{“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”：[[2024,7,4]]，“日期时间”：“2024-07-04T05:16:09Z”，“时间戳”：1720070169802}，“发布者位置”：“Cham”，“引用计数”：29，“发布商”：“Springer International Publishing”，“isbn-type”：[{“值”：“9783030893699”，“类型”：”打印“}，{“值”：“9783030893705”，“type”：“electronic”}]，“license”：[{“start”：{“date-parts”：[2021,1,1]]，“date-time”：“2021-01-01T00:00:00Z”，“timestamp”：1609459200000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.springer.com\/tdm”}，{“开始”：{“date-ports”：[2021,1,1]，“日期-时间”：“2041-01-01T 00:00Z”，“timestamp”：1609459200000}，“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”：[[2021]]}，”DOI“：”10.1007\/978-3-030-89370-5_22“，”类型“：”book-chapter“，”创建“：{”date-part“：[[2021,11,1]]，“日期时间”：“2021-11-01T01:02:59Z”，“时间戳”：1635728579000}，“页面”：“293-307”，“更新策略”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“源”：“交叉引用”，“is-referenced-by-count”：3，“标题”：[“SIN:超像素插值网络”]，“前缀”：“10.1007”，《作者》：[{“给定”：“庆”，“家族”：“袁”，”序列“：第一”，“从属关系”：[]}，{“给定”：“宋凤”，“家庭”：“鲁”、“sequence”：“additional”，“affiliation”：[]}，{“given”：“Yan”，“family”：“Huang”，“sequences”：“extendated”，“filiation“：[]{”given“：”Wuxin“，”family“：”Sha“，”sequence“：”additional“，”affiliation:[]}]，“member”：“297”，“published-online”：{“date-parts”：[2021,11]]}、“reference”：[{“issue”：“11”，“key”：”22_CR1“，“doi-asserted-by”：“publisher”，“first page”：“2274”，“DOI”：“10.1109\/TPAMI.2012.120”，“volume”：“34”，“author”：“R Achanta”，“year”：“2012”，“unstructured”：“Achanta，R.，Shaji，A.，Smith，K.，Lucchi，A.、Fua，P.，S\u00fcsstrunk，S.：与最先进的超像素方法相比的切片超像素。IEEE Trans.Pattern Anal.Mach.Intell.34（11），2274\u20132282（2012）”，“journal-title”：“IEEE Trans.Pattern Anal.Mach.Intell.”}，{“key”：“22_CR2”，“doi-asserted-by”：“crossref”，“unstructured”：“Achanta，R.，Susstrunk，S.：使用简单非迭代聚类的超像素和多边形。收录于：CVPR，第4651\u20134660页，2017年7月”，“doi”：“10.1109\/CVPR.2017.520”}8英寸，“DOI”：“10.1109\/TPAMI.2010.161”，“volume”：“33”，“author”：“P Arbelaez”，“year”：“2010”，“unstructured”：“Arbelaoez，P.，Maire，M.，Fowlkes，C.，Malik，J.：轮廓检测和分层图像分割。IEEE Trans.Pattern Anal.Mach.Intell.33（5），898\u2013916，“series-title”：“计算机科学课堂讲稿”，“doi-asserted-by”：“publisher”，“first page”：“13”，“doi”：“10.1007\/978-3642-33786-4_2”，“volume-title”：《计算机视觉\u2013 ECCV 2012》，“author”：“M Van den Bergh”，“year”：“2012”，“unstructured”：“Van den Bergh，M.，Boix，X.，Roig，G.，de Capitani，B.，Van Gool，L.：种子：通过能量驱动采样提取的超像素。摘自：Fitzgibbon，A.，Lazebnik，S.，Perona，P.，Sato，Y.，Schmid，C.（编辑）ECCV 2012。LNCS，第7578卷，第13页\u201326。施普林格，海德堡（2012）。