{“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”：[[2024,6,5]]，“日期时间”：“2024-06-05T10:16:58Z”，“时间戳”：1717582618436}，“发布者位置”：“查姆”，“引用计数”：59，“发布商”：“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_43”，“type”：“book-capter”，“created”：{“date-parts”：[2021,1,2]，“date-time”：“2021-01-02T07:03:14Z”，“时间戳”：1609570994000}，“页面”：“713-727”，“更新策略”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“源”：“Crossref”，”is-referenced-by-count“：11，”title“：[”VisDrone-MOT2020：The Vision Meets Drone Multiple Object Tracking Challenge Results“]，”前缀“：”10.1007“，”作者“：[{”given“Heng”，“family”：“风扇”，“sequence”：“first”，“affiliation”：[]}，{“given”：“Dawei”，“family”：“Du”，“segmentation”：“additional”，“filiance”：[]}，}“giving”：“Longyin”，“家庭”：“Wen”，”sequence“：additional“附加”，“从属关系”：[]}，{“给定”：“海滨”，“家庭”：“岭”，“序列”：“附加”，“从属关系”：[]}，{“给定”：“穆巴拉克”，“家族”：“沙阿”，“顺序”：“额外”，“附属关系”：[]}Bin”，“family”：“Dong”，“sequence”：“additional”，“affiliation”：[]}，{“given”：“Daniel”，“family”：“Stadler”，“sequence”：“additive”，“从属关系”：[]}“附加”，“从属关系”：[]}，{“给定”：“桂中”，“家庭”：“刘”，“序列”：“附加”，“从属关系”：[]}，{“给定”：“V”，“家族”：“哈里萨”，“顺序”：“额外”，“附属关系”：[]}、{“已知”：“P.S.”，“家人”：“赫里希基什”，“排序”：“添加”，“隶属关系”：【]}坎纳帕语“，”家庭“：”帕拉尼亚帕语“，“sequence”：“additional”，“affiliation”：[]｝，｛“given”：“Kaojin”，“family”：“Zhu”，“sequence”：“additional”，“affiliation”：[]｝，｛“given”：“Lars Wilko”，“family”：“Sommer”，“sequence”：“additional”，“affiliation”：[]｝，｛“given”：“Linu”，“family”：“Shine”，“sequence”：“additional”，“附属关系”：[]｝，{“给定”：“民”，“家庭”：“姚”，“序列”：“附加”，“从属”：[]}，{“给出”：“努尔·M”，“家族”：“阿尔沙卡吉”，“顺序”：“额外”，“附属”：[]}，}“给定的”：“生文”，“家人”：“李”，“排序”：“添加”，“隶属”：[[]}.，{“given”：“Wang”，“family”：“Sai”，“sequence”：“additional”，“affiliation”：[]}，{“given”：“Wentao”，“family”：“Yu”，“sequence”：“additive”，“filiation“：[]{”，{”given“：”Xi“，”family“：”Wu“，”sequence“：”additional“，”affiliance“：[]}，”givent“：”Xiaopeng“，”serquence““：”additional““：[]}，{”给定“：”兴杰“，“家庭”：“赵”，“序列”：“附加”，“从属关系”：[]}，{“给定”：“燕云”，“家族”：“照”，“顺序”：“额外”，“隶属关系”：[]}“He”，“sequence”：“附加”，“隶属关系”：[]}，{“给定”：“昭泽”，“家庭”：“赵”，“序列”：“附加”，“隶属”：[]}，}“给定的”：“真”，“家族”：“解”，“顺序”：“额外”，“从属关系”：[]}]}，{“给定”：“志鹏”，“家庭”：“罗”，“sequence”：“additional”，“affiliation”：[]}，{“given”：“Zhizhao”，“family”：“Duan”，“se序列”：“附加的”，“从属关系”：[]}]，“member”：“297”，“published-on-line”：{“date-parts”：[[2021，1，3]]]}：“Al-Shakarji，N.M.，Bunyak，F.，Seetharaman，G.，Palaniappan，K.