{“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”：[[2024,3,14]]，“日期时间”：“2024-03-14T04:27:27Z”，“时间戳”：1710390447529}，“发布者位置”：“Cham”，“引用计数”：60，“发布商”：“Springer International Publishing”，“isbn-type”：[{“值”：“9783030585730”，“类型”：”打印“}，{“值”：“9783030585747”，“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\/978-3-030-58574-7_40“，”类型“：“book-chapter”，“created”：{“date-parts”：[[2020,11,12]]，“date-time”：“2020-11-12T16:19:07Z”，“timestamp”：1605197947000}，“page”：“664-680”，“update-policy”：”http://\/dx.doi.org\/10.1007\/springer_crossmark_policy“，”source“：”Crossref“，“is-referenced-by-count”：5，“title”：[“Domain Adaption Through Task Distilation”]，“prefix”：“10.1007”，“作者”：[{“ORCID”：“http://\/orcid.org\/00000-0001-7689-1960”，“authenticated-orcid”：false，“given”：“Brady”，“family”：“Zhou”，“sequence”：“first”，“affiliation”：[]}，{“orcid”：：\/\/orcid.org\/00000-0002-9846-4369“，“authenticated-orcid”：false，“given”：“Philipp”，“family”：“Kr\u00e4henb\u00fchl”，”sequence”：“additional”，“affiliation”：[]}]，“member”：“297”，“published-on-line”：{“date-parts”：[[2020,11,13]]}，“reference”：[{“key”：”40_CR1“，“unstructured”：“Akkaya，I.，et al.：用机器人手解Rubik\u2019s立方体。arXiv预印本arXiv：1910.07113（2019）“}，{”密钥“：“40_CR2”，“doi-asserted-by”：“crossref”，“unstructured”：“Bansal，M.，Krizhevsky，A.，Ogale：“Caesar，H.等人：nuScenes:一个用于自动驾驶的多模式数据集。arXiv预印本arXiv:1903.11027（2019）”，“DOI”：“10.1109\/CVPR42600.2020.01164”}，{“key”：“40_CR4”，“unstructured”：“Chen，D.，Zhou，B.，Koltun，V.，Kr\u00e4henb\u00fchl，P.：通过作弊学习。In:CoRL（2019：“Chen，L.C.，Papandreou，G.，Schroff，F.，Adam，H.：重新思考用于语义图像分割的残暴卷积。arXiv预打印arXiv:1706.05587（2017）”}，{“key”：“40_CR6”，“doi-asserted-by”：“crossref”，“unstructured”：“Cordts，M.，et al.：用于语义城市场景理解的Cityscapes数据集。In:CVPR（2016）”，“doi”：“10.1109\/CVPR.2016.350”}，{“key”：“40_CR7”，“doi-asserted-by”：“crossref”，“unstructured”：“Deng，J.，Dong，W.，Socher，R.，Li，L.J.，Li.，K.，Fei-Fei，L.：ImageNet:大型分层图像数据库。In:CVPR（2009）”，“doi”：“10.1109\/CVPR.2009.5206848”}，{“key”：：“Doersch，C.，Zisserman，A.：Sim2real transfer learning for 3D human pose estimation:motion to the rescue。In:NeurIPS（2019）”}，{“key”：“40_CR9”，“unstructured”：“Dosovitskiy，A.，Koltun，V.：通过预测未来来学习行动。In:ICLR（2017）：“Dosovitskiy，A.，Ros，G.，Codevilla，F.，Lopez，A.，Koltun，V.：CARLA：开放式城市驾驶模拟器。In：CoRL（2017）”}，{“key”：“40_CR11”，“doi-asserted-by”：“publisher”，“first page”：”98“，“doi”：“10.1007”，s11263-014-0733-5“，”volume“111”，“author”：“M Everingham”，”“year”：“2015”，“unstructured”：“Everingham，M.