｛“status”：“ok”，“message type”：“work”，“message version”：“1.0.0”，“message”：｛“indexed”：｛“date parts”：[[2024,3,14]]，“date time”：“2024-03-14T04:37:55Z”，“timestamp”：1710391075206｝，“publisher location”：“Cham”，“reference count”：42，“publisher”：“Springer Nature Switzerland”，“isbn type”：[｛“value”：“9783031263477”，“type”：“print”｝，｛“value”：“9783031263484”，“类型”：“electronic”}]，“license”：[{“start”：{“date-parts”：[[2023,1,1]]，“date-time”：“2023-01-01T00:00:00Z”，“timestamp”：1672531200000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.springernature.com\/gp\/searners\/text-and-data-mining”}，{“tart”：1-01T00:00:00Z“，”时间戳“：1672531200000}，“内容版本”：“vor”，“延迟天数”：0，“URL”：“https:\/\/wspringernature.com\/gp\/researchers\/text and data mining”｝]，“内容域”：｛“域”：[“link.springer.com”]，“交叉标记限制”：false｝，“短容器标题”：[]，“已发布的印刷品”：｛“日期部分”：[[2023]]]｝，“DOI”：“10.1007\/978-3-031-26348-4_29”，“类型”：“图书章节”，“已创建”：{“date-parts”：[[2023,3,8]]，“date-time”：“2023-03-08T07:03:47Z”，“timestamp”：1678259027000}，“page”：“495-511”，“update-policy”：”http://\/dx.doi.org\/10.1007\/springer_crossmark_policy“，”source“：”Crossref“，“is-referenced-by-count”：7，“title”：[“DOLPHINS:\u00a0协同感知启用和谐和\u00a的数据集0互联自驾“]，“前缀”：“10.1007”，“作者”：[{“ORCID”：“http://\/ORCID.org\/0000-0001-7169-3922”，“authenticated-ORCID”：false，“给定”：“瑞清”，“家族”：“毛”，“序列”：“第一”，“隶属关系”：[]}，{“ORCID”:“http://\-ORCID.org\/00000-0002-1040-8259”，“authenticated-ORCID“：false”，“给定的”：“靖宇”，“家庭”：“郭”，”序列“附加”，“从属关系”：[]}，{“ORCID”：“http:\/\/orcid.org/0000-0002-2378-9433”，“经过身份验证的逆戟鲸”：false，“给定”：“Yukuan”，“family”：“Jia”，“sequence”：“additional”，“affiliation”：[]｝，｛“orcid”：“http:\/\/orcid.org/0000-0001-9720-6993”，“经过身份验证的逆戟鲸”：false，“给定”：“Yuxuan”，“family”：“Sun”，“sequence”：“additional”，“affiliation”：[]｝，｛“orcid”：“http:\/\/orcid”。org/0000-0003-0651-0071“，“authenticated-orcid”：false，“given”：“Sheng”，“family”：“Zhou”，“sequence”：“additional”，“affiliation”：[]}，{“orcid”：”http://\/orcid.org\/00000-0003-0420-2024“，“authorited-orcid:false，”given“：”Zhisheng“，”family“：”Niu“，”sequence“：”additional“，”affiliance“：[]]]，“member”：“297”，“published-on-line”：{“date-parts”：[2023,3,9]]}，“引用”：[{“键”：“29_CR1”，“doi-asserted-by”：“crossref”，“unstructured”：“Caesar，H.等人：nuScenes:一个用于自动驾驶的多模态数据集。