{“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”：[[2023,8,28]]，“日期时间”：“2023-08-28T21:23:26Z”，“时间戳”：1693257806837}，“发布者位置”：“查姆”，“引用计数”：22，“出版商”：“斯普林格国际出版”，“isbn-type”：[{“值”：“9783319736020”，“类型”：”打印“}，{“值”：“9783319736037”，“type”：“electronic”}]，“license”：[{“start”：{“date-parts”：[[2018,1,1]]，“date-time”：“2018-01-01T00:00:00Z”，“timestamp”：1514764800000}，“content-version”：“unspecified”，“delay-in-days”：0，“URL”：“http:\\/www.springer.com\/tdm”}]}，“short-container-title”：[]，“published-print”：{“date-parts”：[[2018]]}，“DOI”：“10.1007\/978-3319-73603-7_12”，“type”：“book-chapter”，“created”：{”date-part“：[[2018，1,12]]，“date-time”：“2018-01-12T09:13:02Z”，“timestamp”：1515748382000}，”page“：”142-153“，”update-policy“：“http://\/dx.DOI.org\/10007\/springer_crossmark_policy”，“source“：”Crossref“，”is-referenced-by-count“：3，”title“：[“多尺度递归卷积神经网络的群体分布估计”]，“前缀”：“10.1007”，“作者”：[{“给定”：“孟”，”家族“：“魏”，“序列”：“第一”，“从属关系”：[]}，{“已知”：“余”，“家族”：“康”，“顺序”：“附加”，“隶属关系”：[]}：“Yang”，“family”：“Cao”，“sequence”：“additional”，“affiliation”：[]｝]，“member”：“297”，“published online”：｛“date parts”：[[2018,13,13]]｝，“reference”：[｛“key”：“12_CR1”，“doi asserted by”：“crossref”，“nonstructured”：“Brostow，G.J.，Cipolla，R.：人群中独立运动的无监督贝叶斯检测。in：CVPR（2006）”，“doi”：“10.1109\/CVPR.2006.320”｝，{“key”：“12_CR2”，“doi-asserted-by”：“crossref”，“unstructured”：“Rabaud，V.，Belongie，S.：计算拥挤的移动对象。In：CVPR（2006）”，“doi”：“10.1109\/CVPR.2006.92”}，{：“Cheriyadat，A.M.，Bhaduri，B.L.，Radke，R.J.：在具有相干运动区域的拥挤环境中检测多个运动物体。in:CVPR（2008）”，“DOI”：“10.1109\/CVPRW.2008.4562983”}，{“key”：“12_CR4”，“DOI-asserted-by”：“crossref”，“unstructured”：“Idrees，H.，Saleemi，I.，Seibert，C.，Shah，M.：极密集人群图像中的多源多尺度计数。in：CVPR（2013）”，“DOI”：“10.1109\/CVPR.2013.329”}，｛“issue”：“1”，“key”：“12_CR5”，“DOI asserted by”：“crossref”，“first page”：“37”，“DOI”：“10.1049\/ecej:19950106”，“volume”：“7”，“author”：“AC Davies”，“year”：“1995”，“nonstructured”：“Davies，A.C.，Yin，J.H.，Velastin，S.A.：使用图像处理进行人群监控。Electron.Commun.Eng.J.7（1），37\u201347（1995）”，“日志标题”：“Electron.Commun.Engin.J.”}，{“key”：“12_CR6”，“doi-asserted-by”：“crossref”，“unstructured”：“Marana，A.N.，Costa，L.D.F.，Lotufo，R.A.，Velastin，S.A.：用minkowski分形维数估算人群密度。摘自：IEEE声学、语音和信号处理国际会议，第6卷，pp.3521\u20133524（1999）”，“DOI”：“10.1109\/ICASSP.1999.757602”}，{“key”：“12_CR7”，“DOI-asserted-by”：“crossref”，“unstructured”：“Paragios，N.，Ramesh，V.：一种基于MRF的实时地铁监控方法。In:CVPR（2001）”，“DOI”：“10.1109\/CVPR.2001.990644”}，{“key”：“12_CR8”，“DOI-asserted-by”：“crossref”，“unstructured”：“Chan，A.B.，Liang，Z.S.J.，Vasconcelos，N.:隐私保护人群监控：在没有人模型或跟踪的情况下计算人数。In:IVPR（2008）”，《DOI》：“10.1109\/CVPR.2008.4587569”}，{“key”：“12_CR9”，“doi-asserted-by”：“crossref”，“unstructured”：“Ryan，D.，Denman，S.，Fookes，C.，Sridharan，S.:使用多个局部特征的人群计数。In：数字图像计算：技术与应用，第81\u201388页（2009）”，“doi”：“10.109\/DICTA.2009.22”}：“crossref”，“first page”：“24”，“DOI”：“10.1109 \\TSMCA.2010.2064299”，“volume”：”41“，“author”：“YL Hou”，“year”：“2011”，“unstructured”：“Hou，Y.L.