{“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”：[[2024,5,3]]，“日期时间”：“2024-05-03T05:51:10Z”，“时间戳”：1714715470066}，“出版商位置”：“查姆”，“参考计数”：15，“出版者”：“斯普林格国际出版”，“isbn-type”：[{“值”：“9783319671895”，“类型”：”打印“}，{“值”：“9783319671901”，“type”：“electronic”}]，“license”：[{“start”：{“date-parts”：[[2017,1,1]]，“date-time”：“2017-01-01T00:00:00Z”，“timestamp”：14832288000000}，“content-version”：“unspecified”，“delay-in-days”：0，“URL”：“http://www.springer.com\/tdm”}]“：[]，”published-print“：{”date-parts“：[2017年]]}，“DOI”：“10.1007\/978-3-319-67190-1_11”，“type”：“book-chapter”，“created”：{“date-parts”：[[2017,9,18]]，“date-time”：“2017-09-18T05:48:49Z”，“timestamp”：1505713729000}，“page”：”142-154“，”source“Crossref”，“is-referenced-by-count”：13，“title”：[“带神经形态视觉传感器的智能交通系统在线多目标跟踪-逐簇聚类”]，“前缀”：“10.1007”，“作者”：[{“给定”：“Gereon”，“家族”：“Hinz”，“序列”：“第一”，“从属”：[]}：“additional”，“affiliation”：[]}，{“given”：“Florian”，“family”：“R\u00f6hrbein”，“sequence”：“additive”，“filiation“：[]{”given“：”J\u00f 6rg“，”family“：”Conradt家庭“：”曲“，”序列“：”附加“，”从属“：[]}，{“given”：“Walter”，“family”：“Stechele”，“sequence”：“additional”，“affiliation”：[]neneneep，{”given“：”Alois“，”family“：”Knoll“，”sequence“：”additional“，”affiliation:[]}]，“member”：“297”，“published-online”：{“date-parts”：[[2017,9,19]]}；“reference”：[{“key”：”11_CR1“，”非结构化“：“Bewley，A.，Ge，Z.，Ott，L.，Ramos，F.，Upcroft，B.：简单的在线和实时跟踪。CoRR（2016）。http:\/\/arxiv.org/abs\/1602.00763”}，｛“key”：“11_CR2”，“doi断言”：“crossref”，“非结构化”：“Biresaw，T.A.，Nawaz，T.，Ferryman，J.，Dell，A.I.：Vitbat：视频跟踪和行为注释工具。摘自：2016年第13届IEEE高级视频和信号监控国际会议（AVSS），第295\u2013301页（2016年8月）”，“DOI”：“10.1109\/AVSS.2016.7738055”}，{“issue”：“10”，“key”：“11_CR3”，“DOI-asserted-by”：“crossref”，“first page”：“2333”，“DOI”：“10.1109\/JSSC.2014.2342715”，“volume”：“49”，“author”：“C Brandli”，“year”：“2014”，“unstructured”：“Brandli，C.，Berner，R.，Yang，M.，Liu，S.C.，Delbruck，T.：A 240$\\times$180 130 db 3$\\mu$S延迟全局快门时空视觉传感器。IEEE J.固态电路49（10），2333\u20132341（2014）”，“日志标题”：“IEEE J。Solid-State Circuits“}，{“key”：“11_CR4”，“doi-asserted-by”：“crossref”，“unstructured”：“Chen，G.，Zhang，F.，Clarke，D.，Knoll，A.：通过助推和场景布局学习在线跟踪多目标。收录于：2013年第12届国际机器学习与应用会议，第1卷，第197\u2013202页（2013年12月）”，“doi”：“10.1109\/IMCLA.2013.41”}，}“issue“：”5“，”key“：”11_CR5“，“doi-asserted-by”：“crossref”，“first page”：“603”，“doi”：“10.1109\/34.1000236”，“volume”：”24“，”author“：”D Comaniciu“，“year”：“2002”，“unstructured”：“Comanicou，D.，Meer，P.：Mean shift:一种稳健的特征空间分析方法。IEEE传输。模式分析。机器。因特尔。24（5），603\u2013619（2002）“，“期刊标题”：“IEEE Trans。模式分析。机器。智力。}，{“key”：“11_CR6”，“doi-asserted-by”：“crossref”，“unstructured”：“Conradt，J.：基于微型事件的视觉传感器的车载实时光流。收录于：2015 IEEE机器人学和仿生学国际会议，ROBIO，第1858\u20131863页（2015）。http://\/dx.doi.org\/10.109\/ROBIO.2015.7419043”，“doi”：“10.1109\/ROBIO.2015.741943”}，“问题”：”10“，”key“：“11_CR7”，”doi-asserted-by“：”crossref“，”first page“：”2681“，”doi“：”10.1109\/TITS.2016.2530146“，”volume“:”17“，”author“：”SRE Datondji“，“year”：“2016”，“unstructured”：“Datondgi，S.R.E.