｛“status”：“ok”，“message type”：“work”，“message version”：“1.0.0”，“message”：｛“indexed”：｛“date parts”：[[2024,3,14]]，“date time”：“2024-03-14T00:43:55Z”，“timestamp”：1710377035041｝，“publisher location”：“Cham”，“reference count”：38，“publisher”：“Springer Nature Switzerland”，“isbn type”：[｛“value”：“9783031533044”，“type”：“print”｝，｛“value”：“9783031533051”，“类型”：“electronic”}]，“license”：[{“start”：{“date-parts”：[[2024,1,1]]，“date-time”：“2024-01-01T00:00:00Z”，“timestamp”：170406720000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.springernature.com\/gp\/researters\/text-and-data-mining”}，{“tart”：“2024-01-01T00:00:00Z”，“时间戳”：170406720000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\\/www.springernature.com//gp\/researters\/text-and-data-mining”}，{“start”：{“date-parts”：[[2024,1,1]]，“date-time”：“2024-01-01T00:00:00Z”，“timestamp”：170406720000}，“content-version”：“tdm”，“delay-in-days”：“0，”URL“https://www.sprinternature.com\/gp\/researters\/text-and-data-mining“}，{“start”：{“date-parts”：[[2024,1,1]]，“date-time”：“2024-01-01T00:00:00Z”，“timestamp”：170406720000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\/\/www.springernature.com\/gp\researters\/text-and-data-mining”}]，“content-domain”：title“：[]，”published-print“用法：{“date-parts”：[[2024]]}，“DOI”：“10.1007\/978-3-031-53305-1_18”，“type”：“book-chapter”，“created”：{”date-part“：[2024,1,27]]，“date-time”：“2024-01-27T21:37:36Z”，“timestamp”：1706391456000}，”page“：”230-243“，”update-policy“http://dx.DOI.org\/10007\/springer_crossmark_policy”，“source”“：”Crossref“，”is-referenced-by-count“：0，”title“：[“对抗性规则化弱光图像增强”]，“前缀”：“10.1007”，“作者”：[{“given”：“William Y.”，“family”：“Wang”，“sequence”：“first”，“affiliation”：[]}，{“给定”：“Lisa”，“家庭”：“刘”，“序列”：“additional”，“从属”：[]}，“ORCID”：”http://\/ORCID.org\/00000-0002-1487-1443“，”authenticated-ORCID“：false，”given“ping”：“Pingping”，“家庭”：“蔡”，“sequence”：“additional”，“affiliation”：[]}]，“member”：“297”，“published-on-line”：{“date-parts”：[2024,1,28]]}，“reference”：[{“key”：“18_CR1”，“unstructured”：“Bertasius，G.，Wang，H.，Torresani，L.：理解视频需要时空关注吗？In:国际机器学习会议（ICML）（2021）”}，{“密钥”：“18 _CR2”，“doi-asserted-by”：“crossref”，“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。In:欧洲计算机视觉会议（ECCV）（2020）”，“doi”：“10.1007\/978-3030-58452-8_13”}，{“key”：“18_CR3”，“doi-asserted-by”：：“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（CVPR），第3291\u20133300页（2018）”，“DOI”：“10.1109\/CVPR.2018.00347”}，{“key”：“18_CR4”，“DOI-asserted-by”：“crossref”，“unstructured”：“Chen，H.