摘自：IEEE计算机视觉和模式识别会议论文集，第11621\u201311631（2020）页”，“doi”：“10.1109\/CVPR42600.2020.01164”}，{“key”：“29_CR2”，“series-title”：“计算机科学讲稿”，“doi-asserted-by”：“publisher”，“first page”：“213”，“doi”：“10.1007\/978-3-030-58452-8_13”，”volume-title”：“Computer Vision\u2013 ECCV 2020”，“author”：“N Carion”，“year”：“2020”，”unstructured“：“Carion，N.、Massa，F.、Synnaeve，G.、Usunier，N.，Kirillov，A.、Zagoruyko，S.：使用变压器进行端到端对象检测。摘自：Vedaldi，A.、Bischof，H.、Brox，T.、Frahm，J.-M.（编辑）ECCV 2020。LNCS，第12346卷，第213\u2013229页。查姆施普林格（2020）。https:\/\/doi.org\/10.1007\/978-3-030-58452-8_13“}，{”key“：”29_CR3“，”unstructured“：”Chen，K.，et al.：MMDetection:打开MMLab检测工具箱和基准。arXiv预印本arXiv:1906.07155（2019）“}”，{“key”：“29_CR4”，“doi-asserted-by”：“publisher”，“unstructure”：“”Chen，Q.、Ma，X.、Tang，S.、Guo，J.、Yang，Q.，Fu，S.：F-cooper：基于特征的协作感知，用于使用3D点云的自主车辆边缘计算系统。摘自：第四届ACM/IEEE边缘计算研讨会论文集，SEC 2019，第88\u2013100页。纽约计算机械协会（2019年）。https:\/\/doi.org\/10.1145\/3318216.3363300“，”doi“：”10.1145\/33182 16.336330“}，{“key”：“29_CR5”，“doi-asserted-by”：“crossref”，“unstructured”：“Chen，Q.、Tang，S.、Yang，Q.，Fu，S.：库珀：基于3D点云的互联自动车辆合作感知。2019年IEEE第39届分布式计算系统国际会议（ICDCS），第514\u2013524页。IEEE（2019）“，“DOI”：“10.1109\/ICDCS.2019.0058”}，{“key”：“29_CR6”，“DOI-asserted-by”：“crossref”，“unstructured”：“Chen，X.，Ma，H.，Wan，J.，Li，B.，Xia10.1109\/CVPR.2017.691“}，{“key”：“29_CR7”，“unstructured”：“Contributors，M.:MMDetection3D:OpenMMLab下一代通用3D对象检测平台（2020年）。https:\/\/github.com/open-mmlab\/MMDetection3D”}，}“key”：”29_CR8“，”doi-asserted-by“：”crossref“，”unstructure“：”Deng，J.，Czarnecki，K.：MLOD：基于鲁棒特征融合方法的多视图三维对象检测。2019年IEEE智能运输系统会议（ITSC），第279\u2013284页。IEEE（2019）“，“DOI”：“10.1109\/ITSC.2019.8917126”}，{“key”：“29_CR9”，“unstructured”：“Dosovitskiy，A.，Ros，G.，Codevilla，F.，Lopez，A.，Koltun，V.：CARLA:开放式城市驾驶模拟器。摘自：第一届机器人学习年会论文集，pp.1\u201316（2017）”}、{“key”：《29_CR10》，“DOI-asserted-by”：“crossref”，“非结构化”：“段，K.，Bai，S.，Xie，L.，Qi，H.，Huang，Q.，Tian，Q.：Centernet：目标检测的关键点三元组。收录于：IEEE计算机视觉国际会议论文集，第6569\u20136578页（2019年）“，”DOI“：”10.1109\/ICCV.2019.00667“}，{“key”：“29_CR11”，“DOI-asserted-by”：“crossref”，“unstructured”：“Feng，C.，Zhong，Y.，Gao，Y.、Scott，M.R.，Huang，W.：TOOD:任务对齐的一段式目标检测。收录：ICCV（2021）”，“DOI”：“10.1109\/ICCV48922.2021.00349“}，{“key”：“29_CR12”，“unstructured”：“Ge，Z.，Liu，S.，Wang，F.，Li，Z..，Sun，J.：YOLOX:2021年超过yolo系列。arXiv预印本arXiv:2107.08430（2021）“}，{“key”：“29_CR13”，“doi-asserted-by”：“crossref”，“unstructured”：“Geiger，A.，Lenz，P.，Urtasun，R.：我们准备好自动驾驶了吗？KITTI视觉基准套件。