：具有多步骤数据关联和遮挡处理的多对象跟踪级联。In：AVSS（2018）”，“DOI”：“10.1109\/AVSS.2018.8639321”}，{“key”：“43_CR2”，“DOI-asserted-by”：“crossref”，“unstructured”：“Al-Shakarji，N.M.，Seetharaman，G.，Bunyak，F.，Palaniappan，K.：具有语义颜色相关性的鲁棒多对象跟踪。In：AVSS（2017）”，“DOI”：“10.1109\/AVSS.2017.8078507”}，｛“key”：“43_CR3”，“DOI asserted by”：“crossref”，“nonstructured”：“Bergmann，P.，Meinhardt，T.，Leal Taixe，L.：无钟无哨的跟踪。In：ICCV（2019）”，“DOI”：“10.1109\/ICCV.2019.00103”｝，｛“key”：“43_CR4”，“doi断言者”：“crossref”，“非结构化”：“Bochinski，E.，Eiselein，V.，Sikora，T.：不使用图像信息通过检测进行高速跟踪。In：AVSS（2017）”，“doi”：“10.1109\/AVSS.2017.8078516”｝，｛“key”：“43_CR5”，“doi断言者”：“crossref”，“非结构化”：“Bras\u00f3，G.，Leal-Taix\u00e9，L.：学习多目标跟踪的神经求解器。In:CVPR（2020）”，“DOI”：“10.1109\/CVPR42600.2020.00628”}，{“key”：“43_CR6”，“DOI-asserted-by”：“crossref”，“unstructured”：“Cai，Z.，Vasconcelos，N.：Cascade R-CNN:深入研究高质量的目标检测。In:CVPR，{“key”：“43_CR7”，“doi-asserted-by”：“publisher”，“first page”：：“454”，“doi”：“10.1016\/j.neucom.2020.05.009”，“volume”：”407“，“author”：“Z Chang”，“year”：“2020”，“unstructured”：“Chang，Z.，et al.：人体显著部位的加权双线性编码，用于人的重新识别。神经计算407，454\u2013464（2020）”，“journal-title”：“神经计算”}，{“key”：“43_CR8”，“doi-asserted-by”：“crossref”，“unstructured”：“Chen，B.，Deng，W.，Hu，J.：用于人的重新识别的混合高阶注意网络。In:ICCV（2019）”，“doi”：“10.1109 \/ICCV.2019.00046”}，{“key”：“43-CR9”，“doi-asserted-by”:“crossrref”，《unstructure》：“Chem，K.，et al.：混合任务级联，例如分段。In:CVPR：“10.1109\/CVPR.2019.00511”}，{“key”：“43_CR10”，“doi-asserted-by”：“crossref”，“unstructured”：“Chu，P.，Fan，H.，Tan，C.C.，Ling，H.：使用实例软件跟踪器和动态模型刷新进行在线多对象跟踪。In:WACV（2019）”，“doi”：“10.109\/WACV.2019.00023”}：“Chu，P.，Ling，H.：FAMNet：在线多目标跟踪的特征、亲和力和多维赋值联合学习。In:ICCV（2019）”，“DOI”：“10.1109\/ICCV.2019.00627”}，{“key”：“43_CR12”，“DOI-asserted-by”：“crossref”，“unstructured”：“Dave，A.，Khurana，T.，Tokmakov，P.，Schmid，C.，Ramanan，D.：TAO:跟踪任何对象的大型基准。arXiv（2020）”，“DOI”：“10.1007\/978-3-030-58558-7_26”}，{“key”：“43_CR13”，“unstructured”：“Dendorfer，P.等人：MOT20:拥挤场景中多对象跟踪的基准。arX iv（2020：“计算机科学课堂讲稿”，“doi-asserted-by”：“publisher”，“first page”：“375”，“doi”：“10.1007\/978-3-030-01249-6_23”，“volume-title”：“Computer Vision\u2013 ECCV 2018”，“author”：“D Du”，”year“：”2018“，”unstructured“：“Du，D.等人：无人机基准：目标检测和跟踪。摘自：Ferrari，V.，Hebert，M.，Sminchisescu，C.，Weiss，Y.（编辑）ECCV 2018。LNCS，第11214卷，第375\u2013391页。查姆施普林格（2018）。