{“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”：[[2023,12,26]]，“日期时间”：“2023-12-26T00:07:25Z”，“时间戳”：1703549245077}，“出版商位置”：“新加坡”，“参考计数”：28，“出版者”：“Springer Nature Singapore”，“isbn-type”：[{“值”：“9789819985364”，“类型”：”打印“}，{“值”：“9789819985371”，“type”：“electronic”}]，“license”：[{“start”：{“date-parts”：[[2023,12,26]]，“date-time”：“2023-12-26T00:00:00Z”，“timestamp”：1703548800000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.springernature.com\/gp\/researters\/text-and-data-mining”}，{“tart”：“date-parts”：[2023,12,26]，“date-time”：“2023-12-26T00:00:00Z”，“时间戳”：1703548800000｝，“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”：[]，“已出版印刷品”：｛“日期部分”：[[2024]]｝，“DOI”：“10.1007\/978-981-99-8537-1_27”，“类型”：“书籍章节”，“created”：{“date-parts”：[[2023,12,25]]，“date-time”：“2023-12-25T19:02:17Z”，“timestamp”：1703530937000}，“page”：“335-346”，“update-policy”：”http://\/dx.doi.org\/10.1007\/springer_crossmark_policy“，”source“：”Crossref“，“is-referenced-by-count”：0，“title”：[“SemanticCrop:Boosting Contrastive Learning via \u00a0 Semantic-Cropped Views”]，“前缀”：“10.1007”，“作者”：[{“给定”：“雅”，“家庭”：“方”，“序列”：“第一”，“从属关系”：[]}，{“给出”：“紫鹏”，“家族”：“陈”，“顺序”：“附加”，“隶属关系”：[]}、{“指定”：“卫轩”，”家庭“：“唐”，“排序”：“额外”，“附属关系”：【】}，“给定”:“元根”，“家人”：“王”，“次序”：“添加”，“归属关系”：〔〕}]，“成员”：“297”，“在线发布”：{“date-parts”：[[2023,12,26]]}，“reference”：[{“key”：“27_CR1”，“unstructured”：“Arora，S.，Khandeparkar，H.，Khodak，M.，Plevrakis，O.，Saunshi，N.：对比非监督表征学习的理论分析。arXiv预印本arXiv:1902.09229（2019）”}，{“key”：：“Caron，M.，et al.：自监督视觉变换器中的新兴属性。in:ICCV，pp.9650\u20139660（2021）”，“DOI”：“10.1109\/ICCV48922.2021.00951”}，{“key”：“27_CR3”，“unstructured”：“Chen，T.，Kornblith，S.，Norouzi，M.和Hinton，G.：视觉表征对比学习的简单框架。in:ICML，pp.1597\u20131607（2020）”}，{“key”：“27_CR4”，“unstructured”：“Chen，X.，Fan，H.，Girshick，R.，He，K.：通过动量对比学习改进基线。arXiv预印本arXiv:2003.04297（2020）”}，{“key”：《27_CR5》，“doi-asserted-by”：“crossref”，“非结构化”：“陈，X.和He，K：探索简单暹罗语表征学习。In:CVPR，pp.15750\u201315758（2021）”，“doi”：“10.1109\/CVPR46437.2021.01549”}，{“key”：“27_CR6”，“doi-asserted-by”：“crossref”，“unstructured”：“Deng，J.，Dong，W.，Socher，R.，Li，L.J.，Li.，K.，Fei-Fei ref“，”非结构化“：“Everingham，M.，Van Gool，L.，Williams，C.K.，Winn，J.，Zisserman，A.：pascal可视对象类（VOC）挑战。IJCV 88，303\u2013338（2010）”，“DOI”：“10.1007\/s11263-009-0275-4”}，{“key”：“27_CR8”，“unstructured”：“Faster，R.：通过区域提案网络实现实时对象检测。NeurIPS 9199（10.5555），29239\u20132969250（2015）”}，{“key”：“27_CR9”，“unstructured”：“Grill，J.B.等人：引导你自己的潜能——一种新的自主学习方法。NeurIPS 33，21271\u201321284（2020）”}，{”key“：”27_CR10“，”doi-asserted-by“：”crossref“，”unstructure“：”He，K.，Gkioxari，G.，Doll\u00e1r，P.，Girshick，R.：Mask R-CNN.In:ICCV，pp.2961\u20132969（2017）“，”，“doi”：“10.1109\/ICCV.2017.322”}，{“key”：“27_CR11”，“unstructured”：“Khosla，P.等人：有监督的对比学习。NeurIPS 33，18661\u201318673（2020）”}：“Krizhevsky，A.，Hinton，G.，et al.：从微小图像中学习多层特征（2009）”}，{“key”：“27_CR14”，“series-title”：“计算机科学课堂讲稿”，“doi-asserted-by”：“publisher”，“first page”：《740》，“doi”：“10.1007\/978-319-10602-1_48”，“volume-title”：《Computer Vision\u2013 ECCV 2014》，“author”：“T-Y-Lin”，“year”：“2014”，“非结构化”：“Lin，T.