{“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”：[[2024,9,13]]，“日期时间”：“2024-09-13T00:43:37Z”，“时间戳”：1726188217640}，“发布者位置”：“Cham”，“引用计数”：54，“发布商”：“Springer Nature Switzerland”，“isbn-type”：[{“类型”：”print“，“值”：“9783031250712”}，{“类型”：“电子”，“值”：“9783031250729”｝]，“license”：[｛“start”：｛“date parts”：[[2023,1,1]]，“date-time”：“2023-01-01T00:00:00Z”，“timestamp”：16725312000000｝，“content-version”：“tdm”，“delay in days”：0，“URL”：“https:\/\/wspringernature.com\/gp\/researchers\/text and data mining”｝，｛“start”：｛“date parts”：[[2023,1,1]]，“date-time”：“2023-01-01T00:00:00Z”，“timestamp”：1672531200000}，“内容版本”：“vor”，“延迟天数”：0，“URL”：“https:\/\/www.springernace.com\/gp\/researchers\/text and data mining”｝，｛“开始”：｛“日期部分”：[[2023,1,1]]，“日期时间”：“2023-01-01T00:00:00Z”，“时间戳”：1672531200000｝，“内容版本”：“tdm”，“延迟天数”：0，“URL”：“https:\/\/www.springernace.com\/gp\/researchers\/text and data mining”｝，{“start”：{“date-parts”：[[2023,1,1]]，“date-time”：“2023-01-01T00:00:00Z”，“timestamp”：1672531200000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\\/www.springernature.com\/gp\/researters\/text-and-data-mining”}]，“content-domain”:{“domain”：[“link.springer.com”]，“crossmark-restriction”：false}，”shortcontainer-title“：[]，“published-print”：{“date-parts”：[[2023]]}，“DOI”：“10.1007\/978-3-031-25072-9_12”，“type”：“book-chapter”，“created”：{”date-part“：[2023,2,17]]，“date-time”：“2023-02-17T08:40:04Z”，“timestamp”：1676623204000}，”page“：“175-191”，“update-policy”：”http://\/dx.DOI.org\/10.10007\/springer_crossmark_policy“，”source“：”Crossref“，”is-referenced-by-count“：2，”title“：[“Learning Rich Information for \u00a0Quad Bayer Resacing and \u00a 0Denoising”]，“prefix”：“10.1007”，“author”：[{“ORCID”：“http://\/ORCID.org\/00000-0002-5424-284”，“authenticated-ORCID”：false，“given”：：“Jun”，“family”：“Jia”，“sequence”：“first”，“affiliation”：[]}，{“givent”：“Hanchi”，”“families”：“Sun”，“sequence”:“additional”，“从属关系”：[]}，{“ORCID”：“http://\/orcid.org//0000-0001-6377-4730”，“authenticated-orcid”：false，“given”：“Xiaohong”，“family”：“Liu”，“sequence”：“additional”，“affiliation”：[]}，{“givent”：“Longan”，“家族”：“肖”，“序列”：“additional”，“family”：“翟”，“sequence”：“additional”，“affiliation”：[]}]，“member”：“297”，“published-on-line”：{“date-parts”：[[2023,2,18]]}，“reference”：[{“key”：“12_CR1”，“doi-asserted-by”：“crossref”、“unstructured”：“Abdelhamed，A.，Lin，S.，Brown，M.S.：智能手机摄像头的高质量去噪数据集。