{“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”：[[2024,3,13]]，“日期时间”：“2024-03-13T10:42:58Z”，“时间戳”：1710326578701}，“发布者位置”：“查姆”，“引用计数”：24，“发布商”：“斯普林格国际出版”，“isbn-type”：[{“值”：“9783319959566”，“类型”：”打印“}，{“值”：“9783319959573”，“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”}，{“start”：{“date-parts”：[2018,1,1]，“日期-时间”：“2018年1月1日T00:00:00Z“，”timestamp“：1514764800000}，”content-version“：”tdm“，“延迟天数”：0，“URL”：“https://www.springernature.com\/gp\/researchers\/text and data mining”｝，｛“开始”：｛“日期部分”：[[2018,1,1]]，“日期时间”：“2018-01-01T00:00:00Z”，“时间戳”：1514764800000｝，“内容版本”：“vor”，“延迟天数”：0，“URL”：“https://www.springenature.com\/gp\/researchers\/text and data mining”｝]，“内容域”：｛“域”：[“link.springer.com”]，“crossmark-restriction”：false}，“short-container-title”：[]，“published-print”：{“date-parts”：[[2018]]}，”DOI“：”10.1007\/978-3-195957-3_39“，”type“：”book-chapter“，”created“：{”date-part“：[2018,7,5]]，”date-time“：”2018-07-05T07:31:20Z“，”timestamp“：1530775880000}”，“page”：“360-369“，”更新策略“：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“source”：“Crossref”、“is-referenced-by-count”：0，“title”：[“自然场景中基于图像的光学字符检测与识别”]，“prefix”：“10.1007”，”author“：[{”given“：”Bochao“，”family“：”Wang“，”sequence“：”first“，”affiliation“：[]}，{”given“:”Xinfeng“，“family”：“Zhang”，“sequence”：“additional”，“affiliation”：[]}，{“given”：“Yiheng”，“family”：“Cai”，“sequence”：“addressive”，“filiation“：[]{”given“：“Maoshen”，“家庭”：“Jia”，“序列”：“extendated”，“从属关系”：[]}，“givent”：“陈”，“家族”：“Zhang”，“sequence”:“additionable”，“feliation”:[]}]，“member”：“297”，“published on line”：{“date-parts”：[[2018,7,6]]}，“参考”：[{“键”：“39_CR1”，“doi-asserted-by”：“crossref”，“unstructured”：“Bissacco，A.，Cummins，M.，Netzer，Y.，Neven，H.：PhotoOCR：在非受控条件下阅读文本。in:ICCV，pp.1\u20137（2013）”，“doi”：“10.1109\/ICCV.2013.102”}，{“key”：“39_CR2”，“非结构化”：“Wang，T.，Wu，D.J.，Coates，A.，Ng，A.Y.：使用卷积神经网络进行端到端文本识别。In:ICPR，pp.1\u20137（2012）”}，{“key”：“39_CR3”，“doi-asserted-by”：“publisher”，“first page”：”1“，“doi”：“10.1007 \/s11263-015-0823-z”，“volume”：：“Jaderberg，M.，Simonyan，K.，Vedaldi，A.，Zisserman，A.：用卷积神经网络在野外阅读文本。IJCV 116，1\u201320（2015）”，“期刊标题”：“IJCV”}，{“问题”：“10”，“关键字”：“39_CR4”，“doi-asserted-by”：“publisher”，“首页”：“761”，“doi”：“10.1016\/j.imavis.2004.02.006”，“卷”：“22”，“作者”：“j Matas”，“年份”：“2004年”，“非结构化”：“Matas，J.，Chum，O.，Urban，M.，Pajdla，T.：来自最大稳定极值区域的稳健宽基线立体声。图像可见计算.22（10），761\u2013767（2004）”，“日志标题”：“图像可见计算”}，{“键”：“39_CR5”，“doi-asserted-by”：“crossref”，“非结构化”：“Neumann，L.，Matas，J.：实时场景文本定位和识别。摘自：2012 IEEE计算机视觉和模式识别会议，第3538\u20133545页。IEEE（2012）“，“DOI”：“10.1109\/CVPR.2012.6248097”}，{“key”：“39_CR6”，“DOI-asserted-by”：“crossref”，“unstructured”：“Neumann，L.，Matas，J.：关于在场景文本识别中组合多个分段的问题。摘自：2013年国际文档分析与识别会议，第523\u2013527页。IEEE（2013）“，“DOI”：“10.1109\/ICDAR.2013.110”}，{“key”：“39_CR7”，“unstructured”：“Corso，J.