-Y.，et al.：Microsoft COCO：上下文中的通用对象。in：Fleet，D.，Pajdla，T.，Schiele，B.，Tuytelaars，T.（eds.）ECCV 2014。LNCS，第8693卷，第740\u2013755页。查姆施普林格（2014）。https:\/\/doi.org\/10.1007\/978-3-319-10602-1_48“}，{“key”：“27_CR15”，“unstructured”：“Mishra，S.，et al.：自我监督学习的对象软件裁剪。arXiv预印本arXiv:2112.00319（2021）”}，}，“key“：”27_CR16“，”doi-asserted-by“：”crossref“，”unstructure“：”彭，X，王，K，朱，Z，王，M，游，Y：为暹罗表征学习制定更好的对比观点。收录于：CVPR，第16031\u201316040（2022）页“，”DOI“：”10.1109\/CVPR52688.2022.01556“}，{“key”：“27_CR17”，“DOI-asserted-by”：“crossref”，“unstructured”：“Peng，Y.，He，X.，Zhao，J.：细粒度图像分类的对象-部分注意模型。TIP 27（3），1487\u20131500（2017）”，“DOI”：“10.1109\/TIP.2017.2774041”}，“非结构化”：“Purushwalkam，S.，Gupta，A.：揭开对比自主学习的神秘面纱：不变性、增强和数据集偏差。NeurIPS 33，3407\u20133418（2020）“｝，｛“key”：“27_CR19”，“doi断言者”：“crossref”，“非结构化”：“Ren，S.，He，K.，Girschick，R.，Sun，J.：更快的R-CNN:利用区域提案网络实现实时对象检测。TPAMI 39（6），1137\u20131149（2017）”，“doi”：“10.1109\/TPAMI.2015.2577031”｝，｛“key”：“27_CR20”，“doi断言者”：“crossref”非结构化”：“Selvaraju，R.R.，Desai，K.，Johnson，J.，Naik，N.：塑造你的模型：学习本地化可以改进自我监督的表达。收录于：CVPR，pp.11058\u201311067（2021）“，“DOI”：“10.1109\/CVPR46437.2021.01091”}，{“key”：“27_CR21”，“unstructured”：“Shen，Z.，Liu，Z.、Liu，Z，Savvides，M.，Darrell，T.：重新思考非监督视觉表征学习的图像混合（2020）。3《计算机科学讲义》，“doi-asserted-by”：“publisher”，“first page”：“834”，“doi”：“10.1007\/978-3-030-01270-0_49”，“volume-title”：“Computer Vision\u2013 ECCV 2018”，“author”：“M Sun”，“year”：“2018”，《unstructured》：“Sun，M.，Yuan，Zhou，F.，Ding，E.：用于细粒度图像识别的多关注多类约束。收件人：Ferrari，V.，Hebert，M.，Sminchisescu，C.，Weiss，Y.（编辑）ECCV 2018。LNCS，第11220卷，第834\u2013850页。查姆施普林格（2018）。https:\/\/doi.org\/10.1007\/978-3-030-01270-0_49“}，{“key”：“27_CR23”，“series-title”：“计算机科学讲义”，“doi-asserted-by”：“publisher”，“首页”：“776”，“doi”：“10.1007\/9783-030-58621-8_45”，“volume-title”：”计算机视觉\u2013 ECCV 2020“，”作者：“Y Tian”，“年份”：“2020”，“非结构化”：“Tian，Y.，Krishnan，D.，Isola，P.：对比多视图编码。收录人：Vedaldi，A.、Bischof，H.、Brox，T.、Frahm，J.-M.（编辑）ECCV 2020。LNCS，第12356卷，第776\u2013794页。查姆施普林格（2020）。https:\/\/doi.org\/10.1007\/978-3-030-58621-8_45“}，{”key“：”27_CR24“，”unstructured“：”Touvron，H.，Vedaldi，A.，Douze，M.，J\u00e9gou，H.：修复列车试验分辨率差异。NeurIPS 32，8250\u20138260（2019）“}”，{“key”：“27_CR25”，“unstructure”：“”Xiao，T.，Wang，X.，Efros，A.A.，Darrell，T.：对比学习中不应该对比什么。arXiv预印本arXiv:2008.05659（2020）“}，{“key”：“27_CR26”，“doi-asserted-by”：“crossref”，“unstructured”：“Zhang，J.，Wang，Y.，Zhou，Z.，Luan，T.，Wang.Z.，Qiao：“crossref”，“非结构化”：“Zhu，R.，Zhao，B.，Liu，J.，Sun，Z.，Chen，C.W.：通过可视化特征转换改进对比学习。In:ICCV，pp.10306\u201310315（2021）“，“DOI”：“10.1109\/ICCV48922.2021.01014”}，{“key”：“27_CR28”，“unstructured”：“Zoph，B.，et al.：Rethinking pre-training and self-training。