In:IEEE/CVF Computer Vision&Pattern Recognition（2018）”，“doi”：“10.1109\/CVPR.2018.00182”}，{“issue”：“11”，“key”：“12_CR2”，“doi-asserted-by”：“publisher”，“first-page”：“4311”，”doi“：”10.1109\/TSP.2006.881199“，”volume“：”54“，”author“：”M Aharon“，”year“：”2006“，”unstructured“：“Aharon，M.、Elad，M.和Bruckstein，A.：K-SVD：一种为稀疏表示设计超完备字典的算法。IEEE Trans.Sig.Process。54（11），4311\u20134322（2006）。https:\/\/doi.org\/10.109\/TSP.2006.881199”，“journal-title”：“IEEE Trans.Sig.Process”}，{“key”：“12_CR3”，“unstructured”：“Arjovsky，M.，Chintala，S.，Bottou，L.：Wasserstein生成性对抗网络。In:国际机器学习会议（2017）”}，{“key”：“12_CR4”，“unstructured”：“Buades，A.，Coll，B.，Morel，J.M.：图像去噪的非局部算法。In:2005 IEEE计算机学会计算机视觉和模式识别会议，CVPR 2005（2005）”}，{“key”：“12_CR5”，“doi-asserted-by”：“crossref”，“unstructured”：“Burger，H.C.，Schuler，C.J.，Harmeling，S.：图像去噪：普通神经网络能与BM3D竞争吗？In:2012 IEEE计算机视觉和模式识别会议（CVPR）（2012）”，“DOI”：“10.1109\/CVPR.2012.6247952”}，{“key”：“12_CR6”，“DOI-asserted-by”：“publisher”，“unstructured”：“Charbonnier，P.，Blanc Feraud，L.，Aubert，G.，Barlaud，M.：计算成像的两种确定性半二次正则化算法。在：《第一届国际图像处理会议论文集》，第2卷，第168\u2013172页（1994）。https:\/\/doi.org/10.1109\/ICIP.1994.413553”，“doi”：“10.1109\/ICIP.1994.413553”}，｛“key”：“12_CR7”，“doi-asserted-by”：“crossref”，“unstructured”：“Chen，C.，Chen，Q.，Xu，J.，Koltun，V.：学会在黑暗中看。摘自：IEEE计算机视觉和模式识别会议记录，第3291\u20133300页（2018）”，“doi”：“10.1109\/CVPR.2018.00347”}：“Chen，J.，Chen，J，Chao，H.，Ming，Y.：基于生成性对抗网络的噪声建模的图像盲去噪。In:2018 IEEE \/CVF计算机视觉和模式识别会议（CVPR）（2018）”，“DOI”：“10.1109 \/CVPR.2018.00333”}，{“key”：“12_CR9”，“DOI-asserted-by”：“crossref”，“unstructured”：“Cheng，S.、Wang，Y.、Huang，H.、Liu，D.、Fan，H.，Liu，S.：NBNet：利用子空间投影进行图像去噪的噪声基础学习。摘自：IEEE计算机视觉和模式识别会议论文集，第4896\u20134906（2021）页”，“DOI”：“10.1109\/CVPR46437.2021.00486”}，{“issue”：“8”，“key”：“12_CR10”，“DOI-asserted-by”：“publisher”，“首页”：“2080”，“DOI”：“10.1109\/TIP.2007.901238”，“卷”：“16”，“作者”：“K Dabov”，“年份”：“2007”，“非结构化”：“Dabov，K.，Foi，A.，Katkovnik，V.，Egiazarian，K.：稀疏三维变换域协同滤波的图像去噪。IEEE Trans.Image Process.16（8），2080\u20132095：“12_CR11”，“series-title”：“计算机科学课堂讲稿”，“doi-asserted-by”：“publisher”，“first page”：“185”，”doi“：”10.1007\/978-3-030-67070-2_11“，”volume-title“：”Computer Vision\u2013 ECCV 2020 Workshops“，”author“：”L Dai“，”year“：”2020“，”unstructured“：“Dai，L.，Liu，X.，Li，C.，Chen，J.：AWNet：图像ISP的专注小波网络。收录：Bartoli，A.，Fusiello，A.（编辑）ECCV 2020。LNCS，第12537卷，第185\u2013201页。查姆施普林格（2020）。https:\/\/doi.org\/10.1007\/978-3-030-67070-2_11“}，{“问题”：“4”，“密钥”：“12_CR12”，“doi-asserted-by”：“出版商”，“首页”：“439”，“doi”：“10.1109\/TIP.2004.841200”，“卷”：“14”，“作者”：“D Alleysson”，“年份”：“2005”，“非结构化”：“Alleysson，D.，S\u00fcsstrunk，S.