https:\/\/doi.org\/10.1007\/978-3642-33786-4_2“}，{“问题”：“1”，“密钥”：“22_CR5”，“doi-asserted-by”：“出版商”，“首页”：“98”，“doi”：“10.1007\/s11263-014-0733-5”，“卷”：“111”，“作者”：“M Everingham”，“年份”：“2015”，“非结构化”：“Everingham，M.，Eslami，S.A.，Van Gool，L.，Williams，C.K.，Winn，J.，Zisserman，A.：pascal视觉对象类挑战：回顾。国际期刊计算。愿景111（1），98\u2013136（2015）“，“期刊标题”：“国际计算杂志”。Vision“｝，｛“issue”：“2”，“key”：“22_CR6”，“doi asserted by”：“publisher”，“first page”：“167”，“doi”：“10.1023\/B:VISI.0000022288.19776.77”，“volume”：“59”，“author”：“PF Felzenszwalb”，“year”：“2004”，“nonstructured”：“Felzenszwalb，P.F.，Huttenlocher，D.P.：高效的基于图形的图像分割。Int.J.Comput.Vision 59（2），167\u2013181（2004）”，“journal-title“：”《国际计算机杂志》。Vision“}，{”key“：”22_CR7“，”series-title“：”计算机科学课堂讲稿“，”doi-asserted-by“：”publisher“，”first page“：“597”，“doi”：“10.1007\/978-3-319-46448-0_36”，“volume-title”：“Computer Vision\u2013 ECCV 2016”，“author”：“R Gadde”，“year”：“2016”，”unstructured“：”Gadde，R.、Jampani，V.、Kiefel，M.、Kappler，D.、Gehler，P.V.：使用双边激励的超像素卷积网络。收录人：Leibe，B.，Matas，J.，Sebe，N.，Welling，M.（编辑）ECCV 2016。LNCS，第9905卷，第597\u2013613页。查姆施普林格（2016）。https:\/\/doi.org/10.1007\/978-3-319-46448-03_36“｝，｛“issue”：“3”，“key”：“22_CR8”，“doi asserted by”：“publisher”，“first page”：“300”，“doi”：“10.1007\/s12663-008-0140-x”，“volume”：“80”，“author”：“S Gould”，“year”：“2008”，“nonstructured”：“Gould，S.，Rodgers，J.，Cohen，D.，Elidan，G.，Koller，D.：具有相对位置先验的多类分割。国际J。计算。Vision 80（3），300\u2013316（2008）“，“期刊标题”：“国际计算杂志”。Vision“}，{”issue“：”3“，”key“：”22_CR9“，”doi-asserted-by“：”publisher“，”first page“：“330”，”doi“：”10.1007\/s11263-015-0822-0“，“volume”：“115”，“author”：“S He”，“year”：“2015”，“unstructured”：“He，S.，Lau，R.W.，Liu，W.，Huang，Z.，Yang，Q.：SuperCNN:一种用于显著目标检测的超像素卷积神经网络。国际计算机视觉115（3），330\u2013344（2015）“，“期刊标题”：“国际计算杂志”。Vision“}，{”key“：”22_CR10“，”series-title“：”计算机科学课堂讲稿“，”doi-asserted-by“：”publisher“，”first page“：“363”，”doi“：”10.1007\/978-3-030-01234-2_22“，”volume-title“：“Computer Vision\u2013 ECCV 2018”，”author“：”V Jampani“，”year“：”2018“，”unstructured“：”Jampani，V.、Sun，D.、Liu，M.-Y.、Yang，M.-H.、Kautz，J.：超像素采样网络。收件人：Ferrari，V.，Hebert，M.，Sminchisescu，C.，Weiss，Y.（编辑）ECCV 2018。LNCS，第11211卷，第363\u2013380页。查姆施普林格（2018）。https:\/\/doi.org\/10.1007\/978-3-030-01234-2_22“}，{“key”：“22_CR11”，“unstructured”：“Li，Z.，Chen，J.：使用线性光谱聚类进行超像素分割。收录：CVPR，pp.1356\u20131363（2015）”Liang-Chieh，C.，Papandreou，G.，Kokkinos，I.，Murphy，K.，Yuille，A.：使用深度卷积网络和完全连接的CRF进行语义图像分割。In:ICLR（2015）“}，{“key”：“22_CR13”，“doi-asserted-by”：“crossref”，“unstructured”：“Liu，M.Y.，Tuzel，O.，Ramalingam，S.，Chellappa，R.：熵率超像素分割。In:CVPR，pp.2097\u20132104。IEEE（2011）“，”DOI“：”10.1109\/CVPR.2011.5995323“}，{“key”：“22_CR14”，“DOI-asserted-by”：“crossref”，“unstructured”：“Liu，Y.J.