，Hager，G.：简明和稳定图像描述的相干区域。收录于：IEEE计算机视觉与模式识别会议，第2卷，pp.184\u2013190（2005）”}、{“key”：Tao，L.，Jin，C.，Cheng，W.：彩色图像中改进的最大稳定极值区域检测器。摘自：IEEE信息与自动化国际会议，第1711\u20131716（2010）页“}，{“问题”：“2”，“关键”：“39_CR9”，“doi-asserted-by”：“publisher”，“首页”：“1”，“doi”：“10.1155\/2015\/258619”，”卷“：“2015”，”作者“W Hu”，”年份“：”2015“，”非结构化“：”Hu，W.，Huang，Y.等人：用于高光谱图像分类的深度卷积神经网络。J.Sens.2015（2），1\u201312（2015）“，“journal-title”：“J.Sens”}，{“key”：“39_CR10”，“doi-asserted-by”：“crossref”，“unstructured”：“Graves，A.，Mohamed，A.，Hinton，G.E.：深度递归神经网络的语音识别。摘自：ICASSP，pp.1\u2013（2013）”，“doi”：“10.1109\/ICASSP.2013.6638947”}Jaderberg，M.，Simonyan，K.，Vedaldi，A.，Zisserman，A.：用于自然场景文本识别的合成数据和人工神经网络。摘自：NIPS深度学习研讨会，第1\u201310页（2014）“}，{“key”：“39_CR12”，“doi-asserted-by”：“crossref”，“unstructured”：“Goel，V.，Mishra，A.，Alahari，K.，Jawahar，C.V.：整体大于部分之和：识别场景文本单词。摘自：ICDAR，第398\u2013402页（2013）”，“doi”：“10.1109\/ICDAR.2013.87”}，}“key:”39_CR13“非结构化”：“Sutskever，I.、Martens，J.、Hinton，G.：使用递归神经网络生成文本。收录于：ICML，第336卷，第4期，第605\u2013612（2011）页“}，{”issue“：”1“，”key“：”39_CR14“，”doi-asserted-by“：”publisher“，”first page“：“221”，”doi“：”10.1109\/TPAMI.2012.59“，”volume“：Ji，S.，Xu，W.，Yang，M.，Yu，K.：用于人类行为识别的3D卷积神经网络。IEEE传输。模式分析。机器。智力。35（1），221\u2013231（2013）“，“期刊标题”：“IEEE Trans。模式分析。机器。智力。“}，{”key“：”39_CR15“，”doi-asserted-by“：”crossref“，”unstructured“：”Socher，R.，Karpathy，A.，Le，Q.V.，Manning，C.D.，Ng，A.Y.：用句子查找和描述图像的基础合成语义。摘自：TACL，vol.2，pp.207\u2013218（2014）“，”doi“：”10.1162\/TACL_A_00177“}”，{“key”：“39_CR16”，“unstructure”：“”Frome，A.、Corrado，G.S.、Shlens，J.、Bengio，S.、Dean，J.和Mikolove，T.：DeViSE：深度视觉-语义嵌入模型。收录于：NIPS，pp.2121\u20132129（2013）“}，{“key”：“39_CR17”，“unstructured”：“Ioffe，S.，Szegedy，C.：批次规范化：通过减少内部协变量偏移来加速深层网络训练。收录于ICML，pp.1\u2013（2015）”}，}，“key“：”39_CR18“，”doi-asserted-by“：”crossref“，”unstructure“：”Graves，A.，Fern\u00e1ndez，S.，Gomez，F.J.，Schmidhuber，J.：连接主义时间分类：用递归神经网络标记未分段序列数据。In：ICML，pp.369\u2013376（2006）“，”DOI“：”10.1145\/1143844.1143891“}，{”key“：”39_CR19“，”unstructured“：”Graves，A.，Jaitly，N.：用递归神经网络实现端到端语音识别。In：第31届国际机器学习会议论文集，pp.1764\u20131772（2014）“}”，{“issue”：“12”，“key”：“39_CR20”，“DOI-asserted-by”：“”publisher，“首页”：“2552”，“DOI”：“10.1109\/TPAMI.2014.2339814”，“卷”：“36”，“作者”：“J Almaz\u00e1n”，“年份”：“2014”，“非结构化”：“Almaz\ u00e1 n，J.，Gordo，A.，Forn\u00e8s，A.，Valveny，E.：嵌入属性的单词识别和识别。PAMI 36（12），2552\u20132566（2014）“，“journal-title”：“PAMI”}，{“key”：“39_CR21”，“doi-asserted-by”：“crossref”，“unstructured”：“Yao，C.，Bai，X.，Shi，B.，Liu，W.：Stroklets:一种用于场景文本识别的学习多尺度表示法。In:CVPR，pp.4042\u20134049（2014）”，“doi”：“10.1109\/CVPR.2014.515”}，“首页”：193”，“卷”：“113”，“作者”：“JA Rodriguez-Serrano”，“年份”：“2015”，“非结构化”：“Rodriguez-Serrano，J.A.，Gordo，A.，Perronnin，F.：标签嵌入：文本识别的节俭基线IJCV 113（3），193\u2013207（2015）”，“期刊标题”：“标签嵌入：文本识别的节俭基线IJCV”}，｛“密钥”：“39_CR23”，“系列标题”：“《计算机科学讲义》，“doi-asserted-by”：“publisher”，“first page”：“35”，“doi”：“10.1007\/978-3-319-16865-4_3”，《volume-title》：“Computer Vision\u2013 ACCV 2014”，“author”：“B Su”，年：“2015”，“unstructured”：“Su，B.