{“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”：[[2024,3,13]]，“日期时间”：“2024-03-13T17:12:14Z”，“时间戳”：1710349934772}，“出版商位置”：“查姆”，“参考计数”：36，“出版者”：“斯普林格国际出版”，“isbn-type”：[{“值”：“9783030670696”，“类型”：”打印“}，{“值”：“9783030670702”，“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\/978-3-030-67070-2_37”，“type”：“book-capter”，“created”“：{”日期部分“：[[2021,1,29]]，”日期时间“：“2021-01-29T20:02:51Z”，“时间戳”：1611950571000}，“页面”：“613-628”，“更新策略”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“源”：“Crossref”，”is-referenced-by-count“：13，”title“：[”AgingMapGAN（AMGAN）：具有空间应用条件GAN的高分辨率可控制面部老化“]，”prefix“：”10.1007“，”author“：[{“给定”：“朱利安”，“family”：“Despois”，“sequence”：“first”，“affiliation”：[]}，{“given”：“Fr\u00e9d\u00e9 ric”，“faily”：”Flament“，”sequence“：”additional“，”affiliance“：[]{”given“：”Matthieu“，”family“：”Perrot“，”sequence“:”additionable“，”filiation“：[]，“member”：“297”，“published on”：{“date-parts”：[2021,1,30]]}，“reference”：[{“key”：“37_CR1”，“doi-asserted-by”：“crossref”，“非结构化”：“Agustsson，E.，Timofte，R.，Escalera，S.，Baro，X.，Guyon，I.，Rothe，R.：在appa-real数据库上使用深度残差回归函数对静态图像进行表面和真实年龄估计。收录于：2017年IEEE第十二届自动人脸和手势识别国际会议（FG 2017），第87\u201394页。IEEE（2017）“，“DOI”：“10.1109\/FG.2017.20”}，{“key”：“37_CR2”，“DOI-asserted-by”：“crossref”，“unstructured”：“Antipov，G.，Baccouche，M.，Dugelay，J.L.：条件生成对抗网络下的人脸老化。摘自：2017 IEEE国际图像处理会议（ICIP），第2089\u20132093页。IEEE（2017）“，”DOI“：”10.1109\/ICIP.2017.8296650“}，{“key”：“37_CR3”，“unstructured”：“Arjovsky，M.，Chintala，S.，Bottou，L.：Wasserstein GAN.arXiv预印本arXiv:1701.07875（2017）”}，”{“密钥”：“37 _CR4”，“非结构化”：“Bazin，R.，Doublet，E.：皮肤老化图谱，第1卷。白种人类型。MED\u2019COM出版（2007）“｝，｛“键”：“37_CR5”，“非结构化”：“Bazin，R.，Flament，F.：皮肤老化图谱，第2卷。亚洲类型（2010）”}，｛“键”：“37_CR6”，“非结构化”：“Bazin，R.，Flament，F.，Giron，F.：皮肤老化图谱，第3卷。非裔美国人类型。Med\u2019com，巴黎（2012）”，｛“键”：“37_CR7”，“非结构化”：“Bazin，R.，Flament，F.，Rubert，V.：皮肤老化图谱，第4卷。Indian Type（2015）“}，{“key”：“37_CR8”，“unstructured”：“Brock，A.，Donahue，J.，Simonyan，K.：高保真自然图像合成的大规模GAN训练。arXiv预印本arXiv:1809.11096（2018）”}，}，“key“：”37_CR9“，“series-title”：“计算机科学课堂笔记”，“doi-asserted-by”：“publisher”，“first page”：”768“，“doi”：“10.1007\/978-3-319-10599-4_49“，“volume-title”：“Computer Vision\u2013 ECCV 2014”，“author”：“B-C Chen”，“year”：“2014”，《unstructured》：“Chen，B.-C.，Chen，C.-S.，Hsu，W.H.：用于年龄不变人脸识别和检索的跨年龄参考编码。收录：Fleet，D.，Pajdla，T.，Schiele，B.，Tuytelaars，T.（编辑）ECCV 2014。LNCS，第8694卷，第768\u2013783页。查姆施普林格（2014）。https:\/\/doi.org\/10.1007\/978-3-319-10599-4_49“}，{“key”：“37_CR10”，“doi-asserted-by”：“crossref”，“unstructured”：“Choi，Y.