，H\u00e9rault，J.：受人类视觉系统启发的线性演示。IEEE传输。图像处理。14（4），439\u2013449（2005）“，“期刊标题”：“IEEE Trans。图像处理。“}，{”key“：”12_CR13“，”doi-asserted-by“：”crossref“，”unstructured“：”Dong，W.，Xin，L.，Lei，Z.，Shi，G.：通过字典学习和结构聚类实现基于稀疏性的图像去噪。In:2011 IEEE Conference on Computer Vision and Pattern Recognition（CVPR）（2011）“，”doi“：”10.1109\/CVPR.2011.5995478“}非结构化”：“Ehret，T.，Davy，A.，Arias，P.，Facciolo，G.：通过微调原始图像的突发来联合去噪和去噪。2019 IEEE \/CVF国际计算机视觉会议（ICCV）（2019）“，”DOI“：”10.1109 \/ICCV.2019.00896“}，{“key”：“12_CR15”，“DOI-asserted-by”：“publisher”，“first page”：”1395“，“DOI”：“10.1109 \/TIP.2007.891788”，“volume”:“16”，“author”：“A Foi”，“year”：“2007”，“unstructured”：“Foi，A.，Katkovnik，V.，Egiazarian，K.：点态形状自适应DCT，用于高质量的灰度和彩色图像去噪和去块。IEEE传输。图像处理。16、1395\u20131411（2007）“，“期刊标题”：“IEEE Trans。图像处理。“}，{”issue“：”10“，”key“：”12_CR16“，”doi-asserted-by“：”publisher“，”first-page“：”1737“，”doi“：”10.1109\/TIP.2008.2001399“，”volume“：“17”，”author“：”A Foi“，”year“：”2008“，”unstructured“：”Foi，A.，Trimeche，M.，Katkovnik，V.，Egiazarian，K.：单图像raw-data的实用泊松高斯噪声建模与拟合。IEEE Trans.图像处理。17（10），1737\u20131754（2008）“，”期刊标题“：”IEEE Trans。图像处理。“}，{”issue“：“6”，”key“：“12_CR17”，”doi-asserted-by“：”publisher“，”first page“：”191“，“doi”：“10.1145\/2980179.2982399”，“volume”：“35”，“author”：“M Gharbi”，“year”：“2016”，“unstructured”：“Gharbi，M.，Chaurasia，G.，Paris，S.，Durand，F.：深层联合去噪。ACM Trans.Graph.35（6），191（2016）”，“，”journal-title“：“ACM事务图”}，{“key”：“12_CR18“，”doi-asserted-by“：”crossref“，”unstructured“：”Gu，S.，Lei，Z.，Zuo，W.，Feng，X.：加权核范数最小化及其在图像去噪中的应用。2014 IEEE计算机视觉和模式识别会议（CVPR）（2014）“，”DOI“：”10.1109\/CVPR.2014.366“}，{”key“：”12_CR19“，”DOI-asserted-by“：”crossref“，”unstructured“：”Heide，F.，et al.：FlexISP:一种灵活的相机图像处理框架。In:国际计算机图形与交互技术会议（2014）”，“DOI”：“10.1145\/2661229.2661260“}，{“issue”：“3”，“key”：“12_CR20”，“doi-asserted-by”：“publisher”，“first page”：：“360”，“doi”：“10.1109\/TIP.2004.838691”，“volume”：”14“，“author”：“K Hirakawa”，”year“2005”，“unstructured”：“Hirakawa，K.，Parks，T.W.：自适应同质定向演示算法。IEEE Trans.Image Process.14（3），360（2005）”，“journal”al标题“：”IEEE传输。图像处理。“}，{”key“：”12_CR21“，”doi-asserted-by“：”crossref“，”unstructured“：”Ignatov，A.，Gool，L.V.，Timofte，R.：用单一深度学习模型替换移动相机ISP。In:Computer Vision and Pattern Recognition（2020）“，”doi“：”10.1109\/CVPRW50498.2020.00276“}：“2016年”，“非结构化”：“Kai，Z.，Zuo，W.，Chen，Y.，Meng，D.，Lei，Z.:Beyond a Gaussian去噪器：深度CNN的残差学习用于图像去噪。IEEE传输。图像处理。26（7），3142\u20133155（2016）“，“期刊标题”：“IEEE Trans。图像处理。“}，{”key“：”12_CR23“，”doi-asserted-by“：”crossref“，”unstructured“：”Kim，I.