{“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”：[[2024,6,14]]，“日期时间”：“2024-06-14T06:34:32Z”，“时间戳”：1718346872328}，“出版商位置”：“查姆”，“引用计数”：68，“出版者”：“斯普林格国际出版”，“isbn-type”：[{“值”：“9783030668228”，“类型”：”打印“}，{“值”：“9783030668235”，“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}，“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\/978-3-030-66823-5_18”，“type”：“book-capter”，“created”：{“date-parts”：[2021,1,2]，“date-time”：“2021-01-02T07:03:14Z”，“时间戳”：1609570994000}，“页面”：“301-319”，“更新策略”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“源”：“Crossref”，”is-referenced-by-count“：50，”title“：[”用于多发音手语翻译的多通道转换器“]，”prefix“：”10.1007“，”author“：[{”given“：”Necati Cihan“，“family”：“”卡姆戈兹”，“sequence”：“first”，“affiliation”：[]｝，｛“given”：“Oscar”，“family”：“Koller”，“sequence”：“additional”，“affiliation”：[]｝，｛“given”：“Oscar”，“family”：“Koller”，“sequence”：“additional”，“affiliation”：[]｝，“member”：“297”，“published online”：｛“date parts”：[[2021,1,3]]｝，“引用”：[{“key”：“18_CR1”，“doi-asserted-by”：“crossref”，”unstructured“：“Afouras，T.，Chung，J.S.，Senior，A.，Vinyals，O.，Zisserman，A.：深度视听语音识别。IEEE Trans.Pattern Anal.Mach.Intell.（TPAMI）（2018）”，“doi”：“10.1109\/TPAMI.2018.2889052”}，{“key”：：“Antonakos，E.，Pitsikalis，V.，Rodomagoulakis，I.，Maragos，P.：使用主动外观模型跟踪手语视频对极端面部事件进行无监督分类。摘自：IEEE图像处理国际会议（ICIP）（2012年）会议记录”，“DOI”：“10.1109”，ICIP.2012.6467133”}，{“key”：“18_CR3”，“非结构化”：“Assael，Y.M.，Shillingford，B.，Whiteson，S.，De Freitas，N.：LipNet:端到端句子级唇读。In:GPU技术会议（2017）”}，{“key”：“18_CR4”，“unstructured”：“Bahdanau，D.，Cho，K.，Bengio，Y.：通过联合学习对齐和翻译实现神经机器翻译。摘自：国际学习代表大会（ICLR）会议记录（2015）”}，{“议题”：“2”，“关键”：“18_CR5”，“doi-asserted-by”：“出版商”，“首页”：“173”，“doi”：“10.1016\/0010-0277（72）90018-2”，“卷”：“1”，“作者”：“U Bellugi”，“年份”：“1972年”，“非结构化”：“Bellugi，U.，Fischer，S.：手语和口语的比较。认知1（2），173\u2013200（1972）”，“新闻标题”：“认知”}，{“关键”：“18_CR6”，“doi-asserted-by”：“出版商”，“首页”：“135”，“doi”：“10.1162\/tacl_A_00051”，“卷”：“5”，“作者”：“P Bojanowski”，“年份“2017”，“无结构化”：“Bojanowski，P.，Grave，E.，Joulin，A.，Mikolov，T.：用子单词信息丰富单词向量。Trans.Assoc.Comput.Linguis：“Bragg，D.等人：手语识别、生成和翻译：一个跨学科的视角。摘自：国际ACM SIGACCESS计算机与可访问性会议论文集（2019）”，“DOI”：“10.1145\/3308561.3353774”}，{“key”：“18_CR8”，“DOI-asserted-by”：“crossref”，“unstructured”：“Brentari，D.：手语音韵学。剑桥大学出版社，剑桥（2019）”，“DOI”：“10.1017\/9781316286401”}，{“key”：“18_CR9”，“unstructured”：“Bungeroth，J.，Ney，H.：统计手语翻译。摘自：国际语言资源与评估会议手语表示与处理研讨会论文集（2004）”}，{“key”：“18_CR10”，“doi-asserted-by”：“crossref”，“unstructured”：“Camgoz，N.C.，Hadfield，S.，Koller，O.，Bowden，R.：使用卷积3D神经网络进行用户依赖的连续手势识别。