，et al.：StarGAN:多域图像到图像转换的统一生成对抗网络。摘自：IEEE计算机视觉和模式识别会议论文集，第8789\u20138797页（2018）”，“doi”：“10.1109\/CVPR.2018.00916“}，{“key”：“37_CR11”，“doi-asserted-by”：“crossref”，“unstructured”：“Choi，Y.，Uh，Y..，Yoo，J.，Ha，J.W.：Stargan v2:多域的多样图像合成。arXiv预印本arXiv:1912.01865（2019）”，“doi”：“10.1109\/CVPR42600.2020.00821”}，}，“key“：”37_CR12“，”非结构化“：”Dalal，N.，Triggs，B.：人体检测定向梯度直方图。收录于：2005年IEEE计算机学会计算机视觉和模式识别会议（CVPR 2005），第1卷，第886\u2013893页。IEEE（2005）“}，{“key”：“37_CR13”，“unstructured”：“Flament，F.，Bazin，R.，Qiu，H.：皮肤老化地图集，第5卷，照片老化面部与身体（2017）”}，}，“key“：”37_CR14“，“unsructured“：”Goodfellow，I.等人：生成对抗网络。In:Advances In Neural Information Processing Systems，pp.2672\u20132680Gulrajani，I.，Ahmed，F.，Arjovsky，M.，Dumoulin，V.，Courville，A.C.：改进Wasserstein GAN的训练。In:Advances In Neural Information Processing Systems，pp.5767\u20135777（2017）“}，{“key”：“37_CR16”，“series-title”：“Counter Science课堂讲稿”，“doi-asserted-by”：“publisher”，“first-page”：“309”，“doi”：“10.1007\/978-3030-01449-0_26”，《volume-title》：“Advanced Conceptions for Intelligent Vision Systems”，“author”：“A Heljakka”，“year”：“2018”非结构化”：“Heljakka，A.，Solin，A.，Kannala，J.：用于面部老化的可逆图像到图像转换器的递归链接。收录人：Blanc-Talon，J.、Helbert，D.、Philips，W.、Popescu，D.、Schenders，P.（编辑）ACIVS 2018。LNCS，第11182卷，第309\u2013320页。查姆施普林格（2018）。https:\/\/doi.org\/10.1007\/978-3-030-01449-0_26“}，{“key”：“37_CR17”，“unstructured”：“Heusel，M.，Ramsauer，H.，Unterthiner，T.，Nessler，B.，Hochreiter，S.：通过双时间尺度更新规则训练的GAN收敛到局部纳什均衡。In:Advances In Neural Information Processing Systems，pp.6626\u20136637（2017）”}，“{”key“：”37_CR18“，”doi-asserted-by“：”crossref“，”unstructured“：”Isola，P.，Zhu，J.Y.，Zhou，T.，Efros，A.A.：使用条件对抗网络进行图像到图像的转换。摘自：IEEE计算机视觉和模式识别会议论文集，第1125\u20131134页（2017）“，”DOI“：”10.1109\/CVPR.2017.632“}，{“key”：“37_CR19”，“unstructured”：“K\u00e4rkk\u00e_4inen，K.，Joo，J.：Fairface:种族、性别和年龄平衡的人脸属性数据集。arXiv预印本arXiv:1908.04913（2019）”}，“{”key“：”37_CR20“，”doi-asserted-by“：”crossref“，”unstructured“：”Karras，T.，Laine，S.，Aila，T.：生成性对抗网络的基于样式的生成器架构。摘自：《IEEE计算机视觉和模式识别会议论文集》，第4401\u20134410页（2019）“，“DOI”：“10.1109\/CVPR.2019.00453”}，{“key”：“37_CR21”，“unstructured”：“Kingma，D.P.，Ba，J.：Adam：随机优化方法。arXiv预印本arXiv:1412.6980（2014）”}Liu，R.等人：卷积神经网络和coordconv解决方案的一个有趣的失败。摘自：《神经信息处理系统进展》，第9605\u20139616页（2018）“}，{“key”：“37_CR23”，“doi-asserted-by”：“crossref”，“unstructured”：“Park，T.，Liu，M.Y.，Wang，T.C.，Zhu，J.Y.：具有空间自适应规范化的语义图像合成。