，Song crossref“，”非结构化“：”Kim，Y.，Soh，J.W.，Gu，Y.P.，Cho，N.I.：利用自适应实例归一化将学习从合成噪声去噪转移到真实噪声去噪。在：2020 IEEE\/CFF计算机视觉和模式识别会议（CVPR）（2020）“，”DOI“：”10.1109\/CVPR4600.2020.000354“｝，｛”key“：”12_CR25“，”DOI断言“：”crossref“，”非结构化“：”Klatzer，T.、Hammernik，K.、Knobelreiter，P.、Pock，T.：基于序列能量最小化学习联合去噪和去噪。In:2016 IEEE国际计算摄影会议（ICCP）（2016）“，”DOI“：”10.1109\/ICCPHOT.2016.7492871“}，{”key“：”12_CR26“，”series-title“：”计算机科学讲义“，”DOI-asserted-by“：”publisher“，”first page“：“317”，”DOI:“10.1007\/978-3-030-01264-9_19”，”volume-title“：“Computer Vision\u2013 ECCV 2018”，”author“：”F Kokkinos“，”年份”：“2018”，“非结构化”：“Kokkinos，F.，Lefkimatis，S.：使用卷积残差去噪网络级联的深度图像去马赛克。收件人：Ferrari，V.，Hebert，M.，Sminchisescu，C.，Weiss，Y.（编辑）Computer Vision\u2013 ECCV 2018。LNCS，第11218卷，第317\u2013333页。查姆施普林格（2018）。https:\/\/doi.org\/10.1007\/978-3-030-01264-9_19“}，{”key“：”12_CR27“，”doi-asserted-by“：”publisher“，”first page“：“2248”，”doi“：”10.1109\/TIP.2021.3051486“，”volume“：Liang，Z.、Cai，J.、Cao，Z.和Zhang，L.：CameraNet：有效的摄像机ISP学习的两阶段框架。IEEE传输。图像处理。30，2248\u20132262（2019）“，“期刊标题”：“IEEE Trans。图像处理。“}，{”key“：”12_CR28“，”doi-asserted-by“：”crossref“，”unstructured“：”Liu，J.等：“利用bayer模式统一和bayer保持增强学习原始图像去噪。摘自：IEEE\/CVF计算机视觉和模式识别研讨会会议论文集（2019）”，“doi”：“10.1109\/CVPRW.2019.00259”}，”{“key”：“12_CR29”，“doi-asserted-by“：”crossref“，”unstructured“：”Liu，L.，Jia，X.，Liu，J.，Tian，Q.：联合去噪和自我引导。在：2020 IEEE\/CFF计算机视觉和模式识别会议（CVPR）（2020）“，”DOI“：”10.1109\/CVPR4600.2020.00231“｝，｛”key“：”12_CR30“，”DOI断言“：”publisher“，”首页“：”2127“，”DOI“：”10.1109\/TIP.202130049974“，”卷“：”30“，”作者“：”X Liu“，”年份“：”2021“，”非结构化“：”Liu，X.，Shi，K.，Wang，Z.，Chen，J.：通过隐马尔可夫模型推断利用摄像机原始数据进行视频超分辨率。IEEE传输。图像处理。30，2127\u20132140（2021）“，”日志标题“：”IEEE Trans。图像处理。“}，{”key“：”12_CR31“，”doi-asserted-by“：”crossref“，”unstructured“：”Liu，Y.，et al.：可逆去噪网络：一种简单的实际去噪解决方案（2021）“，”doi“：”10.1109\/CVPR46437.2021.01316“}”，{Long，J.，Shelhamer，E.，Darrell，T.：语义分割的完全卷积网络。摘自：IEEE计算机视觉和模式识别会议记录，pp.3431\u20133440（2015）“，“DOI”：“10.1109\/CVPR.2015.7298965”}，{“key”：“12_CR33”，“DOI-asserted-by”：“crossref”，“unstructured”：“Mairal，J.、Bach，F.、Ponce，J.，Sapiro，G.、Zisserman，A.：图像恢复的非局部稀疏模型。2009年IEEE第12届国际计算机视觉会议（ICCV）（2010）“，“DOI”：“10.1109\/ICCV.2009.5459452”}，{“key”：“12_CR34”，“unstructured”：“Malvar，H.S.，He，L.W.，Cutler，R.：拜耳模式彩色图像去拼接的高质量线性插值。2004 IEEE声学、语音和信号处理国际会议（2004）“}，{“问题”：“4”，“关键”：“12_CR35”，“doi-asserted-by”：“publisher”，“首页”：“1”，“doi”：“10.1145\/2010324.1964935”，《卷》：“30”，“作者”：“R Mantiuk”，《年份》：“2011”，“非结构化”：“Mantiuk，R.，Kim，K.J.，Rempel，A.G.，Heidrich，W.