，Lu，S.：基于递归神经网络的准确场景文本识别。in:Cremers，D.，Reid，I.，Saito，H.，Yang，M.-H.（编辑）ACCV 2014。LNCS，第9003卷，第35页\u201348。查姆施普林格（2015）。https:\/\/doi.org\/10.1007\/978-3-319-16865-4_3“}，{”key“：”39_CR24“，”doi-asserted-by“：”crossref“，”unstructured“：”Gordo，A.：“单词图像表示的监督中级功能。In:CVPR，pp.2956\u20132964（2015）“，”doi“：”10.1109\/CVPR.2015.7298914“}]，”container-title“：[”智能计算方法“，”计算机科学课堂讲稿“]，”original-title“：[]，”link“：[{”URL“：”https:\/\/link.springer.com/content\/pdf\/10.1007\/978-3-319-95957-3_39“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2024,3,13]]，”date-time“：“2024-03-13T10:23:19Z”，“timestamp”：171 0325399000}，“score“：1，”resource“：{主要”：{“URL”：“https:\/\/link.springer.com/10.1007\/978-3-319-95957-3_39”}}，”subtitle“：[]，”shorttitle“：[]，”issued“：{date-parts”：[[2018]]}，“ISBN”：[“9783319959566”，“97833959573”]，”references-count“：24，”URL“：”http://\/dx.doi.org\/10007\/978 3-319-95957-3_39“，”关系“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，”ISSN-type“：[{”value“：”0302-9743“，”type“：“print”}，{“value”：“1611-3349”，“type”：”electronic“}]，“subject”：[]，“published”：{“date-parts”：[[2018]]}，“assertion”：[{“value”：“2018年7月6日”，“order”：1，“name”：“first_online”，“label”：“first online”，“order”：1，“name”：“conference_acrombit”，“label”：“会议缩写词“，”group“：{”name“：”ConferenceInfo“，”label“：”会议信息“}}，{”value“：”智能计算国际会议“，”order“：2，”name“:”Conference_name“，”标签“：”会议名称“，”group“：”ConferenceInfo“会议城市”，“组”：｛“名称”：“ConferenceInfo”，“标签”：“会议信息”｝｝，｛“值”：“中国”，“顺序”：4，“名称”：“会议国家”，“标签”：“会议国家”，“组”：｛“名称”：“ConferenceInfo”，“标签”：“会议信息”｝，｛“值”：“2018”，“顺序”：5，“名称”：“会议年”，“标签”：“会议年”，“组”：｛“名称”：“ConferenceInfo”label“：”Conference Information“}}，{“value”：“2018年8月15日”，“order”：7，“name”：“Conference_start_date”，“label”：“ConferenceStart date”，“group”：{“name”:“ConferenceInfo”，”label“:”Conferency Information“{}，”value“：”August 18“，”order“8，”name“：”Conference_end_date“，”lable“：”会议结束日期“，”group“：{”name“:”conferenceInformation“，”标签“：”会议信息“}}，{”value“：”14“，”order“：9，”name“：”Conference_number“，”label“：”ConferenceNumber“，”group“：http:\/\/ic.tongji.edu.cn\/2018\/index.htm“，”order“：11，”name“：”conference_url“，”label“：”会议url“，”group“：{“name”：”ConferenceInfo“，“label”：“会议信息”}}，{“value”：“Single-blind”，“order”：1，“name”:“type”，“lable”：“type”，“group”：{同行评审信息（由会议组织者提供）“}}，{”value“：”LOD“，”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”：“275”，“order”：4，“name”:“number_ of_full_papers_accepted”ConfEventPeerReviewInformation“，”label“：”同行评审信息（由会议组织者提供）44%-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”：“3.46”，“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”：“0”，“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