，Yu，C.C.，Yu、M.J.，He，Y.：流形切片：一种快速计算内容敏感超像素的方法。In:CVPR，pp.651\u2013659（2016）”，“DOI”：“10.1109\/CVPR.2016.77”}，“key“：”22_CR15“，”DOI-as serted-by“：”crossref“，”unstructured“：”Long，J.，Shelhamer，E.，Darrell，T.：用于语义分割的全卷积网络。收录于：CVPR，pp.3431\u20133440（2015）“，“DOI”：“10.1109\/CVPR.2015.7298965”}，{“key”：“22_CR16”，“DOI-asserted-by”：“publisher”，“unstructured”：“Ren，M.：学习用于分割的分类模型。收录于ICCV，pp.10\u201317，第1卷（2003）。https:\/\/DOI.org\/10.109\/ICCV.2003.1238308”，“DOI:”10.1109\/ICCV.2003238308“}”，{键“：”22_CR17“，”非结构化”：“Ren，C.Y.，Reid，I.：gSLIC：切片超像素分割的实时实现。牛津大学工程系，技术报告，pp.1\u20136（2011）“}，{“key”：“22_CR18”，“unstructured”：“Sharma，A.，Tuzel，O.，Liu，M.Y.：语义场景标记的递归上下文传播网络。摘自：NeurIPS，pp.2447\u20132455（2014）”}，}“issue”：“4”，“key“：”22_CR19“doi-asserted-by”：“publisher”，“first page”：”717“，“doi”：“10.1109 \/TPAMI.2015.2465960“，“卷”：“38”，“作者”：“史J”，“年份”：“2015”，“非结构化”：“石J，严Q，徐L，贾J：扩展CSSD上的分层图像显著性检测。IEEE传输。模式分析。机器。因特尔。38（4），717\u2013729（2015）“，“期刊标题”：“IEEE Trans。模式分析。机器。智力。“}，{”key“：”22_CR20“，”doi-asserted-by“：”crossref“，”unstructured“：”Shu，G.，Dehghan，A.，Shah，M.：改进目标检测器并使用超像素提取区域。In:CVPR，pp.3721\u20133727（2013）“，”doi“：”10.1109\/CVPR.2013.477“}”，{746“，”DOI“：”10.1007\/978-3642-33715-4_54“，”volume-title“：”Computer Vision\u2013 ECCV 2012“，”author“：”N Silberman“，”year“：”2012“，“unstructured”：“Silber曼，N.，Hoiem，D.，Kohli，P.，Fergus，R.：室内分割和支持RGBD图像推断。收录人：Fitzgibbon，A.、Lazebnik，S.、Perona，P.、Sato，Y.、Schmid，C.（编辑）ECCV 2012。LNCS，第7576卷，第746\u2013760页。施普林格，海德堡（2012）。https:\/\/doi.org\/10.1007\/978-3642-33715-4_54“}，{”key“：”22_CR22“，”doi-asserted-by“：”publisher“，”first page“：“1”，“doi”：“10.1016\/j.cviu.2017.03.007”，“volume”：“166”，“author”：“D Stutz”，“year”：“2018”，“unstructured”：“Stutz，D.，Hermans，A.，Leibe，B.：超像素：最先进的评估。计算。视觉。图像理解。166，1\u201327（2018）“，“新闻标题”：“计算。视觉。图像理解。“}，{”key“：”22_CR23“，”doi-asserted-by“：”crossref“，”unstructured“：”Tu，W.C.，et al.：学习具有分段软件亲和力损失的超像素。收录于：CVPR，pp.568\u2013576（2018）“，”doi“：”10.1109\/CVPR.2018.00066“}”，{“key”：“22_CR24”，“unstructure”：“Wang，S.，Lu，H.，Yang，F.，Yang，M.H.：超像素跟踪。收录：ICCV，pp.1323\u20131330。IEEE（2011）“}，{“key”：“22_CR25”，“doi-asserted-by”：“crossref”，“unstructured”：“Yan，J.，Yu，Y.，Zu，X.，Lei，Z.，Li，S.Z.：通过标记超像素进行目标检测。In:CVPR，pp.5107\u20135116（2015）”，“doi”：“10.1109\/CVPR.2015.7299146”}，}，“key“：”22_CR26“doi-sserted-by“：”Crosref“，”非结构化“：”Yang，C.，Zhang，L.，Lu，H.，Ruan，X.，Yang，M.H.：通过基于图形的流形排名进行显著性检测。收录于：CVPR，pp.3166\u20133173（2013）“，”DOI“：”10.1109\/CVPR.2013.407“}，{“问题”：“4”，“关键”：“22_CR27”，“DOI-asserted-by”：“出版商”，“首页”：“1639”，“DOI”：“10.1109\/TIP.2014.2300823”，“卷”：“23”，“作者”：“F Yang”，“年份”：“2014”，“非结构化”：“Yang，F.