：HDR-VDP-2：所有亮度条件下可见度和质量预测的校准视觉指标。ACM事务处理。图表。30（4），1\u201314（2011）“，“日记标题”：“ACM事务。图表。“}，{”key“：”12_CR36“，”unstructured“：”Mao，X.J.，Shen，C.，Yang，Y.B.：使用具有对称跳跃连接的深度卷积编解码器网络进行图像恢复（2016）“}”，{“issue”：“8\u20139”，“key”：“12_CR37”，“doi-asserted-by”：“publisher”，“first page”：”518“，“doi”：“10.1016\/J.Image.2011.04.003”，“volume”：第26卷，“author”：“D Menon”，“year”：“”2011年”，“非结构化”：“Menon，D.，Calvagno，G.：彩色图像演示。信号。过程。图像通信。26（8\u20139），518\u2013 533（2011）“，“新闻标题”：“Sig。过程。图像通信。“}，{”key“：”12_CR38“，”doi-asserted-by“：”crossref“，”unstructured“：”Monno，Y.，Kiku，D.，Tanaka，M.，Okutomi，M.：彩色图像去噪的自适应残差插值。In:IEEE国际图像处理会议（2015）“，”doi“：”10.1109\/ICIP.2015.7351528“}”，{Pekkucksen，I.，Altunbasak，Y.：基于梯度的无阈值滤色器阵列插值。2010年IEEE第17届国际图像处理会议（ICIP）（2010）“，“DOI”：“10.1109\/ICIP.2010.5654327”}，{“key”：“12_CR40”，“DOI-asserted-by”：“crossref”，“unstructured”：“Plotz，T.，Roth，S.：用真实照片对去噪算法进行基准测试，pp.2750\u20132759（2017）”，“DOI:”10.1109\/CVPR.2017.294“}，“issue”：“11”，“key“：”12_CR41“，”doi-asserted-by“：”publisher“，”first page“：”1338“，”doi“：”10.1109\/TIP.2003.818640“，”volume“：“12”，”author“：”J Portilla“，”year“：”2003“，”unstructured“：”Portilla，J.，Strela，V.，Wainwright，M.J.，Simoncelli，E.P.：在小波域中使用Gaussian的比例混合进行图像去噪。IEEE传输。图像处理。12（11），1338\u20131351（2003）“，“期刊标题”：“IEEE Trans。图像处理。“}，{”key“：”12_CR42“，”series-title“：”计算机科学课堂讲稿“，”doi-asserted-by“：”publisher“，”first page“：“234”，”doi“：”10.1007\/978-3319-24574-4_28“，”volume-title“：“医学图像计算和计算机辅助干预\u2013 MICCAI 2015”，“author”：“O Ronneberger”，“year”：“2015”，”unstructured“：”Ronneberger，O.，Fischer，P.，Brox，T.：U-Net：生物医学图像分割的卷积网络。收录人：Navab，N.、Horneger，J.、Wells，W.M.、Frangi，A.F.（编辑）MICCAI 2015。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“}，{”issue“：”1\u20134“，”key“：”12_CR43“，”doi-asserted-by“：”publisher“，”首页“：”259“，”doi“：”10.1016\/0167-2789（92）90242-F“，”volume“：“60”，”author“：”LI Rudin“，”year“：”1992“，”unstructured“：”Rudin，L.I.，Osher，S.，Fatemi，E.：基于非线性总变差的噪声去除算法。Physica D 60（1\u20134），259\u2013268（1992）“，”journal-title“：”Physia D“}，{”issue“：”2“，”key“：”12_CR44“，”doi-asserted-by“：”publisher“，”first-page“：”912“，“doi”：“10.1109 \/TIP.2018.2858”，“volume”：“28”，“author”：“E Schwartz”，“year”：“2018”，“unstructured”：“Schwartz，E.，Giryes，R.，Bronstein，A.M.：DeepISP：学习端到端图像处理管道。IEEE传输。图像处理。28（2），912\u2013923（2018）”，“期刊标题”：“IEEE Trans。图像处理。“｝，｛”key“：”12_CR45“，”doi asserted by“：”crossref“，”非结构化“：”Sharif，S.，Naqvi，R.A.，Biswas，M.：超越联合去马赛克和去噪：像素仓图像传感器的图像处理管道（2021）“，”doi“：”10.1109\/CVPRW53098.2021.00032“｝，｛”key“：”12_CR46“，”非结构化“：”Shi，G.