{“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”：“2024-09-12T04:20:52Z”，“时间戳”：1726114852412}，“出版商位置”：“查姆”，“参考计数”：20，“出版者”：“斯普林格国际出版”，“isbn-type”：[{“类型”：”打印“，“值”：“9783030682378”}，{“类型”：“电子”，“value”：“9783030682385”}]，“license”：[{“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”}，{“start”：{“date-ports”：[2020,1]]2020-01-01T00:00:00Z“，”时间戳“：1577836800000}，”内容版本“：”vor“，“delay-in-days”：0，“URL”：“https:\/\/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.spring.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\/978-3-030-68238-5_28“，”类型“book-capter”，“创建“：{“date-parts”：[[2021,1,30]]，“date-time”：“2021-01-30T07:02:43Z”，“时间戳”：1611990163000}，“页面”：“364-378”，“更新策略”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“源”：“Crossref”，”is-referenced-by-count“：7，”title“：[”Transform Domain Pyramidal Extlated Convolution Networks for Restoration of Under Display Camera Images“]，”prefix“：”10.1007“，”author“：[{”ORCID“：“http://\/orcid.org\/00000-0002-8743-2345”，“authenticated-orcid”：false，“given”：“Hrishikesh”，“family”：“Panikkasseril Sethumadhavan”，“sequence”：“first”，“affiliation”：[]}，{“orcid”：”http://\/orcid.org\/0000-0001-7417-1513“，”authentimated-orcide“：false]}，{“给定”：“梅尔文”，“家族”：“Kuriakose”，“sequence”：“additional”，“affiliation”：[]}，{“given”：“Jiji”，“family”：“Charangatt Victor”，”sequence“：”additional“，”affiliation:[]}]，“member”：“297”，“published-online”：{“date-parts”：[2021,1,31]]}：“Abdelhamed，A.，Lin，S.，Brown，M.S.：智能手机摄像头的高质量去噪数据集。摘自：2018 IEEE计算机视觉和模式识别会议，第1692\u20131700页（2018）”，“DOI”：“10.1109”：“CVPR.2018.00182”}，{“key”：《28_CR2》，“DOI-asserted-by”：“crossref”，“unstructured”：“Anwar，S.，Barnes，N.：关注特征的真实图像去噪。摘自：2019 IEEE\/CVF国际计算机视觉会议（ICCV），第3155\u20133164页（2019）”，“DOI”：“10.1109\/ICCV.2019.00325”}，{“key”：“28_CR3”，“DOI-asserted-by”：“crossref”，“unstructured”：“Gu，S.，Zhang，L.，Zuo，W.，Feng，X.：加权核范数最小化及其在图像去噪中的应用。摘自：2014 IEEE计算机视觉和模式识别会议，第2862\u20132869页（2014）”，“DOI”：“10.1109\/CVPR.2014.366”}，{“key”：“28_CR4”，“DOI-asserted-by”：“crossref”，“unstructured”：“He，K.，Zhang，X.，Ren，S.，Sun，J.：图像识别的深度残差学习。在：2016 IEEE计算机视觉和模式识别会议（CVPR），pp.770\u2013778（2016）”，“DOI”：“10.1109\/CVPR.2016.90”｝，｛“key”：“28_CR5”，“DOI断言”：“crossref”，“非结构化”：“Huang，G.，Liu，Z.，Van Der Maaten，L.，Weinberger，K.Q.：紧密连接卷积网络。摘自：2017 IEEE计算机视觉与模式识别会议，第2261\u20132269页（2017）”，“DOI”：“10.1109\/CVPR.2017.243”}，{“key”：“28_CR6”，“DOI-asserted-by”：“crossref”，“unstructured”：“Kim，Y.，Soh，J.W.，Park，G.Y.，Cho，N.I.：通过自适应实例归一化将学习从合成噪声去噪转移到实际噪声去噪。摘自：IEEE\/CVF计算机视觉和模式识别会议，2020年6月”，“DOI”：“10.1109\/CVPR42600.2020.00354”}，{“key”：“28_CR7”，“DOI-asserted-by”：“crossref”，“unstructured”：“Ledig，C.，et al.：使用生成对抗网络的真实感照片单图像超分辨率。In:2017 IEEE计算机视觉和模式识别会议，pp.105\u2013114（2017）”，“DOI”：“10.1109\/CVPR.2017.19”}，{“key”：“28_CR8”，“DOI-asserted-by”：“crossref”，“unstructured”：“Lim，B.，Son，S.，Kim，H.，Nah，S.、Lee，K.M.：用于单图像超分辨率的增强深度残差网络。