，Eslami，S.A.，Van Gool，L.，Williams，C.K.，Winn，J.，Zisserman，A.：PASCAL视觉对象类挑战：回顾。IJCV 111，98\u2013136（2015）”，“新闻标题”：“IJCV”}，{“key”：“40_CR12”，“doi-asserted-by”：“publisher”，“首页”：“303”，“doi”：“10.1007\/s11263-009-0275-4”，“卷”：“88”，“作者”：“M Everingham“，”年份“：“2010年”，“非结构化”：“Everingham，M.，Van Gool，L.，Williams，C.K.，Winn，J.，Zisserman，A.：PASCAL可视对象类（VOC）挑战。IJCV 88，303\u2013338（2010）”，“新闻标题”：“IJCV”}，{“key”：“40_CR13”，“doi-asserted-by”：“publisher”，“first page”：”1627“，“doi”：“10.1109\/TPAMI.2009.167”，“卷”：“32”，“作者”：“PF Felzenszwalb“，”年份“：“2009年”，“非结构化”：“Felzenszwalb，P.F.，Girshick，R.B.，McAllester，D.，Ramanan，D.：使用经过区分训练的基于零件的模型进行对象检测。TPAMI 32，1627\u20131645（2009）”，“日志标题”：“TPAMI”}，{“key”：“40_CR14”，“首页”：“1231”，“volume”：”32“author”：“A Geiger”，“year”：“2013”，“unstructured”：“Geiger，A.，Lenz，P.，Stiller，C.，Urtasun，R.：视觉满足机器人：KITTI数据集。IJRR 32，1231\u20131237（2013）”，“日志标题”：“IJRR”}，{“键”：“40_CR15”，“doi-asserted-by”：“crossref”，“非结构化”：“He，K.，Gkioxari 7.322“}，{“键”：“40_CR16”，“doi-asserted-by”：“crossref”，“unstructured”：“He，K.，Zhang，X.，Ren，S.，Sun，J.：图像识别的深度剩余学习。In:CVPR（2016）”，“doi”：“10.1109\/CVPR.2016.90”}：“Hernandez-Juarez，D.，et al.：倾斜stixels：代表旧金山2019年最陡峭的街道。In:BMVC（2017）”，“DOI”：“10.5244\/C.31.87”}，{“key”：“40_CR18”，“unstructured”：“Hinton，G.，Vinyals，O.，Dean，J.：在神经网络中提取知识。arXiv预印本arXiv:1503.02531（2015）”}：“Hoffman，J.，et al.：CyCADA：循环一致的对抗域适配。In:ICML（2018）”}，{“key”：“40_CR20”，“doi-asserted-by”：“crossref”，“unstructured”：“Huang，H.，Huang and Q.，Kr\u00e4henb\u00fchl，P.：通过深度激活匹配进行域传输。In:ECCV（2018：“Huh，M.，Agrawal，P.，Efros，A.A.：是什么使ImageNet有利于迁移学习？arXiv预印本arXiv:1608.08614（2016）”}，{“key”：“40_CR22”，“doi-asserted-by”：“crossref”，“unstructured”：“James，S.，et al.：通过Sim-to-Sim实现Sim-to-real：通过随机到规范自适应网络实现高效数据机器人抓取。In:CVPR（2019）”，“doi”：“10.1109\/CVPR.2019.01291”}，{“key”：“40_CR23”，“doi-asserted-by”：“crossref”，“unstructured”：“Kempka，M.，Wydmuch，M.、Runc，G.，Toczek，J.，Ja\u015bkowski，W.：ViZDoom：一个基于doom的人工智能研究平台，用于视觉强化学习。In:CIG（2016）”，“doi”：“10.109\/CIG.2016.7860433”}：“Kolve，E.，et al.：AI2-THOR:一个交互式3D视觉AI环境。arXiv预打印arXiv:1712.05474（2017）”}，{“key”：“40_CR25”，“doi-asserted-by”：“crossref”，“unstructured”：“Kr\u00e4henb\u00fchl，P.：视频游戏的自由监督。In:CVPR（2018）”，“doi”：“10.1109\/CVPR.2018.00312”}：“Krizhevsky，A.，Sutskever，I.，Hinton，G.E.：使用深度卷积神经网络进行ImageNet分类。In:NeurIPS（2012）”}，{“key”：“40_CR27”，“unstructured”：“Kuznetsova，A.，et al.