，et al.：预训练图像处理转换器。In:IEEE \/CVF计算机视觉和模式识别会议（CVPR）（2021）”，“DOI”：“10.1109 \/CVPR46437.2021.01212”}，{“key”：“18_CR5”，“unstructured”：“Dong，X.，et al.：增强弱光视频的快速高效算法。In:IEEE国际多媒体会议和博览会（2011）”}，{“key”：“18_CR6”，“unstructured”：“Dosovitskiy，A.，et al.:图像值16x16个单词：图像识别的变形金刚。In:International Conference on Learning Representations（ICLR）（2021）“}，{”key“：“18_CR7”，”doi-asserted-by“：”publisher“，”first page“：”82“，”doi“：”10.1016\/j.sigpro.2016.05.031“，”volume“：‘129’，”author“：”X-Fu“，”year“：”2016“，”unstructured“：”Fu，X.，Zeng，D.，Huang，Y.，Liao，Y..，Ding，X新闻标题“：”Sig。过程。“}，{”key“：”18_CR8“，”doi-asserted-by“：”crossref“，”unstructured“：”Fu，X.，Zeng，D.，Huang，Y.，Zhang，X.P.，Ding，X.：同步反射率和光照估计的加权变分模型。In:IEEE \/CVF计算机视觉和模式识别会议（2016）“，”doi“：”10.1109\/CVPR.2016.304“}”，{“issue”：“2”，“key”：“18_CR9”，“doi-asserted-by“：”publisher“，”first page“：”982“，”doi“：”10.1109\/TIP.2016.2639450“，”volume“：“26”，”author“：”X Guo“，”year“：”2017“，”unstructured“：”Guo，X.，Li，Y.，Ling，H.：Lime：通过光照图估计进行微光图像增强。IEEE传输。图像处理。26（2），982\u2013993（2017）“，“期刊标题”：“IEEE Trans。图像处理。“}，{”key“：”18_CR10“，”doi-asserted-by“：”crossref“，”unstructured“：”He，K.，Zhang，X.，Ren，S.，Sun，J.：图像识别的深度剩余学习。In：IEEE \/CVF Conference on Computer Vision and Pattern recognition（CVPR），2016年6月“，”doi“：”10.1109\/CVPR.2016.90“}”，{10.1109 \/TIP.2021.3051462“，”volume“：”30“，”author“：”Y Jiang“，”year“：”2021“，”unstructured“：”Jiang，Y.，et al.：Enlighten GAN：无配对监督的深光增强。IEEE传输。图像处理。30，2340\u20132349（2021）“，”期刊标题“：”IEEE Trans。图像处理。“}，{”key“：”18_CR12“，”doi-asserted-by“：”crossref“，”unstructured“：”Kosugi，S.，Yamasaki，T.：以增强学习控制的图像编辑软件为特色的未成对图像增强。In:AAAI Conference on Artificial Intelligence（2020）“，”doi“：”10.1609\/aaaai.v34i07.6790“}”，{“key”：“18_CR13”，“unstructure”：“”Kurakin，A.，Goodfellow，I.J.，Bengio，S.：大规模对抗性机器学习。In:国际学习表征会议（ICLR）（2017）“}，{”issue“：”11“，”key“：”18_CR14“，”doi-asserted-by“：”publisher“，”first page“：“2599”，”doi“：”10.1109\/TPAMI.2018.2865304“，”volume“：Lai，W.S.，Huang，J.B.，Ahuja，N.，Yang，M.H.：利用深拉普拉斯金字塔网络实现快速准确的图像超分辨率。IEEE传输。模式分析。机器。智力。41（11），2599\u20132613（2018）“，“期刊标题”：“IEEE Trans。模式分析。机器。智力。“}，{”key“：”18_CR15“，”doi-asserted-by“：”publisher“，”first page“：“3153”，“doi”：“10.1109\/TMM.2020.3021243”，“volume”：“23”，“author”：“J Li”，“year”：“2021”，“unstructured”：“Li，J.，Fang，F.，Li，FIEEE传输。