NeurIPS 33，3833\u20133845（2020）”}]，“container-title”：[“Pattern Recognition and Computer Vision”，“Telection Notes In Computer Science”]，“original title”：[]，“link”：[{“URL”：“https:\/\/link.springer.com/content\/pdf\/10.1007\/978-99-199-8537-1_27“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[[2023,12,25]]，”date-time“：“2023-12-25T19:10:45Z”，”timestamp“：1703531445000}，”score“：1，”resource“：”{“primary”：{“URL”：“”https:\/\/link.springer.com/10.1007\/978-981-99-8537-1_27“}}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[[2023,12,26]]}，“ISBN”：[“9789819985364”，”9789819885371“]，”引用计数“：28，”URL“http://\/dx.doi.org\/10007\/978 981-99-8537-1_27”，”关系“：{}，“ISSN”：[“0302-9743”，“1611-3349”]，“ISSN-type”：[{“value”：“0302-7743”，{“value”：“1611-3349”，“type”：”electronic“}]，“subject”：[]，“published”：{“date-parts”：[[2023,12,26]]}，“assertion”：[{“value”：“2023年12月26日”，“order”：1，“name”：“first_online”，“label”：“first online”，首字母缩写词“，”标签“：”会议首字母缩写“，”群组“：{“name”：“ConferenceInfo”，“label”：“Meeting Information”}}，{“value”：“Chinese Conference on Pattern Recognition and Computer Vision（PRCV）”，“order”：2，“name”:“Conference_name”，“标签”：“会议名称”，“group”：，“group”：{“name”：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“China”，“order”：4，“name”:“Conference_country”，“标签”：“conferency country”，”group“：{”name“：”ConferenceInformo“，”label“：”会议信息“标签”：“会议信息”｝｝，｛“value”：“2023年10月13日”，“order”：7，“name”：“Conference_start_date”，“label”：“会议开始日期”，“group”：｛“name”：“ConferenceInfo”，“label”：“ConferenceInformation”｝｝，｛“value”：“2023年10月15日”，“order”：8，“name”：“Conference_end_date”，“label”：“会议结束日期”，“group”：｛“name”：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“6”，“order”：9，“name”：“Conference_number”，“label”：“ConferenceNumber”，“group”：{“name”:“ConferenceInfo”，”label“：”Conference Information“}}”，{”value“：”ccprcv2023“，”order“：10，”name“：”Conference_id“，”lable“：”会议id“，”group“：：“https:\/\/prcv2023.xmu.edu.cn\/”，“order”：11，“name”：“conference_url”，“label”：“conference url”，“group”：{“name”:“ConferenceInfo”，“标签”：“会议信息”}}，{“value”：“Double-blind”，“订单”：1，“name“：”type“，”label“：”type“，”group“：{”name“：“ConfEventPeerReviewInformation”，“label”：”同行评审信息（由会议组织者提供）“}”}，{“value”：“Microsoft CMT”，“order”：2，“name”：“conference_management_system”，“label”：“会议管理系统”，“group”：：“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”：“532”，“order”：4，“name”:“Number_of_full_papers_accepted”，“标签”：“接受的全文数”：“同行评议信息（由会议组织者提供）”}}，{“value”：“0”，“order”：5，“name”：“number_of_short_papers_accepted”，“label”：“已接受的短文数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“tabel”：”同行评议资讯（由会议主办方提供）“}}}、{“value”：“37%-该值由等式“接受的全文数”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”，“标签”：“同行评议信息（由会议组织者提供）”}}，{“value”：“3,78”，“order”：7，“name”：“average_number_of_reviews_per_paper”，“label”：“每篇论文的平均评论数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“table”：“同行评审信息（由大会组织者提供）：“average_number_of_papers_per_reviewer”，“label”：“每位审阅者的平均论文数”，“group”：{“name”：“ConfEventPeerReviewInformation”，“table”：“同行审阅信息（由会议组织者提供）”}}，{“value”：“No”，“order”：9，“name”:“external_reviewers_involved”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}]}}