：开放图像数据集V4：统一图像分类、对象检测和大规模视觉关系检测。arXiv预印本arXiv:1811.00982（2018）”}，{“key”：“40_CR28”，“doi-asserted-by”：“crossref”，“unstructured”：“Li，Y.，Wang，N.，Shi，J.，Liu，J.和Hou，X.：针对实际域适配重新审视批处理规范化。In：ICLR（2017）”，“doi”：“10.1016\/J.patcog.2018.03.005”}，{：“10.1007\/978-3-319-10602-1_48”，“卷标题”：“计算机视觉\u2013 ECCV 2014”，“作者”：“T-Y Lin”，“年份”：“2014”，“非结构化”：“Lin，T.-Y，et al.：Microsoft COCOCO:上下文中的公共对象。in：Fleet，D.，Pajdla，T.，Schiele，B.，Tuytelaars，T.（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”：“40_CR30”，“doi-asserted-by”：“crossref”，“unstructured”：“Long，J.，Shelhamer，E.，Darrell，T.：语义切分的完全卷积网络。In:CVPR（2015）”，“doi”：“10.1109\/CVPR.2015.7298965”}，}，[key“：”40_CR31“，”unstructure“：”Martin，D.，Fowlkes，C.，Tal，D.，Malik，J.：人类分割自然图像数据库及其在评估分割算法和测量生态统计中的应用。在：ICCV（2001）“｝，｛”key“：”40_CR32“，”doi断言“：”crossref“，”非结构化“：”Mousavian，A.，Toshev，A.，Fi\u0161er，M.，Ko\u0161eck\u00e1，J.，Wahid，A.，Davidson，J.：语义目标驱动导航的视觉表示。在：ICRA（2019）“，”doi“：”10.1109\/ICRA.2019.8793493“｝，｛”key“：”40_CR33“，”非结构化“：”M\u00fcller，M.、Dosovitskiy，A.、Ghanem，B.、Koltun，V.：通过模块化和抽象推动政策转移。In:CoRL（2018）“}，{“key”：“40_CR34”，“doi-asserted-by”：“crossref”，“unstructured”：“Murez，Z.，Kolouri，S.，Kriegman，D.，Ramamoothi，R.，Kim，K.：用于域适配的图像到图像转换。In:CVPR（2018Peng，X.B.，Andrychowicz，M.，Zaremba，W.，Abbeel，P.：机器人控制与动力学随机化的模拟到实际转移。In：ICRA（2018）“，”DOI“：”10.1109\/ICRA.2018.8460528“}，{“key”：“40_CR36”，“unstructured”：“Pomerleau，D.A.：ALVINN：神经网络中的自主陆地车辆。In：NeurIPS（1989）”}，}，“key“：”40_CR37“，”DOI-asserted-by“：”crossref“，”unstructure“：”Ramirez，P.Z.，Tonioni，A.，Salti，S.，Stefano，L.D.：跨任务和领域学习。In:ICCV（2019年）“DOI“：”10.1109\/ICCV.2019.00820“}，{“key”：“40_CR38”，“DOI-asserted-by”：“crossref”，“unstructured”：“Richter，S.R.，Hayder，Z.，Koltun，V.：玩基准测试。In:ICCV（2017）”，“DOI”：“10.1109\/ICCV.2017.243”}，}，“key“：”40_CR39“，”DOI-assert-by“：”Crosref“，”unstructure“：”Ros，G.、Sellart，L.、Materzynska，J.、Vazquez，D.、Lopez，A.M.：合成图像数据集：用于城市场景语义分割的大量合成图像集合。In:CVPR（2016）“，”DOI“：”10.1109\/CVPR.2016.352“}，{“key”：“40_CR40”，”DOI-asserted-by“：”publisher“，”first page“：”211“，“DOI”：“10.1007\/s11263-015-0816-y”，”volume“：“115”，“author”：“O Russakovsky”，“year”：“2015”，“unstructured”：“Russakvsky，O.，et al.：ImageNet大规模视觉识别挑战。IJCV 115，211\u2013252（2015）“，”新闻标题“：”IJCV“}，{“key”：“40_CR41”，“unstructured”：“Rusu，A.A.，Vecerik，M.，Roth\u00f6rl，T.，Heess，N.，Pascanu，R.，Hadsell：“Sadeghi，F.，Levine，S.：CAD2RL：没有单个真实图像的真实单图像飞行。