In:Conference on Computer vision and Pattern Recognition（CVPR）（2012）”，“doi”：“10.1109\/CVPR.2012.6248074”}doi-asserted-by“：”crossref“，”unstructured“：”Girshick，R.：Fast R-CNN。摘自：IEEE计算机视觉国际会议（ICCV）（2015）论文集”，“DOI”：“10.1109\/ICCV.2015.169”}，{“key”：“29_CR15”，“DOI-asserted-by”：“crossref”，“unstructured”：“Girshick，R.、Donahue，J.、Darrell，T.、Malik，J.：丰富的特征层次结构可用于准确的对象检测和语义分割。摘自：IEEE计算机视觉和模式识别会议论文集，第580\u2013587页（2014）“，“DOI”：“10.1109\/CVPR.2014.81”}，{“key”：“29_CR16”，“DOI-asserted-by”：“crossref”，“unstructured”：“He，K.，Gkioxari，G.，Doll\u00e1r，P.，Girshick，R.：面具R-CNN。摘自：IEEE计算机视觉国际会议论文集，第2961\u20132969页（2017）“，”DOI“：”10.1109\/ICCV.2017.322“}，{“issue”：“3”，“key”：“29_CR17”，“DOI-asserted-by”：“publisher”，“first page”：：“39”，“DOI”：“10.1109\/MITS.2015.2409883”，“volume”：”7“author”：“SW Kim”，“year”：“2015”，“unstructured”：“Kim，S.W.，Liu，W.，Ang，M.H.，Frazzoli，E.，Rus，D.：合作感知对自主车辆决策和规划的影响。IEEE智能。运输。系统。Mag.7（3），39\u201350（2015）“，“期刊标题”：“IEEE Intell。运输。系统。Mag.“}，{”key“：”29_CR18“，”doi-asserted-by“：”crossref“，”unstructured“：”Lang，A.H.，Vora，S.，Caesar，H.，Zhou，L.，Yang，J.，Beijbom，O.：Pointpollars：点云目标检测的快速编码器。摘自：IEEE计算机视觉和模式识别会议论文集，第12697\u201312705页（2019）“，”doi“：”10.1109\/CVPR.2019.01298“}，{“key”：“29_CR19”，“doi-asserted-by”：“crossref”，“unstructured”：“Law，H.，Deng，J.：Cornernet:检测对象作为配对关键点。摘自：《欧洲计算机视觉会议论文集》，第734\u2013750页（2018）”，“doi”：“10.1007\/978-3-30-01264-9_45”}，{：“Li，P.，Chen，X.，Shen，S.：基于立体R-CNN的自动驾驶三维物体检测。在：IEEE\/CFF计算机视觉和模式识别会议论文集，第7644\u20137652页（2019）”，“DOI”：“10.1109\/CVPR.2019.00783”}，{“key”：“29_CR21”，“DOI由”断言：“publisher”，“nonstructured”：“Li，Y.，An，Z.，Wang，Z.、Zhong，Y.、Chen，S.、Feng，C.：V2X-sim：自动驾驶虚拟协作感知数据集（2022）。https:\/\/doi.org\/10.48550\/ARXIV.2202.08449。https:\/\/arxiv.org/abs\/2202.08449“，”DOI“：”10.44850\/ARSXIV.2202.08449“｝，｛”key“：”29_CR22“，”DOI断言“：”publisher“，”unstructured“：”Lin，T.Y.等人：Microsoft coco:上下文中的公共对象（2014）。https:\/\/DOI.org//10.44850\/ARSXIV.1405.0312。https:\/\/arxiv.org\/abs\/1405.0312“，“DOI”：“10.48550\/arxiv.1405.0312”}，{“key”：“29_CR23”，“series-title”：“计算机科学课堂讲稿”，“DOI-asserted-by”：“publisher”，“first page”：”21“，”DOI“：”10.1007\/978-3319-46448-0_2“，”volume-title“：”Computer Vision\u2013 ECCV 2016“，”author“：”W Liu“，”year“：”2016“，“”非结构化“：”Liu，W.，et al.：SSD：单发多盒探测器。收录人：Leibe，B.，Matas，J.，Sebe，N.，Welling，M.（编辑）ECCV 2016。LNCS，第9905卷，第21页\u201337。查姆施普林格（2016）。