https:\/\/doi.org\/10.1007\/978-3-030-01249-6_23“}，{“问题”：“10”，“密钥”：“43_CR15”，“doi-asserted-by”：“出版商”，“首页”：“1858”，“doi”：“10.1109\/TPAMI.2008.113”，“卷”：“30”，“作者”：“GD Evangelidis”，“年份”：“2008”，“非结构化”：“Evangelidis，G.D.，Psarakis，E.Z.：使用增强相关系数最大化的参数化图像对齐。PAMI 30（10），1858\u20131865（2008）“，”journal-title“：”PAMI“}，{“key”：“43_CR16”，“doi-asserted-by”：“crossref”，“unstructured”：“Fan，H.，et al.：LaSOT:大规模单目标跟踪的高质量基准。In:CVPR（2019）”，“doi”：“10.1109\/CVPR.2019.00552”}，}，“issue”：“11”，“key“：”43_CR17“，”doi-assert-by“：”publisher“，”first页面“：”1231“，”doi“：”10.1177\/0278364913491297“，“卷”：“32”，“作者”：“盖革”，“年份”：“2013年”，“非结构化”：“Geiger，A.，Lenz，P.，Stiller，C.，Urtasun，R.：视觉与机器人技术：KITTI数据集。国际J机器人。第32（11）号决议，1231\u20131237（2013）“，“新闻标题”：“国际机器人杂志”。Res.“}，{”key“：”43_CR18“，”doi-asserted-by“：”crossref“，”unstructured“：”Girshick，R.：Fast R-CNN.In:ICCV（2015）“，”doi“：”10.1109\/ICCV.2015.169“}”，{“key”：“43_CR19”，“doi-assert-by”：“crossref.”，“unstructure”：“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“}，{“键”：”43_CR20“，”doi-asserted-by“：”crossref“，”unstructured“：”Hsieh，M.R.，Lin，Y.L.，Hsu，W.H.：空间规范化区域提案网络基于Drone的对象计数。In:ICCV（2017）“，”doi“：”10.1109\/ICCV.2017.446“}，{“issue”：“1”，“key”：“43_CR21”，“doi-assert-by”：“publisher”，“first page”：”140“，“doi”：“10.1109\/TPAMI.2018.2876253”“，”卷“：”42“，”author“：”M Keuper“，”year“：”2018“，”unstructured“：”Keuper，M.，Tang，S.，Andres，B.，Brox，T.，Schiele，B.：通过相关联合聚类进行运动分割和多目标跟踪。PAMI 42（1），140\u2013153（2018）“，”journal title“：”PAMI“}，{“key”：“43_CR22”，“series-title”：“计算机科学讲义”，“doi-asserted-by”：“publisher”，“第一页“：”208“，”DOI“：”10.1007\/978-3-030-01237-3_13“，”volume-title“：”Computer Vision\u2013 ECCV 2018“，”author“：”C Kim“，”year“：”2018“，“unstructured”：“Kim，C.，Li，F.，Rehg，J.M.：使用双线性LSTM的神经门控多对象跟踪。收件人：Ferrari，V.，Hebert，M.，Sminchisescu，C.，Weiss，Y.（编辑）ECCV 2018。LNCS，第11212卷，第208\u2013224页。查姆施普林格（2018）。https:\/\/doi.org\/10.1007\/978-3-030-01237-3_13“}，{”issue“：”1\u20132“，”key“：”43_CR23“，”doi-sserted-by“：”publisher“，”first page“：“83”，”doi“：”10.1002\/nav.380020109“，”volume“：2”，”author“：”HW Kuhn“，“year”：“1955”，”unstructured“：”Kuhn，H.W.：分配问题的匈牙利方法。海军研究。Logist.Q.2（1\u20132），83\u201397（1955）“，”《新闻标题》：《海军后勤研究》。Q.“}，{”key“：”43_CR24“，”doi-asserted-by“：”crossref“，”unstructured“：”Li，J.，Wang，J.、Tian，Q.、Gao，W.、Zhang，S.：视频人物再识别的全局时间表征。In:ICCV（2019）“，”doi“：”10.1109\/ICCV.2019.00406“}”{“key”：“43_CR25”，“doi-assert-by”：“Crosref”，“unstructure”：“”Li，J.