，Dupuis，Y.，Subirats，P.，Vasseur，P.：基于视觉的十字路口交通监控调查。IEEE传输。因特尔。运输。系统。17（10），2681\u20132698（2016）“，“期刊标题”：“IEEE Trans。因特尔。运输。系统。“}，{”key“：”11_CR8“，”doi-asserted-by“：”crossref“，”unstructured“：”Ert\u00f6z，L.，Steinbach，M.，Kumar，V.：在有噪声的高维数据中发现不同大小、形状和密度的簇。in:Proceedings of Second SIAM International Conference on data Mining（2003）“，”doi“：”10.1137\/1.9781611972733.5“}”，{“key”：“11_CR9”，“unstructure”：“”Ester，M.、Kriegel，H.P.、Sander，J.、Xu，X.：一种基于密度的聚类发现算法，一种用于在带有噪声的大型空间数据库中发现聚类的基于密度的算法。摘自：《第二届知识发现和数据挖掘国际会议论文集》，KDD 1996，第226\u2013231页。AAAI出版社（1996）。http:\/\/dl.acm.org/citation.cfm？id=3001460.3001507“}，{“issue”：“2”，“key”：“11_CR10”，“doi-asserted-by”：“crossref”，“first-page”：“303”，“doi”：“10.1007\/s11263-009-0275-4”，“volume”：《88》，“author”：“M Everingham”，《year》：“2010”，“unstructured”：“Everingham，M.，Van Gool，L.，Williams，C.K.I.，Winn，J.，Zisserman，A.：pascal visual object classes（voc）挑战国际期刊计算视点88（2），303\u2013338（2010）“，”期刊标题“：”国际期刊计算。视觉。“}，{”key“：”11_CR11“，”unstructured“：”Gallego，G.，Lund，J.E.A.，Mueggler，E.，Rebecq，H.，Delbr\u00fcck，T.，Scaramuzza，D.：基于事件的六自由度高速应用相机跟踪。CoRR（2016）。http://\/arxiv.org\/abs\/1607.03468“}”，{“key”：“11_CR12”，“doi-asserted-by”：“crossref”，“unstructure”：“”Geiger，A.，Lenz，P.，Urtasun，R.：我们准备好进行自动驾驶了吗？kitti视觉基准套件。2012年IEEE计算机视觉和模式识别会议。pp.3354\u20133361（2012年6月）“，”DOI“：”10.1109\/CVPR.2012.6248074“}，{”issue“：”8“，”key“：”11_CR13“，”DOI-asserted-by“：”crossref“，”first page“：“1710”，“DOI”：“10.1109\/TNNLS.2014.2352401”，“volume”：“26”，“author”：“X Lagorce”，“year”：“2015”，“unstructured”：“Lagorce，X.，Meyer，C.，Ieng，S.H.，Filliat，D.，Benosman，R.：用于高速视觉特征跟踪的异步基于事件的多核算法。IEEE传输。神经网络。学习。系统。26（8），1710\u20131720（2015）“，“期刊标题”：“IEEE Trans。神经网络。学习。系统。“}，{”key“：”11_CR14“，”unstructured“：”Leal-Taix\u00e9，L.，Milan，A.，Reid，I.D.，Roth，S.，Schindler，K.：Motchallenge 2015:走向多目标跟踪基准。CoRR（2015）。http://\/arxiv.org\/abs\/1504.01942“}/JSSC.2007.914337“，”卷“：”43“，”作者：“P Lichtsteiner”，“year”：“2008”，“unstructured”：“Lichtstediner，P.，Posch，C.，Delbruck，T.：128$$\\乘以128$120 db 15$$\\mu$$s延迟异步时间对比度视觉传感器。IEEE J.Solid-State Circuits 43（2），566\u2013576（2008）“，”journal-title“：”IEEE J..Solid-Sstate Circuits“}]，”container-title”：[“KI 2017:人工智能进展”，“计算机科学课堂讲稿”]，”original-tittle“：[]，”link“：”http://link.springer.com/content\/pdf\/10007\/978-3319-67190-1_11“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[[2019,10,3]]，”date-time“：”2019-10-03T11:56:15Z“，”timestamp“：1570103775000}，”score“：1，”resource“：{primary”：{“URL”：“http://\link.springer.com/10.1007\/978-319-67190-1_11”}}，“subtitle”：[]，“shorttitle”：[]，“已发布”：{“日期-部分”：[[2017]]}，“ISBN”：[“9783319671895“，”97833199671901“]，”references-count“：15，”URL“：”http://\/dx.doi.org\/10.1007\/978-3-319-67190-1_11“，”relation“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，“ISSN-type”：[{“value”：“0302-974”，“type”:“print”}，{“value”：“1611-3399”，“type”：“electronic”}]，“subject”：[]，“已发布”：{“日期-部分”：[[2017]]}}}