｛“status”：“ok”，“message type”：“work”，“message version”：“1.0.0”，“message”：｛“indexed”：｛“date parts”：[[2024,3,12]]，“date time”：“2024-03-12T15:47:39Z”，“timestamp”：1710258459796｝，“publisher location”：“Cham”，“reference count”：17，“publisher”：“Springer International Publishing”，“isbn type”：[｛“value”：“9783030638191”，“type”：“print”｝，｛“value”：“9783030638207”，“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”：“http://www.springer.com\/tdm”}0:00:00Z“，”时间戳“：1577836800000}，”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}，“内容版本”：“vor”，“延迟天数”：0，“URL”：“https://\\www.springer.com\/tdm”}]，“内容域”：｛“域”：[“link.springer.com”]，“交叉标记限制”：false｝，“短容器标题”：[]，“已发布的印刷品”：｛“日期部分”：[[2020]]｝，“DOI”：“10.1007\/978-3-030-63820-7_50”，“类型”：“图书章节”，“创建”：｛“日期部分”：[[2020,11,18]，“日期-时间””：“2020-11-18T09:12:07Z”，“时间戳”：1605690727000}，“页面”：“434-441”，“更新策略”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“源”：“Crossref”，”is-referenced-by-count“：1，”title“：[”Light Textspotter:An Extreme Light Scene Text Spotter“]，”prefix“：”10.1007“，”author“：[{”given“Jiazi”，“family”：“Guan”，“sequence”“：”第一“，“附属关系”：[]｝，｛“给定”：“安娜”，“家族”：“朱”，“序列”：“附加”，“附属关系”：[]｝]，“成员”：“297”，“在线发布”：｛“日期部分”：[[2020,11,17]｝，“引用”：[｛“密钥”：“50_CR1”，“非结构化”：“Liao，M.，Lyu，P.，He，M，et al.：Mask textspotter：一种用于识别任意形状文本的端到端可训练神经网络。IEEE Trans.Pattern Anal.Mach.Intell.（2019）”}，{“key”：“50_CR2”，“doi-asserted-by”：“crossref”，“unstructured”：“Zhang，X.，Zhou，X.、Lin，M.等人：ShuffleNET：一种用于移动设备的非常有效的卷积神经网络。摘自：IEEE计算机视觉和模式识别会议论文集，第6848\u20136856页（2018）”，“DOI”：“10.1109\/CVPR.2018.00716”}，{“key”：“50_CR3”，“DOI-asserted-by”：“crossref”，“unstructured”：“Karatzas，D.，et al.：ICDAR 2015稳健阅读竞赛。摘自：《ICDAR论文集》，第1156\u20131160页（2015）”，“DOI”：“10.1109\/ICDAR.2015.7333942”}，{“key”：“50_CR4”，“DOI-asserted-by”：“crossref”，“unstructured”：“Sandler，M.、Howard，A.、Zhu，M.，Zhmoginov，A.、Chen，L.C.：倒置残差和线性瓶颈：用于分类、检测和分割的移动网络。arXiv预打印arXiv:1801.04381（2018）”，“DOI”：“10.1109\/CVPR.2018.00474”}，{“key”：“50_CR5”，“DOI-asserted-by”：“crossref”，“unstructured”：“Li，H.，Wang，P.，Shen，C.：利用卷积递归神经网络实现端到端文本识别。摘自：IEEE国际计算机视觉会议论文集，第5238\u20135246页（2017）”，“DOI”：“10.1109\/ICCV.2017.560”}，{“key”：“50_CR6”，“DOI-asserted-by”：“crossref”，“unstructured”：“Ch\u2019ng，C.K.，Chan，C.S.：Total-text：一个用于场景文本检测和识别的综合数据集。In:国际文档分析与识别会议（ICDAR），第935\u2013942页（2017）”，“DOI”：“10.1109\/ICDAR.2017.157”}，{“key”：“50_CR7”，“DOI-asserted-by”：“crossref”，“unstructured”：“Busta，M，Neumann，L，，Matas，J.：Deep textspotter：一种端到端可训练的场景文本定位和识别框架。摘自：IEEE计算机视觉国际会议论文集，第2204\u20132212页（2017）”，“DOI”：“10.1109\/ICCV.2017.242”}，{“key”：“50_CR8”，“unstructured”：“Ren，S.，He，K.，Girshick，R.，et al.：更快的R-CNN：利用区域提议网络实现实时目标检测。In:Advances In Neural Information Processing Systems，pp.91\u201399（2015）”}，{“key”：“50_CR9”，“doi-asserted-by”：“crossref”，“unstructured”：“Lin，T.Y.，Doll\u00e1r，P.，Girshick，R.等人：用于对象检测的特征金字塔网络。摘自：IEEE计算机视觉和模式识别会议记录，第2117\u20132125页（2017）”，“DOI”：“10.1109\/CVPR.2017.106”}，{“key”：“50_CR10”，“series-title”：“计算机科学讲义”，“DOI-asserted-by”：“publisher”，“首页”：“71”，“DOI”：“10.1007\/978-3-030-01264-9_5”，“卷标”：“Computer Vision\u2013 ECCV 2018”，“作者”：“P Lyu”，“年份”：“2018年”，“非结构化”：“Lyu，P.，Liao，M.，Yao，C.，Wu，W.，Bai，X.：Mask TextSpotter：用于识别任意形状文本的端到端可训练神经网络。