{“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”：[[2024,9,12]，“日期时间”：“2024-09-12T01:59:49Z”，“时间戳”：1726106389099}，“出版商位置”：“查姆”，“参考计数”：19，“出版者”：“斯普林格国际出版公司”，“isbn-type”：[{“类型”：”打印“，“值”：“9783030638191”}{“type”：“电子”，“value”：“9783030638207”｝]，“license”：[｛“start”：｛“date parts”：[[2020,1,1]]，“date time”：“2020-01-01T00:00:00Z”，“timestamp”：157783680000｝，“content version”：“tdm”，“delay in days”：0，“URL”：“http:\/\/wspringer.com\/tdm”｝，｛“start”：｛“date parts”：[[2020,1,1]]，“date time”：“2020-01-01T00:00:00Z”，“timestamp”：157783680000 6800000｝，“内容版本”：“vor”，“delay-in-days”：0，“URL”：“http:\/\/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.springer.com\/tdm”}1,1]]，“日期时间”：“2020-01-01T00:00:00Z”，“时间戳”：1577836800000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\/\/www.springer.com/tdm”}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，“short-container-title”：[]，“published-print”:{“date-parts”：[2020]]}，”DOI“：”10.1007\/978-3-030-63820-7_32“，”类型“book-capter”，“创建“：{“date-parts”：[[2020,11,18]]，“date-time”：“2020-11-18T04:12:07Z”，“时间戳”：1605672727000}，“页面”：“284-293”，“更新策略”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“源”：“Crossref”，”is-referenced-by-count“：0，”title“：[”用于三维点云语义分割的Shape-Aware特征提取模块“]，”prefix“：”10.1007“，”author“：[{”given“：”Jiachen“，”family“：”徐“，“sequence”：“first”，“affiliation”：[]}，{“given”：“Jie”，“family”：“Zhou”，“segment”：“additional”，“filiation“：[]{”，{”given“：”Xin“，”family“：”Tan“，”sequence“：”additional“，”affiliance“：[]}，“givent”：“Lizhuang”，“家族”：“Ma”，“序列”：“additional”、“affidiation”：“[]}]，“member”：“297”，“published on line”：{“date-parts”：[[2020,11,17]]}，“引用”：[{“键”：“32_CR1”，“doi-asserted-by”：“crossref”，”unstructured“：”Atzmon，M.，Maron，H.，Lipman，Y.：点卷积神经网络的扩展算子。ACM Trans.Graph.（TOG）37（4），71（2018）“，”doi“：”10.1145\/3197517.3201301“}，{“key”：“32-CR2”，“unstructure”：“Chang，A.X.，et al.：Shapenet：一个信息丰富的3D模型库。arXiv预打印arXiv:1512.03012（2015）”}，{“key”：“32_CR3”，“doi-asserted-by”：“crossref”，“unstructured”：“Dai，A.、Chang，A.X.、Savva，M.、Halber，M.，Funkhouser，T.、Nie\u00dfner，M.：Scannet：室内场景的丰富三维重建。摘自：IEEE计算机视觉与模式识别会议论文集，第5828\u20135839页（2017）”，“DOI”：“10.1109\/CVPR.2017.261”}，{“key”：“32_CR4”，“DOI-asserted-by”：“crossref”，“非结构化”：“Graham，B.，Engelcke，M.，van der Maaten，L.：子流形稀疏卷积网络的三维语义分割。摘自：IEEE计算机视觉和模式识别会议论文集，第9224\u20139232（2018）页”，“DOI”：“10.1109\/CVPR.2018.00961”}，{“key”：“32_CR5”，“DOI-asserted-by”：“crossref”，“非结构性”：“Huang，J.，Zhang，H.，Yi，L.，Funkhouser，T.，Nie\u00dfner，M.，Guibas，L.J.：纹理网：从网格上的高分辨率信号学习的一致局部参数化。摘自：IEEE计算机视觉和模式识别会议论文集，第4440\u20134449（2019）页”，“DOI”：“10.1109\/CVPR.2019.00457”}，{“key”：“32_CR6”，“doi-asserted-by”：“crossref”，“unstructured”：“Jiang，L.，Zhao，H.，Liu，S.，Shen，X.，Fu，C.W.，Jia，J.：点云语义分割的层次点边缘交互网络。摘自：IEEE国际计算机视觉会议论文集，第10433\u201310441（2019）页”，“doi”：“10.1109\/ICCV.2019.01053”}，{“key”：“32_CR7”，“非结构化”：“Li，Y.，Bu，R.，Sun，M.，Wu，W.，Di，X.，Chen，B.：Pointcnn：X变换点上的卷积。