摘自：IEEE模式识别研讨会（ICPRW）国际会议论文集（2016）”，“DOI”：“10.1109\/ICPR.2016.7899606”}，{“key”：“18_CR11”，“DOI-asserted-by”：“crossref”，“unstructured”：“Camgoz，N.C.，Hadfield，S.，Koller，O.，Bowden，R.：SubUNets：端到端手形和连续手语识别。摘自：IEEE计算机视觉国际会议（ICCV）（2017）论文集”，“DOI”：“10.1109\/ICCV.2017.332”}，{“key”：“18_CR12”，“unstructured”：“Camgoz，N.C.，Hadfield，S.，Koller，O.，Bowden，R.：手语变形金刚：联合端到端手语识别和翻译。摘自：IEEE计算机视觉和模式识别会议（CVPR）（2020）论文集”}，{“key”：“18_CR13”，“doi-asserted-by”：“crossref”，“unstructured”：“Camgoz，N.C.，Hadfield，S.，Koller，O.，Ney，H.，Bowden，R.：神经手语翻译。摘自：IEEE计算机视觉和模式识别会议论文集（2018）”，“DOI”：“10.1109\/CVPR.2018.00812”}，{“key”：“18_CR14”，“非结构化”：“Cao，Z.，Hidalgo，G.M.，Simon，T.，Wei，S.，Sheikh，Y.：OpenPose：使用部分亲和力字段进行实时多人2D姿势估计。IEEE Trans.Pattern Anal.Mach.Intell.（TPAMI）（2019）”}，{“issue”：“1”，“key”：“18_CR15”，“doi-asserted-by”：“publisher”，“first-page”：“37”，“doi”：“10.1007\/s0079-012-0615-1”“，”年份“：“2014”，“非结构化”：“Caridakis，G.，Asteriadis，S.，Karpouzis，K.：自动手语识别中的非手动提示。Pers.Ubiquit.Comput.18（1），37\u201346（2014）”，“期刊标题”：“Pers.Ubiquit.Comput.”}，｛“key”：“18_CR16”，“非结构化”：“Chai，X.，et al.：使用Kinect进行手语识别和翻译。In:《自动人脸和手势识别国际会议论文集》（2013）”}，{“issue”：“1”，“key”：“18_CR17”，“doi-asserted-by”：“publisher”，“first-pages”：“70”，“doi”：“10.1007 \/s11263-013-0672-6”，“volume”:“110”，“author”：“J Charles”，“year”：“2014”，“非结构化”：“Charles，J.，Pfister，T.，Everingham，M.，Zisserman，A.：手语视频的自动高效人体姿势估计。国际计算机视觉（IJCV）110（1），70\u201390（2014）”，“日志标题”：“国际计算机视觉：“Cho，K.，et al.：使用RNN编码器-解码器学习短语表示用于统计机器翻译。In:自然语言处理经验方法会议论文集（EMNLP）（2014）”，“DOI”：“10.3115\/v1\/D14-1179”}，{“key”：“18_CR19”，“DOI-asserted-by”：“crossref”，“unstructured”：“Chung，J.S.，Senior，A.，Vinyals，O.，Zisserman，A.：野外唇读句子。摘自：IEEE计算机视觉和模式识别会议（2017）论文集”，“DOI”：“10.1109\/CVPR.2017.367”}，{“key”：“18_CR20”，“DOI-asserted-by”：“crossref”，“unstructured”：“Cui，R.，Liu，H.，Zhang，C.：通过阶段优化实现连续手语识别的递归卷积神经网络。摘自：IEEE计算机视觉和模式识别会议论文集（2017）”，“DOI”：“10.1109\/CVPR.2017.175”}，{“key”：“18_CR21”，“DOI-asserted-by”：“publisher”，“first page”：：“10.1109\/TMM.2018.2889563”，“volume”：“21”，“author”：“R Cui”，“year”：“2019”，“unstructured”：“Cui，R.，Liu，H.，Zhang，C.：通过迭代训练实现连续手语识别的深层神经框架。IEEE Trans.Multimedia 21，1880\u20131891，“非结构化”：“Fang，B.Co，J.，Zhang，M.：DeepASL：实现无处不在和非侵入性的单词和句子级手语翻译。摘自：《ACM嵌入式网络传感器系统会议论文集》（SenSys）（2017年）”，“DOI”：“10.1145\/3131672.3131693”}，{“key”：“18_CR23”，“非结构性”：“Glrot，X.，Bengio，Y.：理解深度前馈神经网络训练的难度。摘自：《国际人工智能与统计会议论文集》（2010）”}，{“key”：“18_CR24”，“unstructured”：“Grimes，G.J.：数字数据输入手套接口设备，美国专利4414537（1983）”}.，{：“18-CR25”，“doi-asserted-by”：“crossref”，“unstructured”：“Guo，D.，Wang，S.，Tian，Q.，Wang：“Guo，D.，Zhou，W.，Li，H.，Wang，M.：手语翻译的层次LSTM。