https:\/\/doi.org\/10.1007\/978-3-319-46448-0_2“}，{”key“：”29_CR24“，”series-title“：”计算机科学讲义“，”doi-asserted-by“：”publisher“，”首页“：”488“，”doi“：”10.1007\/978-300-58571-6_29“，”volume-title“：“Computer Vision\u2013 ECCV 2020”，”author“：”AS Nassar“，”年份“：”2020“，”非结构化“：”Nassar，A.S.、D\u2019Aronco，S.、Lef\u00e8vre，S.和Wegner，J.D.：地理图：基于图形的多视图目标检测，端到端几何线索。收录人：Vedaldi，A.、Bischof，H.、Brox，T.、Frahm，J.-M.（编辑）ECCV 2020。LNCS，第12352卷，第488\u2013504页。查姆施普林格（2020）。https:\/\/doi.org\/10.1007\/978-3-030-58571-6_29“}，{“key”：“29_CR25”，“doi-asserted-by”：“crossref”，“unstructured”：“Nassar，A.S.，Lef\u00e8vre，S.，Wegner，J.D.：使用学习的几何软约束进行同步多视图实例检测。摘自：IEEE\/CVF计算机视觉国际会议论文集，第6559\u20136568（2019）页”，“DOI“：”10.1109\/ICCV.2019.00666“}，{“key”：“29_CR26”，“DOI-asserted-by”：“crossref”，“unstructured”：“Rawashdeh，Z.Y.，Wang，Z.：协同自动驾驶：一种基于机器学习的方法，以提高共享信息的准确性。摘自：2018年第21届智能交通系统国际会议（ITSC），第3961\u20133966页。IEEE（2018）“，”DOI“：”10.1109\/ITSC.2018.8569832“}，{“key”：“29_CR27”，“DOI-asserted-by”：“crossref”，“unstructured”：“Redmon，J.，Divvala，S.，Girshick，R.，Farhadi，A.：你只看一次：统一的实时对象检测。摘自：IEEE计算机视觉和模式识别会议论文集，第779\u2013788页（2016）”，“DOI”：“10.1109\/CVPR.2016.91“}，{“key”：“29_CR28”，“doi-asserted-by”：“crossref”，“unstructured”：“Redmon，J.，Farhadi，A.：Yolo9000:更好，更快，更强。摘自：IEEE计算机视觉和模式识别会议论文集，第7263\u20137271页（2017）”，“doi”：“10.1109\/CVPR.2017.690”}，}“keys”：“29.CR29”，“非结构化”：“Redmon，J.，Farhadi，A.：Yolov3：渐进式改进。arXiv预印本arXiv:1804.02767（2018）“}，{“key”：“29_CR30”，“unstructured”：“Ren，S.，He，K.，Girshick，R.，Sun，J.：更快的R-CNN:利用区域提议网络实现实时对象检测。In:Advances In Neural Information Processing Systems，vol.28（2015）”}，}，“key“：”29_CR31“，”doi-asserted-by“：”crossref“，”：“unstrustured”Shi，S.等：PV-RCNN：用于三维对象检测的点-盒特征集抽象。收录于：IEEE计算机视觉和模式识别会议论文集，第10529\u201310538（2020）页，“DOI”：“10.1109”，{“key”：“29_CR32”，“DOI-asserted-by”：“crossref”，“unstructured”：“Sindagi，V.A.，Zhou，Y.，Tuzel，O.：MVX-Net：用于3D对象检测的多模式VoxelNet。2019年机器人与自动化国际会议（ICRA），第7276\u20137282页。IEEE（2019）“，“DOI”：“10.1109\/ICRA.2019.8794195”}，{“key”：“29_CR33”，“DOI-asserted-by”：“crossref”，“unstructured”：“Sun，P.等人：自主驾驶感知的可扩展性：Waymo开放数据集。摘自：IEEE计算机视觉和模式识别会议记录，第2446\u20132454页（2020）”，“DOI:”10.1109\/CVPR42600.2020.00252“}，{“key”：“29_CR34”，“series-title”：“计算机科学课堂讲稿”，“doi-asserted-by”：“publisher”，“first page”：”605“，“doi”：“10.1007\/978-3030-58536-5_36”，“volume-title”：”计算机视觉\u2013 ECCV 2020“，”作者：“T-H Wang”，“年份”：“2020”，“非结构化”：“Wang，T.