，Zhang，S.，Huang，T.：用于基于视频的人员重新识别的多尺度3D卷积网络。In:AAAI（2019）“，”DOI“：”10.1609\/AAAI.v33i01.33018618“}，{“key”：“43_CR26”，“DOI-asserted-by”：“crossref”，“unstructured”：“Li，S.，Yu，H.，Hu，H.：基于视频的人员重新身份验证的外观和运动增强。In:AAAI（2020）”，“DOI”：“10.1609\/aaaai.v34i07.6802”}，“key“：”43_CR27“，”DOI-assert-by“：”crossref.“，“非结构化”：“Li，W.，Zhao，R.，Xiao，T.，Wang，X.：DeepReID：用于人员重新识别的深度过滤配对神经网络。In:CVPR（2014）“，”DOI“：”10.1109\/CVPR.2014.27“}，{“key”：“43_CR28”，“DOI-asserted-by”：“crossref”，“unstructured”：“Lin，T.Y.，Doll\u00e1r，P.，Girshick，R.，He，K.，Hariharan，B.，Belongie，S.：目标检测的特征金字塔网络。In:CVPR title“：”《计算机科学讲义》，“doi-asserted-by”：“publisher”，“first page”：“740”，“doi”：“10.1007\/978-3-319-10602-1_48”，“volume-title”：“Computer Vision\u2013 ECCV 2014”，“author”：“TY Lin”，《年份》：“2014”，《非结构化》：“Lin，T.Y.，et al.：Microsoft COCOCOCO:common objects in context。收录：Fleet，D.，Pajdla，T.，Schiele，B.，Tuytelaars，T.（编辑）ECCV 2014。LNCS，第8693卷，第740页\u2013755。查姆施普林格（2014）。https:\/\/doi.org\/10.1007\/978-3-319-10602-1_48“}，{“key”：“43_CR30”，“series-title”：“计算机科学讲义”，“doi-asserted-by”：“publisher”，“首页”：“21”，“doi”：“10.1007\/978-30-319-46448-0_2”，“volume-title”：”计算机视觉\u2013 ECCV 2016“，”作者：“W Liu”，“年份”：“2016”，“非结构化”：“Liu，W.等人：SSD：单次发射多盒探测器。收录人：Leibe，B.，Matas，J.，Sebe，N.，Welling，M.（编辑）ECCV 2016。LNCS，第9905卷，第21\u201337页。查姆施普林格（2016）。https:\/\/doi.org\/10.1007\/978-3-319-46448-0_2“}，{”key“：”43_CR31“，”doi-asserted-by“：”crossref“，”unstructured“：”Luo，H.，Gu，Y.，Liao，X.，Lai，S.，Jiang，W.：一整套技巧和深度人物再识别的强大基线。In:CVPRW（2019）“，”doi“：”10.1109\/CVPRW.2019.00190“}”，{“key”：“43_CR32”，“unstructure”：“”Milan，A.，Leal-Taix\u00e9，L.，Reid，I.，Roth，S.，Schindler，K.：MOT16：多目标跟踪基准。arXiv（2016）“}，{”key“：”43_CR33“，”series-title“：”计算机科学讲义“，”doi-asserted-by“：”publisher“，”first page“：“445”，”doi“：”10.1007\/978-3319-46448-0_27“，”volume-title“：“Computer Vision\u2013 ECCV 2016”，”author“：”M Mueller“，”year“：”2016“，”unstructured“：”Mueller，M.，Smith，N.，Ghanem，B.：无人机跟踪的基准和模拟器。收录人：Leibe，B.，Matas，J.，Sebe，N.，Welling，M.（编辑）ECCV 2016。LNCS，第9905卷，第445\u2013461页。查姆施普林格（2016）。https:\/\/doi.org/10.1007\/978-3-319-46448-027“｝，｛“key”：“43_CR34”，“doi断言者”：“crossref”，“非结构化”：“Pan，S.，Tong，Z.，Zhao，Y.，Zhao，Z.，Su，F.，Zhuang，B.:无人机视觉数据中的多目标分层跟踪。in：ICCVW（2019）”，“doi”：“10.1109\/ICCVW.2019.00022”｝，｛“key”：“43_CR35”，“非结构化”：“Park，E.