摘自：AAAI人工智能会议论文集（2018）”，“DOI”：“10.1609\/AAAI.v32i1.12235”}，{“key”：“18_CR27”，“unstructured”：“Hidalgo，G.等人：单网络全身姿势估计。In:IEEE国际计算机视觉会议（ICCV）（2019）”}，{“key”：“18_CR28”，“doi-asserted-by”：“crossref”，“unstructured”：“Huang，J.，Zhou，W.，Zhang，Q.，Li，H.，Li：“Ioffe，S.，Szegedy，C.：批量归一化：通过减少内部协变量偏移来加速深度网络训练。在：《国际机器学习会议录》（2015）”}，｛“key”：“18_CR30”，“doi断言”：“publisher”，“first page”：“339”，“doi”：“10.1162\/tacl_a_00065”，“volume”：“5”，“author”：“M Johnson”，“year”：“2017”，“非结构化”：“Johnson，M.，et al.：Google\u2019s多语种神经机器翻译系统：支持零快照翻译。Trans.Assoc.Comput.Linguist.5，339\u2013351（2017）”，“日志标题”：“Trans.Assoc.Compul.Linguist.”}，{“key”：“18_CR31”，“doi-asserted-by”：“crossref”，“unstructured”：“Joulin，A.，Grave，E.，Bojanowski，P.，Mikolov，T.：高效文本分类的诀窍。摘自：计算语言学协会（ACL）欧洲分会第十五届会议论文集（2017）”，“DOI”：“10.18653\/v1\/E17-2068”}，{“key”：“18_CR32”，“非结构化”：“Kalchbrenner，N.，Blunsom，P.：递归连续翻译模型。摘自：自然语言处理经验方法会议论文集（2013）”}，{“key”：“18_CR33”，“unstructured”：“Kingma，D.P.，Ba，J.：Adam:一种随机优化方法。In:Proceedings of the International Conference on Learning Representations（ICLR）（2014）”}，{“issue”：“13”，“key”：“18_CR34”，“doi-asserted-by”：“publisher”，“first-page”：“2683”，“doi”：“10.3390\/app9132683”，“volume”：：“Ko，S.K.，Kim，C.J.，Jung，H.，Cho，C.：基于人类关键点估计的神经手语翻译。《应用科学》9（13），2683（2019）”，“期刊标题”：“应用科学”}，{“key”：“18_CR35”，“doi-asserted-by”：“crossref”，“unstructured”：“Koller，O.，Camgoz，N.C.，Bowden，R.，Ney，H.：使用多流CNN-LSTM-HMM进行弱监督学习，以发现手语视频中的顺序并行性。IEEE Trans.Pattern Anal.Mach.Intell.（TPAMI）（2019）”，“DOI”：“10.1109\/TPAMI.2019.2911077”}，{“key”：“18_CR36”，“DOI-asserted-by”：“publisher”，“first-pages”：“108”，“DOI”：“10.1016\/j.cviu.2015.09.013”，“volume”：“141”，“author”：“O Koller”，“year”：“2015”，“unstructured”：“Koller，O.，Forster，j.，Ney，H.：连续手语识别：面向处理多个签名者的大词汇统计识别系统。计算视觉图像理解（cviu）141，108\u2013125（2015）”，“日志标题”：“Compute.Vis.Image Underst.（CVIU）”}，{“key”：“18_CR37”，“doi-asserted-by”：“crossref”，“unstructured”：“Koller，O.，Ney，H.，Bowden，R.：读我的嘴唇：连续的独立于签名者的弱监督视觉识别。In:欧洲计算机视觉会议：“crossref”，“unstructured”：“Koller，O.，Ney，H.，Bowden，R.：手语口型深度学习。摘自：IEEE计算机视觉研讨会（ICCVW）国际会议论文集（2015）”，“DOI”：“10.1109\/ICCVW.2015.69”}，{“key”：“18_CR39”，“DOI-asserted-by”：“crostref”，“非结构化”：“Koller，O.，Ney，H.，Bowden，R.：Deep hand：当你的数据是连续的和弱标记的时，如何在100万张手图像上训练CNN。在：IEEE计算机视觉和模式识别会议记录（CVPR）（2016）”，“DOI”：“10.1109\/CVPR.2016.412”｝，｛“key”：“18_CR40”，“DOI断言由”：“crossref”，“非结构化”：“Koller，O.，Zargaran，S.，Ney，H.：重新设计：使用深度递归CNN-HMM重新对齐端到端序列建模。In:IEEE计算机视觉和模式识别会议（2017）论文集”，“DOI”：“10.1109\/CVPR.2017.364”}，{“key”：“18_CR41”，“DOI-asserted-by”：“crossref”，“unstructured”：“Koller，O.，Zargaran，S.，Ney，H.，Bowden，R.