摘自：IEEE计算机视觉和模式识别会议记录，第2337\u20132346页（2019）“，“DOI”：“10.1109\/CVPR.2019.00244”}，{“key”：“37_CR24”，“series-title”：“计算机科学讲义”，“DOI-asserted-by”：“publisher”，“first page”：”835“，“DOI”：”10.1007\/978-3-030-01249-6_50“，”volume-title“Computer Vision\u2013 ECCV 2018”，“作者：“Pumarola”，“年份”：“2018年”，“非结构化”：“Pumalola，A.，Agudo，A.，Martinez，A.M.，Sanfeliu，A.，Moreno-Noguer，F.：GANimation：来自单个图像的解剖感知面部动画。收件人：Ferrari，V.，Hebert，M.，Sminchisescu，C.，Weiss，Y.（编辑）ECCV 2018。LNCS，第11214卷，第835\u2013851页。查姆施普林格（2018）。https:\/\/doi.org\/10.1007\/978-3-030-01249-6_50“}，{“key”：“37_CR25”，“unstructured”：“Ricanek，K.，Tesafaye，T.：Morph：正常成人年龄发展的纵向图像数据库。收录：第七届自动面部和手势识别国际会议（FGR 2006），第341\u2013345页。IEEE（2006）“}，{“key”：“37_CR26”，“doi-asserted-by”：“crossref”，“unstructured”：“Rothe，R.，Timofte，R.和Van Gool，L.：Dex：对单个图像的表观年龄的深度期望。摘自：IEEE计算机视觉研讨会国际会议论文集，pp.10\u201315（2015）”，“doi”：“10.1109\/ICCVW.2015.41”}，}，“key“：”37_CR27“，”doi-assert-by“：”crossref”，“非结构化”：“Song，J.，Zhang，J.、Gao，L.、Liu，X.、Shen，H.T.：双条件GANs用于面部老化和年轻化。在：IJCAI，第899\u2013905页（2018）“，“DOI”：“10.24963\/IJCAI.2018\/125”}，{“key”：“37_CR28”，“DOI-asserted-by”：“crossref”，“unstructured”：“Szegedy，C.，Ioffe，S.，Vanhoucke，V.，Alemi，A.A.：Inception-v4，Inception-resnet和剩余联系对学习的影响10.1609\/aaai.v31i1.11231“}，{“key”：“37_CR29”，“doi-asserted-by”：“crossref”，“unstructured”：“Upchurch，P.，et al.：图像内容变化的深层特征插值。摘自：IEEE计算机视觉与模式识别会议论文集，第7064\u20137073页（2017）”，“doi”：“10.1109\/CVPR.2017.645”}，}“keys”：“37 _ CR30”，“doi-asserted-by”crossref”，“非结构化”：“Wang，Z.，Tang，X.，Luo，W.，Gao，S.：用保持身份的条件生成对抗网络面对老化。摘自：IEEE计算机视觉和模式识别会议记录，第7939\u20137947页（2018）“，“DOI”：“10.1109\/CVPR.2018.00828”}，{“key”：“37_CR31”，“unstructured”：“Yazici，Y.，Foo，C.S.，Winkler，S.，Yap，K.H.，Piliouras，G.，Chandrasekhar，V.：GAN训练中平均成绩的非凡效果。arXiv预打印arXiv:1806.04498（2018）“}，{“key”：“37_CR32”，“unstructured”：“Zeng，H.，Lai，H.、Yin，J.：可控制的面部老化。arXiv预先打印arXiv:1912.09694（2019）”}，}，“key“：”37_CR33“，”doi-asserted-by“：”crossref“，”unstructure“：”Zhang，R.，Isola，P.，Efros，A.A.，Shechtman，E.，Wang，O.：深层特征作为感知度量的不合理有效性。在：IEEE计算机视觉和模式识别会议论文集，pp.586\u2013595（2018）“，DOI”：“10.1109\/CVPR.2018.00068”｝，｛“key”：“37_CR34”，“DOI断言由”：“crossref”，“非结构化”：“Zhu，H.，Huang，Z.，Shan，H.，Zhang，J.：放眼全球，局部衰老：用注意力机制来面对衰老。arXiv预印本arXiv:1910.12771（2019）“，”DOI“：”10.1109\/ICSPSP4076.2020.9054553“}，{“key”：“37_CR35”，“unstructured”：“Zhu，H.，Zhou，Q.，Zhang，J.，Wang，J.Z.：使用条件多变量自动编码器和顺序回归进行面部老化和年轻化。arXiv preprint arXiv:1804.02740（2018）”}，“key“：”37_CR36“，”DOI-asserted-by“：”crossref“，”非结构化”：“Zhu，J.Y.，Park，T.，Isola，P.，Efros，A.A.：使用循环一致对抗性网络的非配对图像到图像翻译。