、Liu，W.、Russakovsky，O.、Deng，J.、Li，F.F.、Berg，A.：2017年大规模视觉识别挑战赛。http://\/image-net.org\/challenges\/LSVRC\/2017“}，{“key”：“43_CR36”，“unstructured”：“Redmon，J.，Farhadi，A.：YOLOv3:增量改进。arXiv（2018）”}，“key“：”43_CR37“，”unstructure“：”Ren，S.，He，K.，Girshick，R.，Sun，J.：更快的R-CNN：通过区域提议网络实现实时对象检测。In:NIPS（2015）series-title“：“计算机科学课堂讲稿”，“doi-asserted-by”：“publisher”，“first page”：“549”，“doi”：“10.1007\/978-3-319-46484-8_33”，“volume-title”：“Computer Vision\u2013 ECCV 2016”，“author”：“A Robicquet”，“year”：“2016”，学习社交礼仪：在拥挤的场景中理解人的轨迹。收录人：Leibe，B.，Matas，J.，Sebe，N.，Welling，M.（编辑）ECCV 2016。LNCS，第9912卷，第549\u2013565页。查姆施普林格（2016）。https:\/\/doi.org\/10007\/978-3-319-46484-8_33“}，{“key”：“43_CR39”，“doi-asserted-by”：“crossref”，“unstructured”：“Wang，G.，Wang，Y.，Zhang，H.，Gu，R.，Hwang，J.：利用连接性：使用trackletnet进行多对象跟踪。收录于：ACM MM，pp.482\u2013490（2019）”，“doi”：“10.1145\/334031.3350853”}，“{”key“：”43_CR40“，”doi-as serted-by“：”crossref“，”非结构化”：“Wang，G.，Yuan，Y.，Chen，X.，Li，J.，Zhou，X.：学习具有多重粒度的辨别特征以进行人的重新识别。In:ACM MM（2018）“，”DOI“：”10.1145\/3240508.3240552“}，”{“key”：“43_CR41”，”unstructured“：”Wang，J.，et al.：“视觉识别的深度高分辨率表征学习。PAMI（2020）”}，“key“：”43_CR42“，”DOI-asserted-by“：”publisher“，”first page“：“102907”，“DOI”：“10.1016\/J.cviu.2020.1020.102907”“，”volume“”：“193”，“author”：“L Wen”，“年份”：“2020年”，“非结构化”：“Wen，L.等人：UA-DETRAC：一种用于多目标检测和跟踪的新基准和协议。计算。视觉。图像理解。193102907（2020）“，“新闻标题”：“计算。视觉。图像理解。“}，{”key“：”43_CR43“，”doi-asserted-by“：”crossref“，”unstructured“：”Wen，L.，Du，D.，Li，S.，Bian，X.，Lyu，S.：学习用于多对象跟踪的非均匀超图。收录于：AAAI，pp.8981\u20138988（2019）“，”doi“：”10.1609\/AAAI.v33i01.33018981“}”，{Wen，L.、Li，W.、Yan，J.、Lei，Z.、Yi，D.、Li、S.Z.：基于无向层次关系超图的多目标跟踪。其中：CVPR（2014）“，”DOI“：”10.1109\/CVPR.2014.167“}，{“key”：“43_CR45”，“DOI-asserted-by”：“crossref”，“unstructured”：“Wen，L.，Zhang，Y.，Bo，L.、Shi，H.，Zhu，R.等：VisDrone-MOT2019：视觉满足无人机多目标跟踪挑战结果。In:ICCVW，pp.189\u2013198（2019）”，“DOI”：“10.1109\/ICCVW.2019.00028”}，43_CR46“，”doi-asserted-by“：”crossref“，”unstructured“：”Wojke，N.，Bewley，A.，Paulus，D.：使用深度关联度量进行简单的在线和实时跟踪。In:ICIP（2017）“，”DOI“：”10.1109\/ICIP.2017.8296962“}，{“key”：“43_CR47”，“DOI-asserted-by”：“crossref”，“unstructured”：“Wu，Y.，Lim，J.，Yang，M.H.：在线对象跟踪：基准。In:CVPR“publisher”，“first page”：“3”，“DOI“：”10.1007\/978-3-030-01261-8_1“，”volume-title“：”Computer Vision\u2013 ECCV 2018“，”author“：”Y Wu“，”year“：”2018“，“unstructured”：“Wu，Y.