摘自：2017 IEEE计算机视觉和模式识别研讨会（CVPRW），第1132\u20131140页（2017）”，“DOI”：“10.1109\/CVPRW.2017.151”}，{“key”：“28_CR9”，“DOI-asserted-by”：“crossref”，“unstructured”：“Liu，P.，Zhang，H.，Zhang，K.，Lin，L.，Zuo，W.：用于图像恢复的多级小波神经网络。收录于：2018 IEEE计算机视觉与模式识别研讨会（CVPRW），第886\u201388609页（2018）”，“DOI”：“10.1109\/CVPRW.2018.00121”}，{“key”：“28_CR10”，“unstructured”：“Nah，S.，et al.：Ntire 2020图像和视频去模糊挑战。In:2020 IEEE \/CVF Conference on Computer Vision and Pattern Recognition Workshops（CVPRW），pp.1662\u20131675（2020）”}，{“key”：“28_CR11”，“series-title”：“Computer Science课堂讲稿”，“doi-asserted-by”：“publisher”，“first page”：”234“doi”：“10.1007 \/978-319-24574-4_28”，“volume-title”：“医学图像计算和计算机辅助干预\u2014年MICCAI 2015”，“author”：“O Ronneberger”，“year”：“2015年”，“unstructured”：“Ronneberge，O.，Fischer，P.，Brox，T.：U-Net：用于生物医学图像分割的卷积网络。In:Navab，N.，Horneger，J.，Wells，W.M.，Frangi，A.F.（eds.）MICCAI2015，第三部分。LNCS，第9351卷，第234\u2013241页。查姆施普林格（2015）。https:\/\/doi.org\/10.1007\/978-3-319-24574-4_28“}，{“key”：“28_CR12”，“doi-asserted-by”：“crossref”，“unstructured”：“Shi，W.，et al.：使用高效的亚像素卷积神经网络的实时单图像和视频超分辨率。In:2016 IEEE Conference on Computer Vision and Pattern Recognition（CVPR），pp.1874\u20131883（2016）”，“doi”：“10.1109\/CVPR.2016.207“}，{“key”：“28_CR13”，“unstructured”：“Yuan，S.等人：Ntire 2020图像演示的挑战：方法和结果。收录于：2020 IEEE\/CVF计算机视觉与模式识别研讨会（CVPRW），第1882\u20131893页（2020）”}，}，“key“：”28_CR14“，”doi-asserted-by“：”crossref“，”unstructure“：”Zhang，H.，Dai，Y.，Li，H.，Koniusz，P.：用于图像去模糊的深度堆叠分层多补丁网络。In：2019 IEEE\/CFF计算机视觉和模式识别会议（CVPR），pp.5971\u20135979（2019）“，DOI”：“10.1109\/CVPR.2019.00613”}，{“key”：“28_CR15”，“nonstructured”：“Zhang，K.，et al.：2020年感知极限超分辨率挑战：方法和结果。收录于：2020 IEEE\/CVF计算机视觉和模式识别研讨会（CVPRW），第2045\u20132057（2020）页“}，{“问题”：“7”，“关键”：“28_CR16”，“doi-asserted-by”：“出版商”，“首页”：“3142”，“doi”：“10.1109\/TIP.2017.2662206”，“卷”：“26”，“作者”：“K Zhang”，“年份”：“2017”，“非结构化”：“Zhang，K.、Zuo，W.、Chen，Y.、Meng，D.、Zhang、L.：超越高斯去噪器：深度CNN的剩余学习用于图像去噪。IEEE传输。图像处理。26（7），3142\u20133155（2017）“，“期刊标题”：“IEEE Trans。图像处理。“}，{”key“：”28_CR17“，”doi-asserted-by“：”crossref“，”unstructured“：”Zhang，X.，Yang，W.，Hu，Y.，Liu，J.:DMCNN:用于消除压缩伪影的双域多尺度卷积神经网络。In:2018年IEEE第25届国际图像处理会议（ICIP），pp.390\u2013394（2018）“，”doi“：”10.1109\/ICIP.2018.8451694“}”，{“key”：“28_CR18”，“doi断言：“crossref”，“非结构化”：“Zheng，B.，Chen，Y.，Tian，X.，Zhou，F.，Liu，X.：用于鲁棒彩色图像压缩伪影减少的隐式双域卷积网络。IEEE传输。电路系统。视频技术。1（2019）“，“DOI”：“10.1109\/TCSVT.2019.2931045”}，{“key”：“28_CR19”，“unstructured”：“Zhou，Y.，et al.：UDC 2020对欠显示相机图像恢复的挑战：方法和结果。arXiv abs \/2008.07742（2020）”}、{“key”：”28_CR20“，”DOI-asserted-by“：”crossref“，”unstructure“：”Zhou，Y.，Ren，D.，Emerton，N.，Lim，S.，Large，T.