{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2023,9,10]]，“日期-时间”：“2023-09-10T11:41:00Z”，“时间戳”：1694346060917}，“参考-计数”：38，“出版商”：“Springer Science and Business Media LLC”，“问题”：“5”，“许可证”：[{“开始”：}“日期-零件”：[2023,8,20]]，”日期-时间“：”2023-08-20T00:00:00Z“，“timestamp”：1692489600000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.springernature.com//gp\/researters\/text-and-data-mining”}，{“start”：{“date-parts”：[[2023,8,20]]，“date-time”：“2023-08-20T00:00:00Z”，“timetamp”：69248960000}：“https:\/\/www.springernature.com//gp\/researters\/text-and-data-mining”}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，“short-container-title”：[“Machine Vision and Applications”]，”published-print“：{”date-parts“：[2023,9]}，”DOI“：”10.1007\/s00138-023-01435-w“，”“type”：“journal-article”，“created”“”用法：[2023,8,20]]，“date-time”：“2023-08-20T15:01:29Z”，“timestamp”：1692543689000}，“update-policy”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy“，”source“：”Crossref“，“is-referenced-by-count”：0，“title”：[“RGB-LiDAR fusion for accurate 2D and 3D object detection”]，“prefix”：“10.1007”，“volume”：”34“，“author”：[{“given”：“Morteza”，“family”：“Mousa-Pasandi”，“sequence”：“first”，“affiliation”：[]}，{“given”：“Tianran”，“family”：“Liu”，“serquence”:“additional”，“filiation“：[]{”ORCID“：”http://\/ORCID.org\/00000-0003-2898-8834“，”authenticated-ORCID“：false，”given“：“Yahya”，“家族”：“Massoud”，”sequence“：”additional“，”affiliance“：[]}，}“giving”：“Robert”，“家庭”“：”Lagani\u00e8re“，”sequence“：“additional”，“affiliation”：[]}]，“member”：“297”，“published-online”：{“date-parts”：[[2023,8,20]]}，“reference”：[{“key”：“1435_CR1”，“unstructured”：“Huang，K.，Shi，B.，Li，X.，Li“：”crossref“，“非结构化”：“Massoud，Y.：用于自动车辆三维目标检测的传感器融合。硕士论文，渥太华大学（2021），“DOI”：“10.36227\/techrxiv.21506124.v1”}，{“key”：“1435_CR3”，“DOI-asserted-by”：“crossref”，“unstructured”：“Liang，M.，Yang，B.，Chen，Y.，Hu，R.，Urtasun，R.：用于三维物体检测的多任务多传感器融合。在：IEEE\/CFF计算机视觉和模式识别会议论文集，pp.7345\u20137353（2019）”，“DOI”：“10.1109\/CVPR.2019.00752”}，｛“key”：“1435_CR4”，“DOI断言由”：“crossref”，“非结构化”：“Ku，J.，Mozifian，M.，Lee，J.、Harakeh，A.，Waslander，S.L.：从视图聚合中联合生成三维提案和检测对象。收录于：2018 IEEE\/RSJ智能机器人与系统国际会议（IROS），pp.1\u20138（2018）”，“DOI”：“10.1109\/IROS.2018.8594049”}，{“key”：“1435_CR5”，“DOI-asserted-by”：“crossref”，“unstructured”：“Liang，M.