，He，K.：组归一化。收件人：Ferrari，V.，Hebert，M.，Sminchisescu，C.，Weiss，Y.（编辑）ECCV 2018。LNCS，第11217卷，第3\u201319页。查姆施普林格（2018）。https:\/\/doi.org\/10.1007\/978-3-030-01261-8_1“}，{”key“：”43_CR49“，”doi-asserted-by“：”crossref“，”unstructured“：”Xie，S.，Girshick，R.，Doll\u00e1r，P.，Tu，Z.，He，K.：深度神经网络的聚合残差变换。In:CVPR（2017）“，”doi“：”10.1109\/CVPR.2017.634“}”，{“key”：“43_CR50”，“doi-assert-by”：“”crossref“，”非结构化“：”Yang，Y.，Wen，L.，Lyu，S.，Li，S.Z.：用于人的重新识别的多层描述符的无监督学习。In:AAAI（2017）“，”DOI“：”10.1609\/AAAI.v31i1.11224“}，{“key”：“43_CR51”，“unstructured”：“Zhan，Y.，Wang，C.，WangZhao，L.，Li，X.，Zhuang，Y.，Wang，J.：深度学习的部分对齐表征，用于人的重新识别。In：ICCV（2017）“，”DOI“：”10.1109\/ICCV.2017.349“}，{“key”：“43_CR53”，“DOI-asserted-by”：“crossref”，“unstructured”：“Zhao，R.，Ouyang，W.，Wang，X.：用于人的再识别的非监督显著性学习。In：CVPR（2013）”，“DOI”：“10.1109\/CVPR.2013.460”}，“key“：”43_CR54“，”DOI-assert-by“：”crossref.“，“unsructured“：”Zhou，K.，Yang，Y.，Cavallaro，A.，Xiang，T.：用于人再识别的全尺度特征学习。In：ICCV（2019）“，”DOI“：”10.1109\/ICCV.2019.00380“}，{“key”：“43_CR55”，“DOI-asserted-by”：“crossref”，“unstructured”：“Zhou，Q.，et al.：人员重新身份验证的图形对应传输。In：AAAI（2018）”，“DOI”：“10.1609\/aaaai.v32i1.12241”}，“key“：”43_CR56“，”DOI-assert-by“：”crossref.“，”非结构化“：”Zhou，X.，Koltun，V.，Kr\u00e4henb\u00fchl，P.：将对象作为点进行跟踪。arXiv（2020）“，”DOI“：”10.1007\/978-3-030-58548-8_28“}，{”key“：”43_CR57“，”series-title“：”计算机科学讲义“，”DOI-asserted-by“：”publisher“，”first page“：“379”，“DOI”：“10.1007\/978-3-030-01228-1_23”，“volume-title”：“Computer Vision\u2013 ECCV 2018”，“author”：“J Zhu”，“year”：“2018”，”unstructured“：”Zhu，J.、Yang，H.、Liu，N.、Kim，M.、Zhang，W.、Yang、M.-H.：双匹配注意网络的在线多目标跟踪。收件人：Ferrari，V.，Hebert，M.，Sminchisescu，C.，Weiss，Y.（编辑）ECCV 2018。LNCS，第11209卷，第379\u2013396页。查姆施普林格（2018）。https:\/\/doi.org\/10.1007\/978-3-030-01228-1_23“}，{“key”：“43_CR58”，“unstructured”：“Zhu，P.，Wen，L.，Du，D.，Bian，X.，Hu，Q.，Ling，H.：Vision meet drones:past，present and future.CoRR abs \/2001.06303（2020）”}，}，“key“：”43_CR59“，“series-title”：“计算机科学课堂讲稿”，“doi-asserted-by”：“publisher”，“first-page”：“496”，“内政部”：“10.1007\/978-3-030-11021-5_29“，“volume-title”：“Computer Vision\u2013 ECCV 2018 Workshops”，“author”：“P Zhu”，“year”：“2019”，“unstructured”：“Zhu，P.，et al.：VisDrone-VDT2018：视觉满足无人机视频检测和跟踪挑战结果。In：Leal Taix\u00e9，L.，Roth，S.（编辑）ECCV 2018。LNCS，第11133卷，第496\u2013518页。