，Pang，G.K.H.：挑战性情况下的人数统计和人体检测。IEEE Trans.Syst.Man Cybern.Part a Syst.Hum.41（1），24\u201333（2011）”，“journal-title”：“IEEE Trans.Syst.Man Cybern.Part A Syst.Hum.”}，{“key”：“12_CR11”，“doi-asserted-by”：“crossref”，“unstructured”：“Rahmalan，H.，Nixon，M.S.，Carter，J.N.：关于监视的人群密度估计。摘自：《犯罪与安全》，第540\u2013545页：“Ma，W.，Huang，L.，Liu，C.：用于人群估计的高级局部二元模式描述符。In:PACIIA（2008）”，“DOI”：“10.1109\/PACIIA.2008.258”}，{“key”：“12_CR13”，“unstructured”：“Albiol，A.，Silla，M.J.，Mossi，J.M.：使用角点运动统计进行视频分析。摘自：IEEE跟踪和监视C38工具应用程序性能评估国际研讨会论文集（2010）”}，{“key”：“12_CR14”，“doi-asserted-by”：“crossref”，“unstructured”：“Zhang，C.，Li，H.，Wang，X.，Yang，X:通过深度卷积神经网络进行跨场景人群计数。In:CVPR（2015）”，“DOI”：“10.1109\/CVPR.2015.7298684”}，{“key”：“12_CR15”，“DOI-asserted-by”：“crossref”，“unstructured”：“Zhang，Y.，Zhou，D.，Chen，S.，Gao，S.、Ma，Y.：通过多列卷积神经网进行单图像人群计数。In:CVPR（2016）“，”DOI“：”10.1109\/CVPR.2016.70“}，{“key”：“12_CR16”，“DOI-asserted-by”：“crossref”，“unstructured”：“Shang，C.，Ai，H.，Bai，B.：通过联合学习本地和全局计数的端到端人群计数。In:ICIP（2016）”，“DOI”：“10.1109\/ICIP.2016.7532551”}，“key“：”12_CR17“series-title”：“计算机科学讲义”，“DOI-asserted by“：”publisher“，”first page“：”615“，”DOI“：”10.1007\/978-3-319-46478-7_38“，”volume-title“：”Computer Vision\u2013 ECCV 2016“，”author“：”D O\u00f1oro-Rubio“，”year“：”2016“，“unstructured”：“O\u100f1oro-Rubio，D.，L\u00f3pez-Sastre，R.J.：通过深度学习实现无透视对象计数。收录人：Leibe，B.，Matas，J.，Sebe，N.，Welling，M.（编辑）ECCV 2016。LNCS，第9911卷，第615\u2013629页。查姆施普林格（2016）。https://doi.org/10.1007\/978-3-319-46478-7_38“｝，｛“key”：“12_CR18”，“doi断言者”：“crossref”，“非结构化”：“Sindagi，V.A.，Patel，V.M.：基于CNN的级联多任务学习，用于人群计数的高级先验和密度估计。In：AVSS（2017）”，“doi”：“10.1109\/AVSS.2017.8078491”｝，｛“key”：“12_CR19”，“doi断言者”：“crossref”非结构化“：”Sam，D.B.，Surya，S.，Babu，R.V.：切换卷积神经网络用于人群计数。收录：CVPR（2017）“，“DOI”：“10.1109\/CVPR.2017.429”}，{“key”：“12_CR20”，“DOI-asserted-by”：“crossref”，“unstructured”：“Fradi，H.，Dugelay，J.：使用框架归一化特征进行人数统计的低水平人群分析。收录：IEEE信息取证与安全国际研讨会，第246\u2013251页（2012）”，“DOI:”10.1109\/WIFS.2012.6412657“}，{“key”：“12_CR21”，“doi-asserted-by”：“crossref”，“unstructured”：“Kim，J.，Lee，J.K.，Lee和K.M.：用于图像超分辨率的深度递归卷积网络。In:CVPR（2016）”，“doi”：“10.1109\/CVPR.2016.181”}，{：“Jia，Y.，Shelhamer，E.，Donahue，J.，Karayev，S.，Long，J.：Caffe:快速特征嵌入的卷积架构（2014）”，“DOI”：“10.1145\/2647868.2654889”}]，“容器-时间”：[“多媒体建模”，“计算机科学讲义”]，“原始标题”：[]，“链接”：[{“URL”：“http://\/link.springer.com/content\/pdf\/10.1007\/978-3-319-73603-7_12”，“content-type”：“未指定”，“内容-版本”：“vor”，“intended-application”：“相似性检查”}]，“存放”：{“日期-部件”：[[2019,10,9]]，“日期-时间”：“2019-10-09T08:55:00Z”，“时间戳”：1570611300000}，“分数”：1，“资源”：{-“主要”：{“URL”：“http://\/link.springer.com/10.1007\/978-3-319-73603-7_12”}}，“副标题”：[]，“短标题”：[]，“已发布”：{“日期-部件”：[[2018]]}，”ISBN“：[”9783319736020“，”97833936037“]，“引用计数”：22，“URL”：“http://\\/dx.doi.org\/10.10007\/978-319-73603-7_12”，“关系”：{}，N“：[”0302-9743“，”1611-3349“]，”ISSN-type“：[{“value”：“0302-974”，“type”：”print“}，{“值”：“1611-3349”，“类型”：“电子”}]，“主题”：[]，“发布”：{“日期部分”：[[2018]]}}