收录于：Ferrari，V.，Hebert，M.、Sminchisescu，C.，Weiss，Y.（编辑）Computer Vision\u2013 ECCV 2018。LNCS，第11218卷，第71页\u201388。查姆施普林格（2018）。https:\/\/doi.org\/10.1007\/978-3-030-01264-9_5“}，{“key”：“50_CR11”，“unstructured”：“Zagoruyko，S.，Komodakis，N.：更加关注注意力：通过注意力转移提高卷积神经网络的性能。arXiv预印本arXiv:1612.03928Hinton，G.，Vinyals，O.，Dean，J.：在神经网络中提取知识。arXiv预印本arXiv:1503.02531（2015）“}，{“key”：“50_CR13”，“doi-asserted-by”：“crossref”，“unstructured”：“Gupta，A，，Vedaldi，A，和Zisserman，A：自然图像中文本本地化的合成数据。摘自：IEEE计算机视觉和模式识别会议论文集，第2315\u20132324页（2016）“，“DOI”：“10.1109\/CVPR.2016.254”}，{“key”：“50_CR14”，“DOI-asserted-by”：“crossref”，“unstructured”：“Zhang、Z.、Zhang，C.、Shen，W.、Yao，C.、Liu、W.、Bai，X.：使用完全卷积网络的多方向文本检测。收录于：CVPR论文集，第4159\u20134167页（2016）“，“DOI”：“10.1109\/CVPR.2016.451”}，{“key”：“50_CR15”，“DOI-asserted-by”：“crossref”，“unstructured”：“Shi，B.，Bai，X.，Belongie，S.J.：通过链接片段检测自然图像中的定向文本。收录于《CVPR文献集》，第3482\u20133490页（2017）“，”DOI“10.1109 \/CVPR.2017.371“”doi-asserted-by“：”crossref“，”unstructured“：”Zhou，X.，et al.：EAST：一种高效准确的场景文本检测器。收录于：CVPR论文集，第2642\u20132651（2017）页，“DOI”：“10.1109\/CVPR.2017.283”}，{“key”：“50_CR17”，“series-title”：“计算机科学讲义”，“DOI-asserted-by”：“publisher”，“first page”：”19“，“DOI:”10.1007\/978-3030-01216-8_2“，”volume-title“：”Computer Vision\u2013 ECCV 2018“，”author“S Long”，“year”：“2018”，“unstructured”：“”Long，S.、Ruan，J.、Zhang，W.、He，X.、Wu，W.和Yao，C.：TextSnake：检测任意形状文本的灵活表示。收件人：Ferrari，V.，Hebert，M.，Sminchisescu，C.，Weiss，Y.（编辑）ECCV 2018。LNCS，第11206卷，第19\u201335页。查姆施普林格（2018）。https:\/\/doi.org\/10.1007\/978-3-030-01216-8_2“}]，“container-title”：[“计算机和信息科学中的通信”，“神经信息处理”]，“原始标题”：[]，“链接”：[{“URL”：“https:\//link.springer.com/content\/pdf\/10.10007\/978-300-63820-7_50”，“content-type”：“未指定”，“内容-版本”：“vor”，“intended-application”：“相似性检查“}”，“存放”：{“日期部分”：[[2021,4,24]]，“日期时间”：“2021-04-24T10:22:35Z”，“时间戳”：1619259755000}，“分数”：1，“资源”：{“主要”：}“URL”：“https:\/\/link.springer.com\/10.1007\/978-3030-63820-7_50”}}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[2020]]}，ISBN“：[”9783030638191“，”978330638207“]，”references-count“：17，”URL“：”http://\/dx.doi.org\/10.1007\/978-3-030-63820-7_50“，”关系“：{}，”ISSN“：[”1865-0929“，”1865-0.937“]，”ISSN-type“：[{”value“：”1865-0829“，“type”：“print”}，{“value”：”1865-10937“，”type““：”electronic“}]，”subject“：【】，”published“：{”date-parts“：【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”：“会议结束日期”，“group”：｛“name”：“ConferenceInfo”，“label”：“ConferenceInformation”｝｝，｛“value”：“27”，“order”：9，“name”：“Conference_number”，“label”：“ConferenceNumber”，“group”：｛“name”：“ConferenceInfo”，“label”：“ConferenceInformation”｝｝，｛“value”：“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“：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“：”Peer Review Information（由会议组织者提供）“}}，{”value“：”3.18“，”order“：7，”name“:”average_number_of_reviews_per_paper“，”标签“：”每篇论文的平均评论数“，”google“：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”，“tabel”：”同行评议资讯（由会议组织方提供）“{}}”，{（value）：“No”，“订单”：9，“name“：”external_reviewers_involved“，”label“：”涉及外部审阅者“，”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“，”table“：”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）”}}]}}