多媒体“}，{“问题”：“6”，“密钥”：“18_CR16”，“doi断言”：“出版商”，“第一页”：“2828”，“doi”：“10.1109\/TIP.2018.2810539”，“卷”：“27”，“作者”：“M Li”，“年份”：“2018”，“非结构化”：“Li，M.，Liu，J.，Yang，W.，Sun，X.，Guo，Z:通过稳健视网膜模型揭示微光图像增强的结构。IEEE Trans.image Process.27（6），2828\u20132841（2018）“，”期刊标题“：”IEEE Trans。图像处理。“}，{”key“：”18_CR17“，”doi-asserted-by“：”crossref“，”unstructured“：”Lin，J.，Gan，C.，Han，S.：Tsm：高效视频理解的时间移位模块。In：IEEE国际计算机视觉会议（ICCV）（2019）“，”doi“：”10.1109\/ICCV.2019.00718“}Liu，R.，Ma，L.，Zhang，J.，Fan，X.，Luo，Z.：Retinex-inspired展开与合作的先前架构搜索，用于低光图像增强。收录于：IEEE\/CVF计算机视觉和模式识别会议（CVPR）（2021）“，”DOI“：”10.1109\/CVPR46437.2021.01042“}，{“key”：“18_CR19”，“DOI-asserted-by”：“crossref”，“unstructured”：“Ma，L.，Ma，T.，Liu，R.，Fan，X.，Luo，Z.：致力于快速、灵活和稳健的微光图像增强。收录于：IEEE\/CVF计算机视觉和模式识别会议（CVPR）（2022）“，”DOI“：”10.1109\/CVPR52688.2022.00555“}，{“key”：“18_CR20”，“DOI-asserted-by”：“crossref”，“unstructured”：“Moran，S.、Marza，P.、McDonagh，S.，Parisot，S.和Slabaugh，G.：DeepLPF：用于图像增强的深度局部参数滤波器。摘自：IEEE计算机视觉和模式识别会议（CVPR），2020年6月”，“DOI”：“10.1109”，{“key”：“18_CR21”，“DOI-asserted-by”：“crossref”，“unstructured”：“Rahman，Z.u.，Jobson，D.J.，Woodell，G.A.：自动图像增强的Retinex处理。J.Electron.Imaging 13（1），100\u2013110（2004）”，“DOI”：10.1117\/11.636183“｝，｛“key”：“18_CR22”，“doi asserted by”：“crossref”，“nonstructured”：“Redmon，J.，Divvala，S.，Girschick，R.，Farhadi，A.：你只看一次：统一的实时对象检测。在：IEEE\/CFF计算机视觉和模式识别会议（CVPR）（2016）”，“doi”：“10.1109\/CVPR.2016.91”｝，｛“issue”：“6”，“key”：“18_CR23”，“doi-asserted-by“：”publisher“，”first page“：”1137“，”doi“：”10.1109\/TPAMI.2016.2577031“，”volume“：“39”，”author“：”S Ren“，”year“：”2017“，”unstructured“：”Ren，S.，He，K.，Girshick，R.，Sun，J.：更快的R-CNN：通过区域提案网络实现实时目标检测。IEEE传输。模式分析。机器。智力。39（6），1137\u20131149（2017）“，“期刊标题”：“IEEE Trans。模式分析。机器。智力。“}，{”key“：”18_CR24“，”unstructured“：”Simonyan，K.，Zisserman，A.：用于大规模图像识别的深度卷积网络。arXiv预印本arXiv:1409.1556（2014）“}”，{“key”：“18_CR25”，“doi-asserted-by”：“crossref”，“unstructure”：“”Wang，R.，Zhang，Q.，Fu，C.W.，Shen，X.，Zheng，W.S.，Jia，J.：使用深度照明估计进行曝光不足的照片增强。在：IEEE\/CFF计算机视觉和模式识别会议（CVPR），pp.6849\u20136857（2019）“，”DOI“：”10.1109\/CVPR.2019.00701“｝，｛”key“：”18_CR26“，”DOI asserted by“：”crossref“，”unstructured“：”Wang，T.，Li，Y.，Peng，J.，Ma，Y.Wang，X.，Song，F.，Yan，Y.：通过可学习的空间感知三维查找表实现实时图像增强。收录于：IEEE\/CVF计算机视觉和模式识别会议（CVPR）（2021）“，”DOI“：”10.1109\/ICCV48922.2021.00247“}，{“key”：“18_CR27”，“DOI-asserted-by”：“crossref”，“unstructured”：“Wang，Z.，Cun，X.，Bao，J.，Zhou，W.，Liu，J.、Li，H.：Uformer：用于图像恢复的通用u形变压器。