，Yan，Z.，Kai，Z.、Zuo，W.，Lei，Z.:走向真实照片的卷积盲去噪（2018）Yue，Z.，Yong，H.，Zhao，Q.，Zhang，L.，Meng，D.：变分去噪网络：走向盲噪声建模和去除（2019）“}，{“key”：“12_CR49”，“unstructured”：“Yue，Z.，Yong，H.，Zhao，Q.，Meng，D.，Zhang，L.：变分去噪网络：走向盲噪声建模和去除。In:Advances In Neural Information Processing Systems，vol.32（2019）“}，{“key”：“12_CR50”，“series-title”：“Telection Notes In Computer Science”，“doi-asserted-by”：“publisher”，“first-pages”：“41”，“doi”：“10.1007\/978-3030-58607-2_3”，《volume-title》：“Computer Vision\u2013 ECCV 2020”，“author”：“Z Yue”，“year”：“2020”，《非结构化》：“Yue，Z.，Zhao，Q.，Zhang，L.，Meng，D.：双重对抗网络：面向现实世界的噪声消除和噪声生成。收录人：Vedaldi，A.、Bischof，H.、Brox，T.、Frahm，J.-M.（编辑）ECCV 2020。LNCS，第12355卷，第41\u201358页。查姆施普林格（2020）。https:\/\/doi.org\/10.1007\/978-3-030-58607-2_3“}，{“key”：“12_CR51”，“series-title”：“计算机科学讲义”，“doi-asserted-by”：“publisher”，“first page”：《492》，“doi”：“10.1007\/978-300-58595-2_30”，“volume-title”：《Computer Vision\u2013 ECCV 2020》，“author”：“SW Zamir”，“年份”：“2020”，“非结构化”：“Zamir，S.W.等人：学习丰富的真实图像恢复和增强特征。收录人：Vedaldi，A.、Bischof，H.、Brox，T.、Frahm，J.-M.（编辑）ECCV 2020。LNCS，第12370卷，第492\u2013511页。查姆施普林格（2020）。https:\/\/doi.org\/10.1007\/978-3-030-58595-2_30“}，{“key”：“12_CR52”，“unstructured”：“Zamir，S.W.，et al.：Learning enriced features for fast image restoration and enhancement（2022）”}，}“issue”：“9”，“key“：”12_CR53“，”doi-asserted-by“：”publisher“，”first page“4608”，“doi”：“10.1109\/TIP.2018.28398991”，“volume”：”27“，“author”：“K Zhang”，“年份”：“2017年”，“非结构化“：”Zhang，K.、Zuo，W.、Zhang、L.：FFDNet：基于CNN的图像去噪的快速灵活解决方案。IEEE传输。图像处理。27（9），4608\u20134622（2017）“，“期刊标题”：“IEEE Trans。图像处理。“}，{”key“：”12_CR54“，”doi-asserted-by“：”crossref“，”unstructured“：”Zhu，F.，Chen，G.，Heng，P.A.：从噪声建模到盲图像去噪。In:2016 IEEE计算机视觉与模式识别会议（CVPR）（2016）“，”doi“：”10.1109\/CVPR.2016.52“}]，”container-title“：[”计算机科学讲座笔记“，”Computer Vision\u2013 ECCV 2022 Workshops“]，”original-title“：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/link.springer.com/content\/pdf\/10.1007\/978-3-031-25072-9_12“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}”，“deposed”：{“date-parts”：[2024,3,12]]，“date-time”：“2024-03-12T1 5:36:17Z“，”timestamp“：1710257777000}，”score“：1，”resource“：{“primary”：{”URL“：”https:\/\/link.springer.com//10.1007\/978-3-031-25072-9_12“}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{“date-parts”：[2023]]}，《ISBN》：[“9783031250712”，“97830.31250729”]，“references-count”：54，“URL”：“http://\/dx”。