In：《神经信息处理系统进展》，第820\u2013830页（2018）”}，{“key”：“32_CR8”，“doi-asserted-by”：“crossref”，“非结构性”：“Liu，Y.，Fan，B.，Xiang，S.，Pan，C.：用于点云分析的关系型卷积神经网络。摘自：IEEE计算机视觉和模式识别会议论文集，第8895\u20138904（2019）页”，“DOI”：“10.1109\/CVPR.2019.00910”}，{“key”：“32_CR9”，“DOI-asserted-by”：“crossref”，“unstructured”：“Mao，J.，Wang，X.，Li，H.：插值卷积网络用于三维点云理解。摘自：IEEE国际计算机视觉会议论文集，第1578\u20131587页（2019）”，“DOI”：“10.1109\/ICCV.2019.00166”}，{“key”：“32_CR10”，“DOI-asserted-by”：“crossref”，“unstructured”：“Maturana，D.，Scherer，S.：Voxnet:用于实时对象识别的3D卷积神经网络。在：2015 IEEE\/RSJ国际智能机器人与系统会议（IROS），第922\u2013928页（2015）”，“DOI”：“10.1109\/IROS.205.7353481”}，｛“key”：“32_CR11”，“nonstructured”：“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，pp.652\u2013660（2017）”}，{“key”：“32_CR12”，“unstructured”：“Qi，C.R.，Yi，L.，Su，H.，Guibas，L.J.：Pointnet++：度量空间中点集的深度分层特征学习。in:Advances in Neural Information Processing Systems（NIPS），pp.5099\u20135108（2017）”}，{“key”：“32_CR13”，“doi-asserted-by”：“crossref”，“unstructured”：“Thomas，H.，Qi，C.R.，Deschaud，J.E.，Marcotegui，B.，Goulette，F.，Guibas，L.J.：KPConv：点云的灵活和可变形卷积。摘自：IEEE国际计算机视觉会议论文集，第6411\u20136420（2019）页”，“DOI”：“10.1109\/ICCV.2019.00651”}，{“key”：“32_CR14”，“DOI-asserted-by”：“crossref”，“unstructured”：“Wang，L.，Huang，Y.，Hou，Y.、Zhang，S.、Shan，J.：点云语义分割的图形注意卷积。摘自：IEEE计算机视觉和模式识别会议论文集，第10296\u201310305（2019）页”，“DOI”：“10.1109\/CVPR.2019.01054”}，{“key”：“32_CR15”，“DOI-asserted-by”：“crossref”，“unstructured”：“Wang，S.，Suo，S.、Ma，W.C.、Pokrovsky，A.、Urtasun，R.：深参数连续卷积神经网络。摘自：IEEE计算机视觉与模式识别会议论文集，第2589\u20132597页（2018）”，“DOI”：“10.1109\/CVPR.2018.00274”}，{“key”：“32_CR16”，“DOI-asserted-by”：“crossref”，“unstructured”：“Wang，Y.，Sun，Y.，Liu，Z.，Sarma，S.E.，Bronstein，M.M.，Solomon，J.M.：点云学习的动态图CNN。ACM Trans.Graphics（TOG）（2019）”，“DOI”：“10.1145\/332362”｝，｛“key”：“32_CR17”，“DOI断言”：“crossref”，“非结构化”：“Wu，W.，Qi，Z.，Fuxin，L.：Pointconv：三维点云上的深卷积网络。摘自：IEEE计算机视觉和模式识别会议论文集，第9621\u20139630（2019）页”，“DOI”：“10.1109\/CVPR.2019.00985”}，{“key”：“32_CR18”，“series-title”：“计算机科学讲义”，“DOI-asserted-by”：“publisher”，“first page”：“90”，“DOI”：“10.1007\/978-3-030-01237-3_6”，“volume-title”：“Computer Vision\u2013 ECCV 2018”，“author”：“Y Xu”，“year”：“2018年”，“unstructured”：“Xu，Y.，Fan，T.，Xu，M.，Zeng，L.，Qiao，Y.：SpiderCNN:使用参数卷积滤波器对点集进行深度学习。In:Ferrari，V.，Hebert，M.；Sminchisescu，C.，Weiss，Y.（eds.）ECCV 2018。LNCS，第11212卷，第90\u2013105页。查姆施普林格（2018）。https:\/\/doi.org\/10.1007\/978-3-030-01237-3_6“}，{“key”：“32_CR19”，“doi-asserted-by”：“crossref”，“unstructured”：“Zhang，Hua，B.S.，Yeung，S.K.：Shellnet：使用同心壳统计的高效点云卷积神经网络。摘自：IEEE国际计算机视觉会议（ICCV）论文集，第1607\u20131616页（2019）“，”DOI“：”10.1109\/ICCV.2019.00169“}]，”container-title“：[”Communications in Computer and Information Science“，”Neural Information Processing“]，”original