：深度符号：用于连续手语识别的混合CNN-HMM。In:英国机器视觉会议（BMVC）（2016）论文集”，“DOI”：“10.5244\/C.30.136”}，{“key”：“18_CR42”，“DOI-asserted-by”：“crossref”，“unstructured”：“Kreutzer，J.、Bastings，J.和Riezler，S.：Joey NMT：面向初学者的简约NMT工具包。摘自：自然语言处理经验方法会议论文集：系统演示（2019）”，“DOI”：“10.18653\/v1\/D19-3019”}，{“key”：“18_CR43”，“非结构化”：“Lin，C.Y.：ROUGE：一个自动评估摘要的软件包。In:计算语言学协会年会论文集，文本摘要分支研讨会（2004）”}，{“key”：“18_CR44”，“doi-asserted-by”：“crossref”，“unstructured”：“Luong，M.T.，Pham，H.，Manning，C.D.：基于注意力的神经机器翻译的有效方法。摘自：自然语言处理经验方法会议论文集（2015）”，“DOI”：“10.18653\/v1\/D15-1166”}，{“key”：“18_CR45”，“series-title”：“计算机科学讲义”，“DOI-asserted-by”：“publisher”，“首页”：“349”，“DOI”：“10.1007\/978-3642-38886-6_34”，“卷时间”：“图像分析”，“作者”：“M Luzardo”，“年份”：“2013年”，“非结构化”：“LuzardoM.，Karppa M.，Laaksonen J.，Jantunen T.：手语视频的头部姿势估计。In:K\u00e4m\u00e4r\u00e4inen，J.-K.，Koskela M.（eds.）SCIA 2013。LNCS，第7944卷，第349页\u2013360。斯普林格，海德堡（2013）。https:\/\/doi.org\/10.1007\/978-3642-38886-6_34“}，{”issue“：”1“，”key“：”18_CR46“，”doi-asserted-by“：”publisher“，”first-page“：”97“，”doi“：”10.1177\/0023830917708461“，“volume”：“61”，“author”：“E Malaia”，“year”：“2018”，“unstructured”：“Malaia，E.，Borneman，J.D.，Wilbur，R.B.：美国手语。Speech 61（1），97\u2013112（2018）“，“journal-title”：“Lang.Speech”}，{“key”：“18_CR47”，“unstructured”：“Nwankpa，C.，Ijomah，W.，Gachagan，A.，Marshall，S.：激活函数：深入学习实践和研究趋势的比较。arXiv:1811.03378Orbay，A.，Akarun，L.：通过学习标记化进行神经手语翻译。arXiv:2002.00479（2020）“，”DOI“：”10.1109\/FG47880.2020.0002“}，{”key“：”18_CR49“，”DOI-asserted-by“：”crossref“，”unstructured“：”Papineni，K.，Roukos，S.，Ward，T.，Zhu，W.J.：BLEU:机器翻译的自动评估方法。In:计算语言学协会年会论文集（2002）“，“DOI”：“10.3115\/1073083.1073135“}，{“issue”：“1”，“key”：“18_CR50”，“doi-asserted-by”：“publisher”，“first-page”：“94”，“doi”：“10.1093\/deafeed\/enj003”，《volume》：“11”，“author”：“BS Parton”，“year”：“2005”，“unstructured”：“Parton，B.S.：手语识别和翻译：人工智能领域的多学科方法。J.Deaf Stud。聋人教育。11（1），94\u2013101（2005）”，“期刊标题”：“J.Deaf Stud.聋人教育。}，{“key”：“18_CR51”，“unstructured”：“Paszke，A.，et al.：PyTorch中的自动区分。in：神经信息处理系统研讨会进展（NIPSW）（2017）”}，}，“key“：”18_CR52“，”unstructure“：”Pfau，R.，Quer，J.：非手册：它们的语法和韵律角色。in:手语。剑桥大学出版社（2010）“}，{”key“：”18_CR53“，”doi-asserted-by“：”crossref“，”unstructured“：”Pfister，T.，Charles，J.，Everingham，M.，Zisserman，A.：连续手语电视广播的自动高效长期手臂和手部跟踪。In:Proceedings of the British Machine Vision Conference（BMVC）（2012）“，”doi“：”10.5244\/C.26.4“}”，{“key”：“18_CR54”，“非结构化”：“Pigou，L.，Dieleman，S.，Kindermans，P.J.，Schrauwen，B.：使用卷积神经网络的手语识别。In:欧洲计算机视觉研讨会（ECCVW）（2014）“}，{“issue”：“12”，“key”：“18_CR55”，“doi-asserted-by”：“publisher”，“first-pages”：“1371”，“doi”：“10.1109\/34.735811”，《volume》：“20”，“author”：“T Starner”，“year”：“1998”，“unstructured”：“Starner，T.