEE”访问“}，{”key“：”4_CR30“，”doi-asserted-by“：”crossref“，”unstructured“：”Liu，M.，Yuan，J.：将人类行为识别为姿势估计图的进化。中：CVPR（2018）“，”DOI“：”10.1109\/CVPR.2018.00127“}，{“key”：“4_CR31”，“DOI-asserted-by”：“crossref”，“unstructured”：“Luvizon，D.C.，Tabia，H.，Picard，D.：实时三维人体姿势估计和动作识别的多任务深度学习。arXiv:1912.08077（2019）”，“DOI”：“10.1109\/TPAMI.2020.2976014”}，“key“：”4_CR32“，”DOI-assert-by“：“交叉引用”，“非结构化”：“Martinez，J.，Hossain，R.，Romero，J.，Little，J.J.：一种简单而有效的三维人体姿态估计基线。在：ICCV（2017）”中，“DOI”：“10.1109\/ICCV.2017.288”}，{“key”：“4_CR33”，“DOI断言”：“crossref”，“非结构化”：“Mehta，D.等人：使用改进的CNN监督在野外进行单目3D人体姿势估计。在：3DV（2017）”中，“DOI”：“10.1109\/3DV.2017.00064”}，{“key”：“4_CR34”，“系列标题”：“计算机科学讲义”，“DOI断言”：“publisher“，”first page“：”527“，”DOI“：”10.1007\/978-3-319-46448-0_32“，”volume-title“：”Computer Vision\u2013 ECCV 2016“，”author“：”I Misra“，”year“：”2016“，“unstructured”：“Misra，I.，Zitnick，C.L.，Hebert，M.：洗牌和学习：使用时序验证的无监督学习。收录人：Leibe，B.，Matas，J.，Sebe，N.，Welling，M.（编辑）ECCV 2016。LNCS，第9905卷，第527\u2013544页。查姆施普林格（2016）。https:\/\/doi.org\/10.1007\/978-3-319-46448-0_32“}，{“key”：“4_CR35”，“unstructured”：“Mori，G.，et al.：Pose embeddings:学习匹配人类姿势的深层架构。arXiv:1507.00302（2015）”}，“{”key“：”4_CR36“，”doi-asserted-by“：”crossref“，”unstructure“：”聂，B.X.，熊，C.，朱，S.C.：视频中的联合动作识别和姿势估计。In:CVPR（2015）“，”DOI“：”10.1109\/CVPR.2015.7298734“}，{“key”：“4_CR37”，“unstructured”：“Oh，S.J.，Murphy，K.，Pan，J.，Roth，J.、Schroff，F.，Gallagher，A.：用对冲实例嵌入来建模不确定性。In:ICLR（2019）Oh Song，H.，Xiang，Y.，Jegelka，S.，Savarese，S.：通过提升的结构化特征嵌入进行深度度量学习。In:CVPR（2016）“，”DOI“：”10.1109\/CVPR.2016.434“}，{“key”：“4_CR39”，“first page”：”178“，”volume“：”104“，”author“：”EJ Ong“，”year“：”2006“，”unstructured“：”Ong，E.J.，Micilotta，A.S.，Bowden，R.，Hilton，A.：基于视点不变样本的三维人体跟踪。CVIU 104，178\u2013189（2006）“，“日志标题”：“CVIU”}，“key“：”4_CR40“，”series-title“：”《计算机科学课堂讲稿》，“doi-asserted-by”：“publisher”，“first page”：“282”，“doi”：“10.1007\/978-3-030-01264-9_17”，“volume-title”：“Computer Vision\u2013 ECCV 2018”，“author”：“G Papandreou”，“year”：“2018年”，“unstructured”：“Papandreau，G.，Zhu，T.，Chen，L.-C.，Gidaris，S.，Tompson，J.，Murphy，K.：PersonLab：使用自下而上、基于零件的几何嵌入模型进行人的姿势估计和实例分割。收件人：Ferrari，V.，Hebert，M.，Sminchisescu，C.，Weiss，Y.（编辑）Computer Vision\u2013 ECCV 2018。LNCS，第11218卷，第282\u2013299页。查姆施普林格（2018）。https:\/\/doi.org\/10.1007\/978-3-030-01264-9_17“}，{”key“：”4_CR41“，”doi-asserted-by“：”crossref“，”unstructured“：”Papandreou，G.