，Lu，H.，Yang，M.H.：Robust superpixel跟踪。IEEE传输图像处理。23（4），1639\u20131651（2014）“，“期刊标题”：“IEEE Trans。图像处理。“}，{”key“：”22_CR28“，”doi-asserted-by“：”crossref“，”unstructured“：”Yang，F.，Sun，Q.，Jin，H.，Zhou，Z.：使用完全卷积网络进行超像素分割。In：CVPR，pp.13964\u201313973（2020）“，”doi“：”10.1109\/CVPR42600.2020.01398“}Zhu，W.，Liang，S.，Wei，Y.，Sun，J.：鲁棒背景检测的显著性优化。在：CVPR，pp.2814\u20132821（2014）”，“DOI”：“10.1109\/CVPR.2014.360”｝]，“容器标题”：[“PRICAI 2021：人工智能趋势”，“计算机科学讲义”]，“原标题”：[]，“链接”：[{“URL”：“https:\/\/link.springer.com\/content/pdf\/10.1007\/978-3-030-89370-5_22”，“内容类型”：“未指定”，“内容版本”：“vor”，“intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[[2021,11,1]]，”date-time“：”2021-11-01T01:14:24Z“，”timestamp“：1635729264000}，”score“：1，”resource“：”primary“：2021]]}，“ISBN”：[“9783030893699”，“9783030893705“]，”引用计数“：29，”URL“：”http://\/dx.doi.org\/10.1007\/978-3-030-89370-5_22“，”关系“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，“ISSN-type”：[{“value”：“0302-974”，”type“：”print“}，{“value”：“1611-3399”，”类型“：”electronic“}]，”subject“：[]，”published“：{”date-pa rts“：[[2021]]}，”断言“：[{”值“：”2021年11月1日“，”订单“：1，”名称“：”first_online，“label”：“first online”，“group”：{“name”：“ChapterHistory”，“label:”Chapter History“}}，{“value”：“PRICAI”，“order”：1，“name”:“conference_acrombit”，“table”：“conference acronym”，”group“：{”name“：”ConferenceInfo“，”label“：”会议信息“}}}”，{”value“：”环太平洋国际人工智能会议“，”order“：2，”name“conference_name“，”label“：”会议名称“，”group“：group“：{”name“：”ConferenceInfo“，”label“：”Meeting Information“}}，{”value“：”2021“，”order“：5，”name“:”Conference_year“，”标签“：”会议年份“，”group“:信息“，”label“：”Conference Information“}}，{“value”：“2021年11月12日”，“order”：8，“name”：“Conference_end_date”，“label”：“ConferenceEnd date”，“group”：{“name”:“ConferenceInfo”，”label“:”Conferency Information“{}，”value“：”18“order“”value“：”pricai2021“，”order“：10，”name“：”conference_id“，”label“：”会议id“，”group“：｛”name“：”ConferenceInfo“，”label“：”会议信息“｝｝｝，｛”value“：”https:\/\/www.pricai.org/2021“，”order“：11，”name“：”conferenceurl“，”label“：”会议url“，”group“：｛”name“：”ConferenceInfo“，”label“：”会议信息“｝｝｝，｛”value“：”双盲“，”order“：1，”name“：”type“，”label“：”type“，”group“：同行评审信息（由会议组织者提供）“}}，{“value”：“382”，“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“：”28“，”order“：5，”name“:”number _of_short_papers_accepted”，“label”：“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“：”24%-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”：“5”，“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）“}}]}}