，Yang，B.，Wang，S.，Urtasun，R.：多传感器三维物体检测的深度连续融合。摘自：《欧洲计算机视觉会议论文集》，第641\u2013656页（2018）”，“DOI”：“10.1007\/978-3-030-01270-0_39”}，{“key”：“1435_CR6”，“DOI-asserted-by”：“crossref”，“unstructured”：“Wang，S.，Suo，S.、Ma，W.C.、Pokrovsky，A.、Urtasun，R.：深参数连续卷积神经网络。In:2018 IEEE CVF计算机视觉和模式识别会议（2018）”，“DOI”：“10.1109 CVPR.2018.00274”}，{“key”：“1435_CR7”，“DOI-asserted-by”：“crossref”，“unstructured”：“Qi，C.R.，Liu，W.，Wu，C.，Su，H.，Guibas，L.J.：从RGB-D数据中检测三维物体的Frustum点网络。在：IEEE计算机视觉和模式识别会议论文集，第918\u2013927页（2018）”，“DOI”：“10.1109\/CVPR.2018.00102”｝，｛“key”：“1435_CR8”，“DOI由”断言：“crossref”，“非结构化”：“Chen，X.，Ma，H.，Wan，J.，Li，B.，Xia，T.：用于自动驾驶的多视图三维物体检测网络。摘自：IEEE计算机视觉和模式识别会议论文集，第1907\u20131915页（2017）”，“DOI”：“10.1109\/CVPR.2017.691”}，{“key”：“1435_CR9”，“DOI-asserted-by”：“crossref”，“unstructured”：“Duan，K.，Bai，S.，Xie，L.，Qi，H.，Huang，Q.，Tian，Q.：Centernet：目标检测的关键点三元组。In:2019 IEEE \/CVF国际计算机视觉会议（ICCV）（2019）”，“DOI”：“10.1109 \/ICCV.2019.00667”}，{“key”：“1435_CR10”，“DOI-asserted-by”：“crossref”，“unstructured”：“Cai，Z.，Vasconcelos，N.：级联R-CNN:深入研究高质量对象检测。摘自：IEEE计算机视觉和模式识别会议论文集，第6154\u20136162页（2018）”，“DOI”：“10.1109\/CVPR.2018.00644”}，{“key”：“1435_CR11”，“unstructured”：“Chen，X.，Gupta，A.：快速rcnn的实现与区域采样研究。arXiv预打印arXiv:1702.02138（2017）”}，{“key”：“1435_CR12”，“doi-asserted-by”：“crossref”，“unstructured”：“He，K.，Gkioxari，G.，Doll\u00e1r，P.，Girshick，R.：Mask R-CNN。In:2017 IEEE国际计算机视觉会议（ICCV）（2017）“，“doi”：“10.1109\/ICCV.2017.322”}，{“key”：“1435_CR13”，“unstructured”：“Ren，S.，He，K.，Girshick，R.，Sun，J.：更快的R-CNN:利用区域提议网络实现实时目标检测。In:Advances In neural information processing System 28（2015）”}、{“key”：《1435_CR14》，“doi-asserted-by”：“crossref”，“非结构化”：“Girshick，R.：Fast R-CNN.In:2015 IEEE国际计算机视觉会议（ICCV）（2015）”，“DOI”：“10.1109\/ICCV.2015.169”}，{“key”：“1435_CR15”，“DOI-asserted-by”：“crossref”，“unstructured”：“Girshick，R.，Donahue，J.，Darrell，T.，Malik，J.：丰富的特征层次结构用于准确的对象检测和语义分割。In：2014 IEEE计算机视觉和模式识别会议（2014）”，“DOI”：“10.1109\/CVPR.2014.81”}，{“key”：“1435_CR16”，“DOI-asserted-by”：“crossref”，“unstructured”：“Feng，C.，Zhong，Y.，Gao，Y.、Scott，M.R.、Huang，W.：Tood：任务对齐的单阶段对象检测。In：2021 IEEE \/CVF国际计算机视觉会议（ICCV），pp.3490\u20133499（2021）。