，et al.：朝向野外准确的多人姿势估计。in:CVPR（2017）“，”doi“：”10.1109\/CVPR.2017.395“}Parkhi，O.M.、Vedaldi，A.、Zisserman，A.等人：深度面部识别。收录于：BMVC（2015）“，”DOI“：”10.5244\/C.29.41“}，{“key”：“4_CR43”，“DOI-asserted-by”：“crossref”，“unstructured”：“Pavllo，D.，Feichtenhofer，C.，Grangier，D.，Auli，M.：视频中三维人体姿势估计与时间卷积和半监督训练。收录于CVPR（2019）”，“DOI”：“10.1109\/CVPR.2019.00794”}，“{”key“：”4_CR44“，”DOI-assert-by“：”交叉参考“，”非结构化”：“邱，H.，王，C.，王，J.，王（N.），曾（W.）：三维人体姿势估计的交叉视图融合。In:ICCV（2019）“，”DOI“：”10.1109\/ICCV.2019.00444“}，{“key”：“4_CR45”，“unstructured”：“Rao，C.，Shah，M.：动作识别中的视图差异。In:CVPR（2001）”}，“key“：”4_CR46“，”series-title“：”计算机科学讲义“，”DOI-asserted-by“：”publisher“，”first page“：“69”，“DOI”：“10.1007\/978-3-030-01249-6_5”，“volumeme title“：”Computer Vision \u2013 ECCV 2018”，“author”：“MRI Hossain”，“year”：“2018年”，“unstructured”：“Hossain，M.R.I.，Little，J.J.：利用时间信息进行三维人体姿势估计。收件人：Ferrari，V.，Hebert，M.，Sminchisescu，C.，Weiss，Y.（编辑）ECCV 2018。LNCS，第11214卷，第69页\u201386。查姆施普林格（2018）。https:\/\/doi.org\/10.1007\/978-3-030-01249-6_5“}，{“key”：“4_CR47”，“doi-asserted-by”：“crossref”，“unstructured”：“Rhodin，H.，Constantin，V.，Katircioglu，I.，Salzmann，M.，Fua，P.：多人运动捕捉的神经场景分解。In:CVPR（2019）”，“doi”：“10.1109\/CVPR.2019.00789”}，}“keys”：“4-CR48”，“series-title”：“《计算机科学讲义》，“doi-asserted-by”：“publisher”，“first page”：“765”，“doi”：“10.1007\/978-3-030-01249-6_46”，“volume-title”：“Computer Vision\u2013 ECCV 2018”，“author”：“H Rhodin”，“year”：“2018”，《unstructured》：“Rhodin，H.，Salzmann，M.，Fua，P.：三维人体姿势估计的无监督几何软件表示。收件人：Ferrari，V.，Hebert，M.，Sminchisescu，C.，Weiss，Y.（编辑）ECCV 2018。LNCS，第11214卷，第765\u2013782页。查姆施普林格（2018）。https:\/\/doi.org\/10.1007\/978-3-030-01249-6_46“}，{“key”：“4_CR49”，“doi-asserted-by”：“crossref”，“unstructured”：“Rhodin，H.，et al.：从多视图图像中学习单目3D人体姿势估计。In:CVPR（2018）”，“doi”：“10.1109\/CVPR.2018.00880”}，}“key”：”4_CR50“，”doi-assert-by“：”Crosref“，“unsructured“：”Schroff，F.，Kalenichenko，D.，Philbin，J.：FaceNet:人脸识别和聚类的统一嵌入。In:CVPR（2015）“，”DOI“：”10.1109\/CVPR.2015.7298682“}，{“key”：“4_CR51”，”DOI-asserted-by“：”crossref“，”unstructured“：”Sermanet，P.等：时间控制网络：从视频中自主学习。In:ICRA（2018）“，“DOI”：“10.1109\/ICRA.2018.8462891“｝，｛“key”：“4_CR52”，“系列标题”：“计算机科学讲义”，“doi断言者”：“出版商”，“首页”：“536”，“doi”：“10.1007\/978-3-030-01231-1_33”，“卷标题”：“计算机视觉\u2013 ECCV 2018”，“作者”：“X Sun”，“年份”：“2018”，“非结构化”：“孙，X.