title“：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/link.springer.com\/content\/pdf\/10007\/978-3030-63820-7_32“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”相似性检查“}”，“存放”：{“日期部分”：[[2021,4,24]]，“日期时间”：“2021-04-24T18:16:28Z”，“时间戳”：1619288188000}，“分数”：1，“资源”：{“主要”：}“URL”：“https:\/\/link.springer.com\/10.1007\/978-3030-63820-7_32”}}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[2020年]]}，ISBN“：[”9783030638191“，”978330638207“]，”references-count“：19，”URL“：”http://\/dx.doi.org\/10.1007\/978-3-030-63820-7_32“，”关系“：{}，”ISSN“：[”1865-0929“，”1865-0837“]，”ISSN-type“：[{”type“:”print“，”value“：”1865-0.929“}，{”类型“：”electronic“，”value“：“1865-0937”}]，”主题“：[]，”发布“：{”日期部分“：[2020]]}，“assertion”：[{“value”：“2020年11月17日”，“order”：1，“name”：“first_online”，“标签“：”First Online“，”group“：{”name“：”ChapterHistory“，”label“：”Chapter History”}}，{”value“：”ICONIP“，”order“：1，“name”：“conference_acrombit”，“label”：“conference-Acromnim”，“group”：{“name”:“ConferenceInfo”，“标签”：“会议信息”}}}会议名称“，”组“：{“Name”：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“曼谷”，“order”：3，“名称”：“Conference_city”，“标签”：“会展城市”，“group”：{名称：“ConfeenceInfo“，”label“：”会议信息“}，”{“value”：“泰国”，“订单”：4，“Name”:“Conference_country”，“table”：“会务国家”，“group”：{Name“：”会议信息“，”标签“：”会议信息“}}，{“value”：“2020”，“order”：5，“name”：“Conference_year”，“label”：“会议年”，“group”：{“name”:“ConferenceInfo”，“table”：“Conferency Information”}}、{“value”：“2020年11月18日”，“订单”：7，“name“Conference_start_date”，”标签：“会议开始日期”，“group”：{“name”∶“ConfernceInfo”会议信息“}}，{“value”：“2020年11月22日”，“order”：8，“name”：“Conference_end_date”，“label”：“Conference end date”，“group”：{“名称”：“会议信息”，“标签”：“会务信息”}}iconip2020“，”order“：10，”name“：”conference_id“，”label“：”会议id“，”group“：{”name“:”ConferenceInfo“，”label“：“会议信息”}}，{”value“：”http://\/www.apnns.org\/iconip2020“，“order”：11，“name”：“conference_0rl”，“label”：“会议url”，“group”：{“name”:“ConferenceInformo”，”label:“会议信息“}}”，{“value”：“单盲”，“顺序”：1，“name“：”type“，”label“：”type“，”group“：｛”name“：”ConfEventPeerReviewInformation“，”label“：”同行评审信息（由会议组织者提供）“｝｝，｛”value“：”CMT“，”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”：“618”，“order”：3，“name”：“number_of_submissions_sent_for_Review”，“label”：“发送供评审的提交数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“table”：“同行评审信息”（由会议主办方提供）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“：”189“，“order”：5，“name”：ConfEventPeerReviewInformation“，”label“：”同行评审信息（由会议组织者提供）“}}，{”value“：”30%-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”：“同行评审信息（由会议组织者提供）”｝｝，｛“value”：“3.18”，“order”：7，“name”：“average_number_of_reviews_per_paper”，“label”：“每篇论文的平均评审数”，“group”：｛“name”：“ConfEventPeerReviewInformation”，“label”：“同行评议信息（由会议组织者提供）“}}，{“value”：“3.68”，“order”：8，“name”：“average_number_of_papers_per_reviewer”，“label”：“每个审阅者的平均论文数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“标签”：“同行评议资料（由会议主办方提供）”}}}external_reviewers_involved“，”label“：”涉及的外部审阅者“，”group“：{”name“：”ConfEventPeerReviewInformation“，”标签“：”同行审阅信息（由会议组织者提供）“}}，”{“value”：“由于新冠肺炎疫情，会议实际上举行了。”，“order”：10，“name”：“additional_info_on_Review_process”，“label”：“”评审过程附加信息“，”组“：{“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}]}}