：欠显示相机的图像恢复（2020）“，”DOI“：”10.1109\/CVPR46437.2021.00906“}]，”container-title“：[”计算机科学讲义“，”Computer Vision\u2013 ECCV 2020 Workshops“]，”原文标题“：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/link.springer.com/content\/pdf\/10.1007\/978-3-030-68238-5_28“，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[[2022,12,14]]，“date-time”：”2022-12-14T01:30:52Z“，“timestamp”：1670981452000}，“score”：1，“resource”：{“primary”：“{”URL“：”https:\/\/link.springer.com/10.1007\/978-3-030-68238-5_28“}}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[[2020]]}，“ISBN”：[“9783030682378”，“9783003682385”]，”参考计数“：20，”URL“：”http://\/dx.doi.org\/10007\/978-3-030-68 238-5_2 8“，”关系“：{}，：[“0302-9743”，“1611-3349”]，“ISSN-type”：[{“类型”：“打印”，“值”：“0302-7743”}，{“type“：”electronic“，”value“：“1611-3349”}]，”subject“：[]，”published“：{”date-parts“：[[2020]]}，”assertion“：[{”value”：“2021年1月31日”，”order“：1，”name“：”first_online“，”label“：”first online“，“group”：{“name”：“ChapterHistory”，”label:“Chapter History：“conference acronym”，“group”：{“name”：ConferenceInfo“，”label“：”ConferenceInformation“}}，{”value“：”European Conference on Computer Vision“，”order“：2，”name“：”Conference_name“，”标签“：”会议名称“，”group“：label“：”Conference Information“}}，{“value”：“United Kingdom”，“order”：4，“name”：“Conference_country”，“label”：“ConferenceCountry”，”group“：{”name“：”ConferenceInfo“，”label“:”Conferencation“}，”value“：”2020“，”order“：5，“name2020年8月23日“，”order“：7，”name“：”conference_start_date“，”label“：”会议开始日期“，”group“：”{“name”：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“2020年8月28日”，“order”：8，“name”:“conference_end_date”，“”name“：”conference_number“，”label“：”会议编号“，”group“：{“name”：”ConferenceInfo“，“label”：”会议信息“}}，{“value”：”eccv2020“，”order“：10，”name“：“conference_id”，”label:“会议id”，“group”:{“name:”ConferenceInfo““conference_url”，“label”：“会议URL“，”group“：{”name“：”ConferenceInfo“，”label“：”conferenceInformation“}}，”value“：”Double-blind“，”order“：1，”name“:”type“，“label”：“type”，“group”：{“name”：“ConfEventPeerReviewInformation”，“label:”Peer Review Information（由会议组织者提供）“}}}”，{“value”：“OpenReview”，“order”：2，“name”:“Conference_management_system”，“label“：”会议管理系统“，”group“：{“name”：“ConfEventPeerReviewInformation”，“label”：“Peer Review信息（由会议组织者提供）”}}，{“value”：“5025”，“order”：3，“name”:“number_of_submissions_sent_for_Review”，“table”：“发送供审阅的提交数”，“group”：同行评议信息（由会议组织者提供）“}}，{“value”：“1360”，“order”：4，“name”：“number_of_full_papers_accepted”，“label”：“已接受的完整论文数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“tabel”：number_of_short_papers_accepted“，”label“：”接受的短文数“，”group“：{”name“：”ConfEventPeerReviewInformation“，”标签“：”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“：ConfEventPeerReviewInformation“，”label“：”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”：}，{“value”：“Yes”，“order”：9，“name”：“external_reviewers_involved”，“label”：“external reviewers involved”：“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份提交文件，其中发表了249篇全文、18篇短文和21篇其他稿件。”，“order”：10，“name”：“additional_info_on_review_process”，“label”：“additional info on review process”，“group”：{“name”:“ConfEventPeerReviewInformation”，“标签”：“同行评审信息（由会议组织者提供）”｝｝]｝｝