收录于：IEEE计算机视觉与模式识别会议（CVPR），2022年6月”，“DOI”：“10.1109”，{“key”：“18_CR28”，“unstructured”：“Wei，C.，Wang，W.，Yang，W.Liu，J.：低光增强的深层视网膜神经分解。收录于英国机器视觉会议（2018）”}，{”key“：”18_CR29“，”DOI-asserted-by“：”crossref“，”非结构化”：“Wu，C.Y.，Feichtenhofer，C.，Fan，H.，He，K.，Krahenbuhl，P.，Girshick，R.：详细视频理解的长期特征库。收录于：IEEE计算机视觉与模式识别会议（2019）“，”DOI“：”10.1109“，”CVPR.2019.00037“，”{“key”：“18_CR30”，”DOI-asserted-by“：”crossref“，“unstructured”：“Xu，K.，Yang，X.，Yin，B.，Lau，R.W.：学习通过分解和增强恢复低光图像。收录于：IEEE\/CVF计算机视觉和模式识别会议（CVPR），第2278\u20132287页（2020）“，“DOI”：“10.1109\/CVPR42600.2020.00235”}，{“key”：“18_CR31”，“DOI-asserted-by”：“crossref”，“unstructured”：“Xu，X.，Wang，R.，Fu，C.W.，Jia，J.：支持SNR的微光图像增强。收录于：IEEE\/CVF计算机视觉与模式识别会议（CVPR）（2022）“，”DOI“：”10.1109\/CVPR52688.2022.01719“}，{”key“：”18_CR32“，”DOI-asserted-by“：”publisher“，”first page“：“3461”，“DOI”：“10.1109\/TIP.2021.3062184”，“volume”：“30”，“author”：“W Yang”，“year”：“2021”，“unstructured”：“Yang，W.，Wang，S.，Fang，Y.，Wang.，Liu，J.：基于频带表示的半监督微光图像增强：弥合信号保真度和感知质量之间的差距。IEEE传输。图像处理。30，3461\u20133473（2021）“，“日志标题”：“IEEE Trans。图像处理。“}，{”key“：”18_CR33“，”doi-asserted-by“：”publisher“，”首页“：”2072“，”doi“：”10.1109\/TIP.2021.3050850“，”卷“：”30“，”作者“：”W Yang“，”年份“：”2021“，”非结构化“：”Yang，W.，Wang，W..，Huang，H.，Wang、S.，Liu，J.：稀疏梯度正则化深层视网膜网络，用于强健的微光图像增强。IEEE传输。图像处理。30，2072\u20132086（2021）“，”日志标题“：”IEEE Trans。图像处理。“}，{”key“：”18_CR34“，”unstructured“：”Ying，Z.，Li，G.，Gao，W.：一种用于微光图像增强的生物灵感多曝光融合框架。arXiv预印本arXiv:1711.00591（2017）“}”，{“key”：“18_CR35”，“doi-asserted-by”：“crossref”，“unstructure”：“”Ying，Z.、Li，G.、Ren，Y.、Wang，R.、Wang、W.：一种使用相机响应模型的新型微光图像增强算法。摘自：IEEE计算机视觉研讨会国际会议论文集（2017年）“，”DOI“：”10.1109\/ICCVW.2017.356“}，{“issue”：“2”，“key”：“18_CR36”，“DOI-asserted-by”：“publisher”，“first page”：”1934“，“DOI”：“10.1109\/TPAMI.2022.3167175”，“volume”：Zamir，S.W.、Arora，A.、Khan，S.H.、Munawar，H.、Khan、F.S.、Yang，M.H.、Shao，L.：学习丰富的功能，用于快速图像恢复和增强。IEEE传输。模式分析。机器。智力。45（2），1934\u20131948（2022）“，“期刊标题”：“IEEE Trans。模式分析。机器。智力。“}，{”问题“：”4“，”关键“：”18_CR37“，”首页“：”2058“，”卷“：”44“，”作者“：”曾“，”年份“：”2020“，”非结构化“：”曾浩，蔡，J.，李，L.，曹，Z.，Zhang，L.：学习用于实时高性能照片增强的图像自适应三维查找表。IEEE Trans.Pattern Anal.Mach.Intell.44（4），2058\u20132073（2020）“，”杂志标题“：”IEEE传输。模式分析。机器。智力。“}，{”key“：”18_CR38“，”doi-asserted-by“：”crossref“，”unstructured“：”Zhang，Y.