In:RSS（2017）”，“DOI”：“10.15607\/RSS.2017.XIII.034”}，{“key”：“40_CR43”，“DOI-asserted-by”：“crossref”，“unstructured”：“Savva，M.，et al.：栖息地：实现人工智能研究的平台。In:ICCV（2019）”，“unstructured”：“Sax，A.，et al.：学习使用中级视觉优先级进行导航。In:CoRL（2020）”}，{“key”：“40_CR45”，“doi-asserted-by”：“publisher”，“first page”：”824“，“doi”：“10.1109\/TPAMI.2008.132”，“volume”：：“Saxena，A.，Sun，M.，Ng，A.Y.：Make3D：从单个静态图像学习3D场景结构。TPAMI 31，824\u2013840（2008）”，“journal-title”：“TPAMI”}，{“key”：“40_CR46”，“unstructured”：“Schulman，J.，Wolski，F.，Dhariwal，P.，Radford，A.，Klimov，O.：近似策略优化算法。arXiv预印本arXiv:1707.06347（2017）”}，“doi-asserted-by”：“crossref”，“unstructured”：“Shao，S.，et al.：Objects365：用于对象检测的大规模、高质量数据集。In:ICCV（2019）”，“doi”：“10.1109\/ICCV.2019.00852”}，{“key”：“40_CR48”，“非结构化”：“Sun，Y.，Tzeng，E.，Darrell，T.，Efros，a.a.：通过自我监督的无监督域适配。In:ICLR：“40_CR49”，“doi-asserted-by”：“crossref”，“unstructured”：“Teichmann，M.，Weber：“Tobin，J.、Fong，R.、Ray，A.、Schneider，J.，Zaremba，W.、Abbeel，P.：将深度神经网络从模拟传输到现实世界的域随机化。In:IROS（2017）”，“DOI”：“10.1109\/IROS.2017.8202133”}，{“key”：“40_CR51”，“DOI-asserted-by”：“crossref”，“unstructured”：“Torralba，A.，Efros，A.A.：无偏倚地看待数据集偏差。In：CVPR（2011）”，“DOI”：“10.1109\/CVPR.2011.5995347”}，{“key”：“40_CR52”，“DOI-asserted-by”：“crossref”，“unstructured”：“Tsai，Y.H.，Hung，W.C.，Schulter，S.，Sohn，K.，Yang，M.H.，Chandraker，M.：学习适应结构化输出空间进行语义分割。In:CVPR：“10.1109\/CVPR.2018.00780”}，{“key”：“40_CR53”，“doi-asserted-by”：“crossref”，“unstructured”：“Vu，T.H.，Jain，H.，Bucher，M.，Cord，M.、P\u00e9rez，P.：ADVENT：语义切分领域自适应的对抗熵最小化。in:CVPR（2019）”，“doi”：“10.109\/CVPR.2019.00262”}，“非结构化”：“Vu，T.H.，Jain，H.，Bucher，M.，Cord，M.、P\u00e9rez，P.：DADA:语义分段中的深度软件域适配。in:ICCV（2019）”，“DOI”：“10.1109\/ICCV.2019.00746”}，{“key”：“40_CR55”，“DOI-asserted-by”：“crossref”，“unstructured”：“Wang，D.，Devin，C.，Cai，Q.Z.，Kr\u00e4henb\u00fchl，P.，Darrell，T.：用于自动驾驶的单眼平面视图网络。In：ICRA（2019）”，“DOI”：“10.1109 \/IROS40897.2019.8967897”}，{“key”：“40_CR56”，“unstructured”：“Wong，K.，Wang，S.，Ren，M.，Liang，M.和Urtasun，R.：识别自动驾驶的未知实例。In:CoRL（2019：“40_CR57”，“doi-asserted-by”：“crossref”，“unstructured”：“Zamir，A.R.，Sax，A.，Shen，W.，Guibas，L.J.，Malik，J.，Savarese，S.：Taskonomy:Disentangling task transfer learning。In:CVPR（2018）”，“doi”：“10.24963\/ijcai.2019\/871”}，{“key”：“40_CR58”，“doi-asserted-by”，“crossrev”：“Zhao，H.，Shi，J.，Qi，X，Wang，X，Jia，J.：金字塔场景解析网络。In:CVPR（2017）”，“DOI”：“10.1109\/CVPR.2017.660”}，{“key”：“40_CR59”，“DOI-asserted-by”：“crossref”，“unstructured”：“Zhou，B.，Kr\u00e4henb\u00fchl，P.，Koltun，V.：计算机视觉对行动有影响吗？