IEEE计算机学会”，“DOI”：“10.1109\/ICCV48922.2021.00349”}，{“key”：“1435_CR17”，“DOI-asserted-by”：“crossref”，“unstructured”：“Wang，C.-Y.，Bochkovskiy，A.，Liao，H.-Y.M.：YOLOv7:可训练的免费行李为实时目标探测器设定了最新的技术水平。在：arXiv预打印arXiv:2207.02696（2022）”，“DOI”：“10.1109\/CVPR52729.2023.00721”}，{“key”：“1435_CR18”，“DOI-asserted-by”：“crossref”，“unstructured”：“Wang，C.-Y.，Bochkovskiy，A.，Liao，H.-Y.M.：Scaled-YOLOv4：跨阶段局部网络缩放。In：2021年IEEE计算机视觉与模式识别会议论文集（第13029-13038页）。（2021）”，“DOI”：“10.1109”，{“key”：“1435_CR19”，“DOI-asserted-by”：“crossref”，“unstructured”：“Law，H.，&Deng，J.：CornerNet:将对象检测为成对的关键点。Int.J.Compute Vision.https://\/doi.org\/10.1007\/s11263-01204-1（2020）”，“doi”：“10.1007\/s11269-01204-1”}，{“key”：“1435_CR20”，“doi-asserted-by”：“crossref”，“unstructured”：“Lin，T.-Y.，Goyal，P.，Girshick，R.，He，K.，Doll\u00e1r，P.：密集目标检测的焦点损失。摘自：IEEE计算机视觉国际会议论文集，第2980\u20132988页（2017）”，“DOI”：“10.1109\/ICCV.2017.324”}，{“key”：“1435_CR21”，“DOI-asserted-by”：“crossref”，“unstructured”：“Liu，W.，Anguelov，D.，Erhan，D.，Szegedy，C.，Reed，S.，Fu，C.-Y.，Berg，A.C.:SSD：单次多盒探测器（2015）”，“DOI”：“10.1007\/978-3319-46448-0_2”}，{“key”：“1435_CR22”，“DOI-asserted-by”：“crossref”，“unstructured”：“Redmon，J.，Divvala，S.，Girshick，R.，Farhadi，A.：你只看一次：统一的实时对象检测。In：2016 IEEE计算机视觉和模式识别会议（CVPR）（2015）”，“DOI”：“10.1109\/CVPR.2016.91”}，{“key”：“1435_CR23”，“DOI-asserted-by”：“publisher”，“unstructured”：“Kim，J.、Choi，J.，Kim，Y.、Koh，J.和Chung，C.C.，Choi和J.W.：通过深度选通信息融合网络进行稳健相机激光雷达传感器融合。摘自：2018 IEEE智能车辆研讨会（IV），第1620\u20131625页（2018）。https:\\/doi.org\/10.109\/IVS.2018.8500711”，“doi”：“10.1109\/IVS.2018.8500711”}，{“key”：“1435_CR24”，“doi-asserted-by”：“crossref”，“非结构化”：“Condat，R.，Rogozan，A.，Bensrhair，A.：GFD-视网膜：用于多模式2D道路目标检测的门控融合双视网膜。摘自：2020 IEEE第23届智能交通系统国际会议（ITSC），pp.1\u20136（2020）”，“DOI”：“10.1109\/ITSC45102.2020.9294447”}，{“key”：“1435_CR25”，“DOI-asserted-by”：“publisher”，“非结构化”：“Du，X.，Ang，M.H.，Karaman，S.，Rus，D.：车辆三维检测的通用管道。摘自：2018 IEEE机器人与自动化国际会议（ICRA），第3194\u20133200页（2018）。https:\/\/doi.org\/10.109\/ICRA.2018.8461232”，“doi”：“10.1109\/ICRA.2018.846123”}，{“key”：“1435_CR26”，“doi-asserted-by”：“crossref”，“非结构化”：“Xu，D.，Angelov，D.，Jain，A.：点融合：三维边界盒估计的深度传感器融合。摘自：IEEE计算机视觉和模式识别会议论文集，第244\u2013253（2018）页”，“DOI”：“10.1109\/CVPR.2018.00033”}，{“key”：“1435_CR27”，“DOI-asserted-by”：“crossref”，“非结构性”：“Wu，X.，Peng，L.，Yang，H.，Xie，L.