-H.，Manivasagam，S.，Liang，M.，Yang，B.，Zeng，W.，Urtasun，R.：V2VNet：用于联合感知和预测的车对车通信。收录人：Vedaldi，A.、Bischof，H.、Brox，T.、Frahm，J.-M.（编辑）ECCV 2020。LNCS，第12347卷，第605\u2013621页。查姆施普林格（2020）。https:\/\/doi.org\/10.1007\/978-3-030-58536-5_36“}，{“key”：“29_CR35”，“unstructured”：“Wang，Y.，Guizilini，V.C.，Zhang，T.，Wang，Y，Zhao，H.，Solomon，J.：DETR3D:通过3D-2D查询从多视图图像中检测三维物体。收录：机器人学习会议，第180\u2013191页。PMLR（2022）“}，{“key”：“29_CR36”，“doi-asserted-by”：“crossref”，“unstructured”：“Xiao，Z.，Mo，Z.、Jiang，K.，Yang，D.：车辆合作感知中语义层面的多媒体融合。摘自：2018 IEEE多媒体与博览会国际会议（ICMEW），第1\u20136页。IEEE（2018）“，“DOI”：“10.1109\/IMEW.2018.8551565”}，{“key”：“29_CR37”，“DOI-asserted-by”：“publisher”，“unstructured”：“Xu，R.，Xiang，H.，Tu，Z.，Xia，X.，Yang，M.H.，Ma，J.：V2X-VIT:使用视觉变换器的车辆到一切协同感知（2022）。https:\/\/DOI.org\/10.48550\/ARXIV.2203.10638。https:\/\/arxiv.org\/abs\/2203.10638“，”DOI“：”10.48550\/arxiv.2203.10638“}，{”key“：”29_CR38“，”DOI-asserted-by“：”publisher“，”unstructured“：”Xu，R.，Xian，H.，Xia，X.，Han，X.、Li，J.，Ma，J.:OPV2V：用于车对车通信感知的开放基准数据集和融合管道（2021）https:\/\/doi.org\/10.48550\/ARXIV.2109.07644。https:\/\/arxiv.org\/abs\/2109.07644“，”DOI“：”10.48550\/arxiv.2109.07644“}，{”key“：”29_CR39“，”DOI-asserted-by“：”publisher“，”first page“：“3337”，“DOI”：“10.3390\/s18103337”，“volume”：“18”，“author”：“Y Yan”，“year”：“2018”，“unstructured”：“Yen，Mao，Y.，Li，B.：Second:稀疏嵌入卷积检测。传感器18，3337（2018）“，“新闻标题”：”传感器“}，{”问题“：”3“，”键“：”29_CR40“，”doi-asserted-by“：”出版商“，”首页“：”96“，”doi“：”10.1109\/MNET.011.200560“，”卷“：”35“，”作者“：”Q Yang“，”年份“：”2021“，”非结构化“：”Yang，Q.，Fu，S.，Wang，H.，Fang，H.:互联自动车辆的机器学习合作感知：挑战与机遇。IEEE网络35（3），96\u2013101（2021）“，”日志标题“：”IEEE网络“}，{“key”：“29_CR41”，“doi-asserted-by”：“crossref”，“unstructured”：“Yu，H.，et al.：DAIR-V2X：用于车-机-地协同三维目标检测的大规模数据集。在：《IEEE\/CVF计算机视觉与模式识别会议论文集》，第21361\u201321370（2022）页，“DOI”：“10.1109\/CVPR526882067”｝，｛“issue”：“1”，“key”：“29_CR42”，“DOI asserted by”：“publisher”，“first page”：“11”，“DOI”：“10.1109\/MCOMSTD.001.1900044”，“volume”：“4”，“author”：“S Zeadally”，“year”：“2020”，“nonstructured”：“Zeadally，S.、Javed，M.A.、Hamida，E.B.：车辆通信：标准化和挑战。IEEE通讯。站立。Mag.4（1），11\u201317（2020）“，“期刊标题”：“IEEE通讯。站立。Mag.