，Zhang原标题“：[]，”链接“：[｛”URL“：”https:\/\/link.springer.com\/content\/pdf\/10.1007\/978-3-031-53305-1_18“，”内容类型“：”未指定“，”内容版本“：”vor“，”预期应用程序“：”相似性检查“｝]，”存放“：｛”日期部分“：[[2024,3,13]]，”日期时间“：”2024-03-13T12:00:59Z“，”时间戳“：1710331259000｝，”分数“：1，”资源“：｛”主要“：｛”URL“：”https:\/\/link.springer.com/10.1007\/978-3-031-53305-1_18“}}，”subtitle“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[[2024]]}，“ISBN”：[“9783031533044”，“9783015330551”]，“references-count”：38，“URL”：“http://\/dx.doi.org\/10007\/9798-3-031-53305-1_18”，“relation”：{}，ISSN“：[”0302-9743“，”1611-3349“]，”ISSN-type“：[{“value”：“0302-974”，“type”：”print“}，｛“value”：“1611-3349”，“type”：“electronic”｝]，“subject”：[]，“published”：｛“date parts”：[[2024]]｝，“assertion”：[｛“value”：“2024年1月28日”，“order”：1，“name”：“first_online”，“label”：“first online”，“group”：｛“name”：“ChapterHistory”，“label”：“ChapterHistory”｝｝，｛会议缩写“，”group“：｛”name“：“ConferenceInfo”，“label”：“Confection Information”}}，{“value”：“International Conference on Multimedia Modeling”，“order”：2，“name”：“Conference_name”，“标签”：“会议名称”，“group”：{“name”:“ConferenceInfo”：“ConferenceInfo”，“label”：“Confection Information”}}，{“value”：“The Netherlands”，“order”：4，“name”：“Conference_country”，“标签”：“会议国家”，“group”：{“name”:“ConferenceInfo”：“会议信息”}}，{“value”：“2024年1月29日”，“order”：7，“name”：“Conference_start_date”，“label”：“会议开始日期”，“group”：{“name”:“ConferenceInfo”，”label“：“Conferency Information”}}}：“会议信息”}}，{“value”：“30”，“order”：9，“name”：“Conference_number”，“label”：“ConferenceNumber”，“group”：{“name”:“ConferenceInfo”，”label“：”ConferenceInformation“}}双盲“，“order”：1，“name”：“type”，“label”：“type”，“group”：：“同行评审信息（由会议组织者提供）”}}，{“value”：“297”，“order”：3，“name”：“number_of_submissions_sent_for_Review”，“label”：“发送供评审的提交数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“table”：“同行审议信息（由大会组织者提供）：“number_of_full_papers_accepted”，“label”：“接受的完整论文数”，“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_accepted“，”label“：”接受的短论文数“，”group“：{”name“：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}，{“value”：“38%-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”：“同行评审信息（由会议组织者提供）”｝｝，｛“value”：“3.2”，“order”：7，“name”：“average_number_of_reviews_per_paper”，“label”：“每篇论文的平均评审数”，“group”：｛“name”：“ConfEventPeerReviewInformation”，“label”：“同行评议信息（由会议组织者提供）”}}，{“value”：“3.2”，“order”：8，“name”：“average_number_of_papers_per_reviewer”，“label”：“每个审阅者的平均论文数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“标签”：“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）”}}]}}