，Weaver，J.，Pentland，A.：使用桌面和基于可穿戴计算机的视频进行实时美国手语识别。IEEE传输。模式分析。机器。智力。（TPAMI）20（12），1371\u20131375（1998）“，“期刊标题”：“IEEE Trans。模式分析。机器。智力。（TPAMI）“}，{“key”：“18_CR56”，“unstructured”：“Stein，D.，Schmidt，C.，Ney，H.：手语机器翻译过度。In:口语翻译国际研讨会（2010）”}，}，“key“：”18_CR57“，”doi-asserted-by“：”crossref“，”unstructure“：”Stokoe，W.C.：手语结构。Ann.Rev.Anthropol.9（1）（1980）“，”doi“：”10.1146//annurev.an.09.100180.002053“}，{“key”：“18_CR58”，“unstructured”：“Sutskever，I.，Vinyals，O.，Le，Q.V.：神经网络的序列到序列学习。In:Proceedings of the Advances In neural Information Processing Systems（NIPS）（2014）”}，}“key:”18_CR59“，”doi-asserted-by“：”publisher“，”doi“：”10.1017\/CBO9781139167048“，”volume-title“：”《英国手语语言学：导论》，“作者”：“R Sutton-Spence”，“年份”：“1999年”，“非结构化”：“Sutton-Spence，R，Woll，B：英国手语的语言学：导言”。剑桥大学出版社，剑桥（1999）“}，{”issue“：“4”，”key“：“18_CR60”，”doi-asserted-by“：”publisher“，”first page“：”343“，”doi“：”10.1016\/0031-3203（88）90048-9“，“volume”：“21”，“author”：“S Tamura”，“year”：“1988”，“unstructured”：“Tamura，S.，Kawasaki，S.：手语运动图像的识别。Pattern Recogn.21（4），343\u2013353（1988）”，“journal-title“：”模式识别。“}，{“key”：“18_CR61”，“volume-title”：“美国手语语言学：导论”，“author”：“C Valli”，“year”：“2000”，“unstructured”：“Valli，C.，Lucas，C.：《美国手语语言学：导论》。加洛特大学出版社，华盛顿特区（2000）”}，}瓦斯瓦尼（Vaswani，A.）等人：注意力是你所需要的。在：《神经信息处理系统进展论文集》（NIPS）（2017）“}，{“key”：“18_CR63”，doi由“：”crossref“断言，”非结构化“：”Vogler，C.，Goldenstein，S.：ASL.Univ.Access Inf.Soc.6（4）（2008）“，”doi“：”10.1007\\s10209-007-0096-6“}，{“key”：“18_CR64”，doi由“：”crossref“断言，”非结构化“：”Wang，S.，Guo，D.，Zhou，W.g.，Zha，Z.J.，Wang，M.：用于手语翻译的连接时间融合。摘自：《美国手语协会多媒体国际会议论文集》（2018），“DOI”：“10.1145”，{“key”：“18_CR65”，“unstructured”：“Wilbur，R.B.：美国手语非手册的语音和韵律层次。语言符号重审：纪念Ursula Bellugi和Edward Klima的选集（2000）”}，{非结构化”：“Yang，Z，Dai，Z，Salakhutdinov，R，Cohen，W.W.：打破softmax瓶颈：高级RNN语言模型。In:Proceedings of the International Conference on Learning Representations（ICLR）（2018）“}，{“key”：“18_CR67”，“series-title”：“计算机科学课堂讲稿（人工智能课堂讲稿）”，“doi-asserted-by”：“publisher”，“首页”：“559”，“doi”：“10.1007\/978-3-030-26061-3_57”，“volume-title”：《语音与计算机》，“author”：“J Zelinka”，“年：“2019年”，“非结构化”：“Zelinka，J.，Kanis，J.和Salajka，P.：基于NN的捷克手语合成。收录于：Salah，A.A.，Karpov，A.，Potapova，R.（编辑）2019年SPECOM。LNCS（LNAI），第11658卷，第559\u2013568页。查姆施普林格（2019）。https:\/\/doi.org\/10.1007\/978-3-030-26061-3_57“}，{“key”：“18_CR68”，“doi-asserted-by”：“crossref”，“unstructured”：“周，H.，周，W.，周，Y.，李，H.：用于连续手语识别的时空多用户网络。