，肖，B.，魏，F.，梁，S.，魏，Y.：整体人体姿势回归。收件人：Ferrari，V.，Hebert，M.，Sminchisescu，C.，Weiss，Y.（编辑）ECCV 2018。LNCS，第11210卷，第536\u2013553页。查姆施普林格（2018）。https:\/\/doi.org\/10.1007\/978-3-030-01231-1_33“}，{“key”：“4_CR53”，“doi-asserted-by”：“crossref”，“unstructured”：“Tekin，B.，M\u00e1rquez-Neila，P.，Salzmann，M.，Fua，P.：学习融合2D和3D图像线索进行单目身体姿势估计。In:ICCV（2017）”，“doi”：“10.1109\/ICCV.2017.425”}，ted-by“：”crossref“，”非结构化”：“Tome，D.，Toso，M.，Agapito，L.，Russell，C.：重新思考3D中的姿势：无标记运动捕捉的多级细化和恢复。在：3DV（2018）”中，“DOI”：“10.1109\/3DV.201.8061”｝，｛“key”：“4_CR55”，“unstructured”：“Vilnis，L.，McCallum，A.：通过高斯嵌入的单词表示。在：ICLR（2015）”｝，｛“key”：“4_CR56”，“DOI asserted by”：“crossref”，“unstructured”：“Wang，J.等人：通过深度排名学习细粒度图像相似性。在：CVPR（2014）”，“DOI”：“10.1109\/CVPR.2014.180“｝，｛“key”：“4_CR57”，“doi asserted by”：“crossref”，“nonstructured”：“Wohlhart，P.，Lepetit，V.：用于对象识别和3D姿态估计的学习描述符。In：CVPR（2015）”，“doi”：“10.1109\/CVPR.2015.7.298930”｝，｛“key”：“4_CR58”，“doi asserted by”：“crossref”，“nonstructured”：“Wu，C.Y.，Manmatha，R.，Smola，A.J.，Krahenbuhl，P.：深度嵌入学习中的抽样问题。In:ICCV（2017）“，”DOI“：”10.1109\/ICCV.2017.309“}，{“key”：“4_CR59”，“DOI-asserted-by”：“crossref”，“unstructured”：“Xia，L.，Chen，C.C.，Aggarwal，J.K.：使用3D关节直方图查看不变的人类动作识别。In:CVPRW（2012）”，“DOI”：“10.1109\/CVPRW.2012.6239233”}，“非结构化”：“Zhang，W.，Zhu，M.，Derpanis，K.G.：从行为到行动：一种强有力的监督代表，用于详细的行动理解。In:ICCV（2013）“，”DOI“：”10.1109\/ICCV.2013.280“}，{“key”：“4_CR61”，“first page”：”4500“，”volume“：”28“，”author“：”L Zheng“，”year“：”2019“，”unstructured“：”Zheng，L.，Huang，Y.，Lu，H.，Yang，Y.：用于深度人物重新识别的姿势不变嵌入。IEEE TIP 28，4500\u20134509 62“，”DOI-asserted-by“：”crossref”，“非结构化”：“周，X，黄，Q，孙，X，薛，X，魏，Y：面向野外三维人体姿势估计：一种弱监督方法。In:ICCV（2017）“，”DOI“：”10.1109\/ICCV.2017.51“}]，”container-title“：[”Computer Vision\u2013 ECCV 2020“，”计算机科学讲义“]，”original-title”：[]，”link“：[{”URL“：”https:\/\/link.springer.com\/content\/pdf\/10.10007\/978-3030-58558-7_4“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”相似性检查“}]，”存放“：{“date-parts”：[[2024,3,7]]，“date-time”：“2024-03-07T13:20:04Z”，“timestamp”：1709817604000}，“score”：1，“resource”：{”primary“：}”URL“：”https:\/\/link.springer.com\/10007\/978-3030-58558-7_4“}，”subtitle“：[]，”shorttitle“：[]，”issued“：{“date-ports”：[2020]]}，《ISBN》：[“97830305”85570“，”9783030585587“]，”references-count“：62，”URL“：”http:\/\/dx.doi.org\/10.1007\/978-3-030-58558-7_4“，”关系“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，”ISSN-type“：[{”value“：”03029743“，”type“:”print“}，{”value“：”1611-33049“，”类型“：”electronic“}]，”subject“：【】，”published“：{”date-parts“：[2020]]}，“assertion”：[{“value”：“29 