摘自：IEEE计算机视觉国际会议论文集，第2223\u20132232页（2017）“，”DOI“：”10.1109\/ICCV.2017.244“}]，”container-title“：[”Computer Vision\u2013 ECCV 2020 Workshops“，”计算机科学讲义“]，”original-title”：[]，“link”：[{“URL”：“https:\/\/link.springer.com/content\/pdf\/10007\/978-3-030-67070-2_37“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[[2022,12,14]]，”date-time“：“2022-12-14T00:31:21Z”，”timestamp“：1670977881000}，”score“：1，”resource“：{primary“：”URL“https:\/\/link.springer.com\/10007\/978-3-030-67070-2_37”}}}，“subtittle”：[]，“短标题”：[]，“已发布”：{date-parts“：[2020]]}，”ISBN“：[”9783030670696“，”978330670702“]，”references-count“：36，”URL“：”http://\/dx.doi.org\/10.1007\/978-3-030-67070-2_37“，”relation“：{}，“ISSN”：[”0302-9743“，”1611-3349“]，“ISSN-type”：[{“value”：“0302-974”，“type”:“print”}，{“value”：“1611-3399“，”type“：”electronic“}]，”subject“：[]，”published“：{”date-parts“：[[2020]]}，”assertion“：[{”value“：”2021年1月30日“，”order“：1，”name“：”first_online“，”label“：”first online“，“group”：{“name”：“ChapterHistory”，“label”：“chapterHiology”}}，{“value”：“ECCV”，“order”：1，“name”:“conference_acrombior”，“tabel”：”conference acronym“，”group“：“ConferenceInfo”，”label:“Conferency Information”}}}、{“value”：“欧洲计算机视觉会议”，“order“：2，”name“：”conference_name“，”label“：”会议名称“，”group“：“标签”：“会议国家/地区“，”组“：{”name“：”ConferenceInfo“，”label“：”会议信息“}}，{”value“：”2020“，”order“：5，”name“:”Conference_year“，”标签“：”会议年“，”group“：会议信息“，”标签“：”会议信息“}}，{“value”：“2020年8月28日”，“order”：8，“name”：“Conference_end_date”，“label”：“会议结束日期”，“group”：{“name”:“ConferenceInformo”，“table”：“Conferency Information”}}会议信息“}}，{“value”：“eccv2020”，“order”：10，“name”：“Conference_id”，“label”：“Conference id”，“group”：{“name”:“ConferenceInfo”，“标签”：“会议信息”}}}}，{“值”：“Double-blind“，”order“：1，”name“：”type“，”label“：”type“，”group“：同行评审信息（由会议组织者提供）“}}，{“value”：“5025”，“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“：”0“，”order“：5，”name“:”number_ of_short_papers_Accepteded“，”table“：”已接受的短文数“，“group”：{“name”：“”ConfEventPeerReviewInformation“，”label“：”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“，”标签“：”全文接受率“，”group“：{”name“：”ConfEventPeerReviewInformation“，”label“：”Peer Review Information（由会议组织者提供）“}}，{”value“：”3“，”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”：“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”：“同行评审信息（由大会组织者提供）”}}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“：”会议实际上是由于新冠肺炎疫情而召开的。在ECCV研讨会上，共有467篇论文发表了249篇全文、18篇短文和21篇其他稿件。“，”order“：10，”name“：”additional_info_on_review_process“，”label“：”审阅过程的附加信息“，”group“：{”name“:”ConfEventPeerReviewInformation“，”标签“：”同侪审阅信息（由会议组织者提供）“}}]}}