In:AAAI人工智能会议（2020）论文集”，“doi”：“10.1609\/aaaai.v34i07.7001”}]，“container-title“：[“Computer Vision\u2013 ECCV 2020 Workshops”，“计算机科学课堂讲稿”]，“original-title”：[]，“link”：[{“URL”：“https:\/\/link.springer.com/content\/pdf\/10.1007\/978-3-030-66823-5_18”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2022,12,10]]，“日期-时间”：“2022-12-10T07:03:38Z”，“时间戳”：1670655818000｝，“分数”：1，“资源”：｛“主要”：｛“URL”：“https:\/\/link.springer.com\/10.1007\/978-3-030-66823-5_18”｝，“副标题”：[]，“短标题”：[]，“已发布”：｛“日期部分”：[[2020]]｝，“国际标准图书编号”：[“9783030668228”，“9783030668235”]，“引用次数”：68，“URL”：“http://\/dx.doi.org\/10.1007\/978-3-030-66823-5_18”，“关系”：{}，“ISSN”：[“0302-9743”，“1611-3349”]，“ISSN-type”：[{“值”：“0302-7743”：“2021年1月3日”，“订单”：1，“名称”：“first_online”，“标签”：“首次在线”，“群组”：{“name”：“ChapterHistory”，“label”：“ChapterHistory”}}，{“value”：“ECCV”，“order”：1，“name”:“conference_acrombit”，“标签”：“会议缩写”，“group”：{”name“：“ConferenceInfo”，”label“：“会议信息，“label”：“Conference Information”}}，{“value”：“Glasgow”，“order”：3，“name”：“Conference_city”，“lable”：“Meeting city”，“group”：{“name”:“ConferenceInfo”，“标签”：“Feeting Information”{}，}“value”：“United Kingdom”，“订单”：4，“name“Conference_country”，“table”：”Conference-country“，”group“：{”name“ConferrenceInfo”，{“value”：“2020”，“order”：5，“name”：“conference_year”，“label”：“会议年份”，“group”：{“name”:“ConferenceInfo”，“table”：“Conferency Information”}}，{“value”：“2020年8月23日”，“订单”：7，“name“：”conference_start_date“，”label“：”会议开始日期“，”group“：{”name“：：8，“name”：“conference_end_date”，“label”：“会议结束日期”，“group”：{“name”:“ConferenceInfo”，”label“：“Conferency Information”}}，{“value”：“16”，“order”：9，“name“：”conference_number“，”lable“：”conference_number，“标签”：“会议ID”，“组”：{“name”：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“https:\/\/eccv2020.eu\/”，“order”：11，“名称”：“Conference_url”，“标签”：“大会url”，“group”：{“name”:“ConferenceInfo”“组”：{“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”，“table”：“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”：{“name”:“ConfEventPeerReviewInformation”，“标签”：“同行审阅信息（由会议组织者提供）”}}，{“值”：“1360”，“订单”：4：“接受的全文数”，“group”：{“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”，“标签”：“已接受的短文数”：“同行评议信息（由会议组织者提供）”}}，{“value”：“27%-该值由等式“接受的全文数”/“发送供审阅的提交数*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”，“table”：“同行审阅信息（由会议组织者提供）”}}，{“value”：“Yes”，“订单”：9，“name“：”external_reviewers_involved“，”label“：”涉及外部审阅者“，”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。在总共467份提交的ECCV研讨会中，发表了249篇完整论文、18篇简短论文和21篇其他贡献。”，“order”：10，“name”：“additional_info_on_review_process”，“label”：“审核过程的附加信息”，“group”：{“name”：“ConfEventPeerReviewInformation”，“table”：“同行审核信息（由会议组织者提供）”}}]}}