Sci.Robot.（2019）”，《DOI》：“10.1126\/scirobots.aaw 6661“}，{”键“：“40_CR60”，“doi-asserted-by”：“crossref”，“unstructured”：“Zhu，J.Y.，Park，T.，Isola，P.，Efros，A.A.：使用循环一致性对抗网络进行未配对的图像到图像转换。In:ICCV（2017）”，“doi”：“10.1109\/ICCV.2017.244”}]，“container-title”：[“Computer Vision\u2013 ECCV 2020”，“计算机科学讲义”]，“original-title“：[]，”link“用法：[{“URL”：“https:\/\/link.springer.com/content\/pdf\/10.1007\/978-3-030-58574-7_40”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2024,3,12]，“date-time”：”2024-03-12T13:20:28Z“timestamp”：1710249628000}，“score”：1，“resource”：{“primary”：{“URL”：“https:\/\/link.springer.com/10.1007\/978-3-030-58574-7_40”}}，“副标题”：[]，“短标题”：[]，“已发布”：{“日期-部件”：[[2020]]}，”ISBN“：[”9783030585730“，”978330585747“]，“引用计数”：60，“URL”：“http://\/dx.doi.org\/10007\/978-30-58574-7 _40”，“关系”：{}，“ISSN”：[“0302-9743”，“1611-3349”]，“ISSN-type”：[{“value”：“0302-7743”，{“value”：“1611-3349”，“type”：”electronic“}]，“subject”：[]，“published”：{“date-parts”：[[2020]]}，“assertion”：[{“value”：“2020年11月13日”，“order”：1，“name”：“first_online”，“label”：“first online”，标签“：”会议缩写“，”组“：{”名称“：“ConferenceInfo”，“label”：“Confection Information”}}，{“value”：“European Conference on Computer Vision”，“order”：2，“name”：“Conference_name”，“标签”：“会议名称”，“组”：{“name”:“ConferenceInfo”，“label”：“Conference Information”}}，{“value”：“United Kingdom”，“order”：4，“name”：“Conference_country”，“lable”：“会议国家”，“group”：{“name”:“ConferenceInfo”，“标签”：“Meeting Information”{}，}“value”：“2020”，“订单”：5，“name“Conference_year”，“table”：《Conference_year》：“2020年8月23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”：“eccv2020”，“order”：10，“name“：”conference_id“，”lable“：”会议id“，”group“：“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”：“1360”，“order”：4，“name”：“number_of_full_papers_accepted”：“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”：“27%-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”：“同行评论信息（由会议组织者提供）”}}，{“value”：“7”，“orders”：8，“name”：“average_nument_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）”｝｝，｛“value”：“Yes”，“order”：9，“name”：“external_reviewers_involved”，“label”：“涉及的外部评审员”，“group”：｛“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”｝}，{“value”：“会议实际上是由于新冠肺炎疫情而召开的。从ECCV Workshops中，共有467份提交文件，发表了249篇全文、18篇短文和21篇其他贡献。”，“order”：10，“name”：“additional_info_on_review_process”，“label”：“关于审查过程的其他信息”，“group”：{“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}]}}