“}”，“container-title”：[“Computer Vision\u2013 ACCV 2022”，“计算机科学课堂讲稿”]，“original-title“：[]，“link”：[{“URL”：“https:\/\/link.springer.com/content\/pdf\/10.1007\/978-3-031-26348-4_29”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2023,3,8]]，“date-time“：”2023-03-08T07:20:10Z“，”timestamp“：1678260010000}，”score“：1，”resource“：{主要”：{“URL”：“https:\/\/link.springer.com\/10.1007\/978-3-031-26348-4_29”}}，“副标题”：[]，“短标题”：[]，“已发布”:{“date-parts”：[2023]]}，《ISBN》：[“9783031263477”，“97830.31263484”]，“references-count”“：42，”URL“：”http://\/dx.doi.org\/10.1007\/978-3-031-26348-4_29“，”关系“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，”ISSN-type“：[{”value“：”0302-7743“、”type“:”print“}、{”value“：”1611-33049“、”类型“：”electronic“}]、”subject“：【】、”published“：{”date-parts“：【2023】}、”assertion“：【{”value“：“2023年3月9日”、“订单”：1、“名称”：“first_online”、“标签”：“first online”，“组”：{“名称”：“章节历史”，“标签”：“章历史”}}，{“value“：”ACCV“，”order“：1，”name“：”conference_acrombior“，”label“：”conference缩写“，”group“：order“：3，”name“：”conference_city“，”label“：”会议城市“，”group“：“：”会议年份“，”组“：{”name“：”ConferenceInfo“，”label“：”会议信息“}}，”value“：”2022年12月4日“，”order“：7，”name“:”Conference_start_date“，“label”：”会议开始日期“，”group“：group“：{”name“：”ConferenceInfo“，”label“：”会议信息“}}，{”value“：”16“，”order“：9，”name“:”Conference_number“，“label”：“会议编号”，“group”：{“name”：“ConferenceInformo”，“lable”：“conferenceInformation”}，}“value”：“accv2022”，“order”：10，“name”:“Conference_id”，“tabel”：”会议id“，”group“:{”name:“ConferenceInfo”，“标签”：“会议信息“}}，{“value”：“https:\/\/www.accv2022.org”，“order”：11，“name”：“Conference_url”，“label”：“会议url”，“group”：{“name”:“ConferenceInfo”，”label“：”会议信息“{}，”value“：”Double-blind“，”order“：1，”name“：”type“，”lable“：”type“，”group“：{”name“”：”ConfEventPeerReviewInformation“，”标签“：”同行评审信息（由会议组织者提供）“}}，{”value“：”CMT Microsoft“，”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”：“277”，“order”：4，“name”:“number_ of_full_papers_accepted”，“table”：“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）33%-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“：”全文接受率“，”group“：”{“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}，{“value”：“3.3”，“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“：”同行评议信息（由会议组织者提供）“}}，{“value”：“2.6”，“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”：“同行评审信息对于ACCV 2022研讨会，已从40份提交文件中接受了25篇论文“，”order“：10，”name“：”additional_info_on_review_process“，”label“：”审查过程的附加信息“，”group“：{”name“:”ConfEventPeerReviewInformation“，”table“：”同行审查信息（由会议组织者提供）“}}]}}