查姆施普林格（2019）。https:\/\/doi.org\/10.1007\/978-3-030-11021-5_29“}]，“container-title”：[“Computer Vision\u2013 ECCV 2020 Workshops”，“Teach Notes in Computer Science”]，“原始标题”：[]，“链接”：[{“URL”：“https:\//link.springer.com/content\/pdf\/10.10007\/9783-030-66823-5_43”，“content-type”：“unspecified”，“内容-版本”：“vor”，“intended-application”：“相似性检查“}”，“存放”：{“日期-部分”：[[2022,12,10]]，“日期-时间”：“2022-12-10T07:01:46Z”，“时间戳”：1670655706000}，“分数”：1，“资源”：{-“主要”：{“URL”：“https:\/\/link.springer.com\/10.1007\/978-3-030-66823-5_43”}，”副标题“：[]，”短标题“：[]，”发布“：{”日期-部分“：[2020年]]}，“ISBN”：[“9783030668228”，“978330668235”]，“references-count“：59，”URL“：”http://\/dx.doi.org\/10.1007\/978-3-030-66823-5_43“，”关系“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，”ISSN-type“：[{”value“：”0302-7743“、”type“:”print“}、{”value“：”1611-33049“、”类型“：”electronic“}”、“subject”：[]、“published”：{“date-parts”：[[2020]]}，“assertion”：[{“value”：“2021年1月3日”，“order”：1，“name”：“first_online”，“label”：“First Online”，“group”：{“name”：“ChapterHistory”，“label”：“章节历史”}}，{“value”：“ECCV”，“order”：1，“name”:“conference_acrombit”，“table”：“conference-Acromnim”，“群名”：{name“：”ConferenceInfo“，”label“：”会议信息“}}”，{value“：”欧洲计算机视觉会议“，”order“：2，“namename“：”ConferenceInfo“，”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”：“United Kingdom”，“订单”：4，“name“Conference_country”，“table”：“Meference-country”会议信息“}}，{”value“：”2020“，”order“：5，”name“：”Conference_year“，”label“：”Conference_year“，“group”：{“name”：“ConferenceInfo”，“label”：“会议信息”}}、{“value”：“2020年8月23日”，“order”：7，“name”:“Conference_start_date”，”lable“：”会议开始日期“，”group“：2020年8月28日“，”order“：8，”name“：”conference_end_date“，”label“：”会议结束日期“，”group“：“：”conference_id“，”label“：”会议id“，”group“：{”name“：”ConferenceInfo“，”label“：“会议信息”}}，{”value“：”https:\/\/eccv2020.eu\/“，”order“：11，“name”：“conference_ url”，“label”：“会议url”，“group”：{“name”:“ConferenceInformo”，“table”：“ConferencieInformation”}}}、{“value”：“Double-blind”，“order”：1，“name“type”，“标签”：“类型”，“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“，”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”：“会议实际上是由于新冠肺炎疫情而举行的。在总共467份提交的报告中，ECCV Workshops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“：”审查过程的附加信息“，”group“：{”name“：“ConfEventPeerReviewInformation”，”label:“同行审查信息（由会议组织者提供）”}}]}}