2020年10月“，”订单“：1，”名称“：”first_online“，”标签“：”first online“，“group”：{“name“：”ChapterHistory“，”label“：”Chapter History”}}，{“value”：“ECCV”，“order”：1，“name”：“conference_acrombit”，“label”：“conference缩写”，“group”：{“name”:“ConferenceInfo”，”lable“：”ConferenceInformation“}，”value“：”European conference-on-Computer Vision“，”order“：2，”name“:”conference_name“，”标签“：”会议名称“，”group“：{”name“：label“：”会议信息“}}，{“value”：“格拉斯哥”，“order”：3，“name”：“Conference_city”，“label”：“ConferenceCity”，“group”：{“name”:“ConferenceInfo”，“标签”：“会议信息”}}value“：”2020“，”order“：5，”name“：”conference_year“，”label“：”会议年份“，”group“：，“name“：”conference_end_date“，”label“：”会议结束日期“，”group“：{”name“：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“16”，“order”：9，“name”：“conference_number”，”label:“会议编号”，“group”：{：“会议ID“，”组“：{“name”：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“https:\/\/eccv2020.eu\/”，“order”：11，”名称“：”Conference_url“，”标签“：“会议url”，“group”：{名称“：“ConfenceInfo”：{“名称”：ConfEventPeerReviewInformation“，”label“：”同行评审信息（由会议组织者提供）“}}，{”value“：”OpenReview“，”order“：2，”name“：”conference_management_system“，”标签“：”会议管理系统“，”group“：value“：”5025“，”order“：3，”name“：”number_of_submissions_sent_for_review“，”label“：”发送供审阅的提交数“，”group“：接受的全文数“，”组“：{“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}，{“value”：“0”，“order”：5，“name”:“Number_of_short_Papers_Accepted”，“table”：“接受的短文数”，“group”：{同行评审信息（由会议组织者提供）“}}，{”value“：”27%-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“，”label“：”全文接受率“，”group“：{”name“ConfEventPeerReviewInformation“，”label“：”同行评审信息（由会议组织者提供）value“：”7“，”order“：8，”name“：”average_number_of_papers_per_reviewer“，”label“：”每个审阅者的平均论文数“，”group“：{”name“:”ConfEventPeerReviewInformation“，”label“：“同行审阅信息（由会议组织者提供）”}}，{“value”：“是”，“order”：9，“name”：“external_reviewers_involved”，“label”：“涉及的外部审阅者”，“group“：{”name“：”ConfEventPeerReviewInformation“，”label“：”Peer Review Information（由会议组织者提供）“}}，”{“value”：“由于新冠肺炎疫情，会议实际上已经召开。”，“order”：10，“name”：“additional_info_on_Review_process”标签“：”同行评审信息（由会议组织者提供）“}}]}}