doi.org \/10.1007\/978-3-031-25072-9_12“，”关系“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，”issn-type“：[{”type“:”print“，”value“：”0302-9743“}，{”类型“：”electronic“，”value“：”1611-3399“}]，”subject“：[]，”published“：{”date-parts“：[[2023]]}，”assertion“：[[{“value”：“2023年2月18日”，”order“：1，”name“：”first_online“，”label“：”first online“，“group”：{“name”：“ChapterHistory”，“label”：“”章节历史“}}”，{“value”：“ECCV”，“order”：1，“name”：“conference_acrombit“，”label“：”conference-Acrombin“，”group“：{”name“：”ConferenceInfo“，”标签“：”会议信息“}}，{”value“：”European conference on Computer Vision“，“order”：2，“name”：“conference_name”，“label”：“ConferenceName”，“group”：{conference_city“，”label“：”会议城市“，”group“：{”name“：”ConferenceInfo“，”label“：“会议信息”}}，{”value“：”Israel“，”order“：4，“name”：“conference_country”，“label”：“会议国家”，“group”：{group“：{”name“：”ConferenceInfo“，”label“：”会议信息“}}，{”value“：”2022年10月23“，”order“：7，”name“:”Conference_start_date“，“label”：“会议开始日期”，“group”：{“name”：“ConferenceInformo”，“labele”：“Meeting Information”}}：“会议信息“，”标签“：”会议信息“}}，{“value”：“17”，“order”：9，“name”：“Conference_number”，“label”：“ConferenceNumber”，“group”：{“name”:“ConferenceInformo”，“标签”：“会议信息”}}}，{“value“：”https:\/\/eccv2022.ecva.net\/“，”order“：11，”name“：”conference_url“，”label“：”会议url“，”group“：同行评审信息（由会议组织者提供）“}}，{”value“：”CMT“，”order“：2，”name“：”conference_management_system“，”label“：”会议管理系统“，”group“：number_of_submissions_sent_for_review“，”label“：“发送供审阅的提交数”，“group”：{“name”：“ConfEventPeerReviewInformation”，“label”：“同行审阅信息（由会议组织者提供）”}}，{“value”：“1645”，“order”：4，“name”:“number_ of_full_papers_accepted”，“标签”：“已接受的全文数”，”group“：{”name“：”ConfEventPeerReviewInformation“，”label“：”同行评审信息（由会议组织者提供）28%-该值由等式“接受的完整论文数”/“提交供审查的论文数*100”计算，然后四舍五入为整数。“，”order“：6，”name“：”acceptance_rate_of_full_papers“，”label“：”完整论文的接受率“，”group“：”{“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}，{“value”：“3.21”，“order”：7，“name”:“average_number_of_reviews_per_paper”，“table”：“每篇论文的平均审阅次数”，“group”：{“”name“：”ConfEventPeerReviewInformation“，”label“：”Peer Review Information（由会议组织者提供）“}}，{“value”：“3.91”，“order”：8，“name”：“average_number_of_papers_per_reviewer”，“label”：“每个审阅者的平均论文数”，“group”：同行评审信息（由会议组织者提供）“}}，{“value”：“Yes”，“order”：9，“name”：“external_reviewers_involved”，“label”：“external reviewers involved”、“group”：{“name”:“ConfEventPeerReviewInformation”，“table”：“同行评审信息从研讨会中，367篇经评审的论文被选为出版物“，”订单“：10，”名称“：”additional_info_on_review_process“，”标签“：”评审过程的附加信息“，”组“：{”名称“:”ConfEventPeerReviewInformation“，”label“：”同行评审信息（由会议组织者提供）“}}]}}