、Huang，C.、Deng，C.、Liu，H.、Cai，D.：稀疏引信密集型：走向高质量三维检测和深度完成。摘自：IEEE计算机视觉和模式识别会议论文集，第5418\u20135427（2022）页”，“DOI”：“10.1109\/CVPR52688.2022.00534”}，{“key”：“1435_CR28”，“DOI-asserted-by”：“publisher”，“DOI”：“10.1109\/TMM.2022.3189778”，“author”：“H Zhu”、“year”：“2022”，“unstructured”：“Zhu，H.，Deng，J.，Zhang，Y.，Ji，J.、Mao，Q.，Li，H，Zhanng，Y.：VPFNet:使用基于虚拟点的激光雷达和立体数据融合改进三维物体检测。IEEE Trans.Multimed.（2022）。https:\/\/DOI.org\/10.109\/TMM.2022.3189778”、“journal-title”：“IEEE Trans.Multimed.”}，{“key”：“1435_CR29”，“doi-asserted-by”：“crossref”，“unstructured”：“He，K.，Zhang，X.，Ren，S.，Sun，J.：图像识别的深度剩余学习。摘自：IEEE计算机视觉和模式识别会议论文集，第770\u2013778页（2016）”，“doi”：“10.1109\/CVPR.2016.90”}：“crossref”，“unstructured”：“Liu，Z.，Lin，Y.，Cao，Y.”，Hu，H.，Wei，Y.、Z.、Lin，S.、Guo，B.：Swin transformer：使用移位窗口的分层视觉变换器。摘自：IEEE CVF计算机视觉国际会议论文集，第10012\u201310022（2021）页”，“DOI”：“10.1109\/ICCV48922.2021.00986”}，{“key”：“1435_CR31”，“doi-asserted-by”：“crossref”，“unstructured”：“Lin，T.-Y.，Doll\u00e1r，P.，Girshick，R.，He，K.，Hariharan，B.，Belongie，S.：目标检测的特征金字塔网络。摘自：IEEE计算机视觉和模式识别会议论文集，第2117\u20132125页（2017）”，“doi”：“10.1109\/CVPR.2017.106”}，{“key”：“1435_CR32”，“doi-asserted-by”：“crossref”，“unstructured”：“Yu，Z.，Yu，J.，Fan：“Rahman，M.A.，Lagani\u00e8re，R.：用于未修剪视频中端到端时间活动检测的中级融合。在：BMVC（2020）”，“DOI”：“10.1109\/CRV50864.2020.00035”｝，｛“issue”：“11”，“key”：“1435_CR34”，“DOI asserted by”：“publisher”，“首页”：“3051”，“DOI”：“10.1007\/s11263-021-01515-2”，“volume”：“129”，“author”：“C Yu”，“year”：“2021”，“nonstructured”：“Yu，C.，Gao，C.，Wang，J.，Yu，G.，Shen，C.，Sang，N.：BiSeNet v2:具有引导聚合的双边网络，用于实时语义分割。Int.J.Compute.Vis.129（11），3051\u20133068（2021）”，“journal-title”：“Int.J..Compute.Vis.”}，{“issue”：“12”，“key”：“1435_CR35”，“doi-asserted-by”：“publisher”，“first page”：”4722“doi”：“10.1109”，“TCSVT.2021.3100848”，“volume”：“31”，“author”：“J Deng”，“year”：“2021”，“unstructured”：“Deng，J.，Zhou，W.，Zhang，Y.，Li，H.：From multi-view to hollow-3d：幻觉hollow-3 d R-CNN用于三维物体检测。IEEE Trans.Circuits Syst.Video Technol.31（12），4722\u20134734（2021）”，“journal title”：“IEEE Trans Circuits-Syst.Video-Technol.”}，{“key”：“1435_CR36”，“doi-asserted-by”：“crossref”，“unstructured”：“Geiger，A.，Lenz，P.，Urtasun，R.：我们准备好自动驾驶了吗？kitti视觉基准套件。In：计算机视觉和模式识别会议（CVPR）（2012）”，“doi”：“10.1109\/CVPR.2012.6248074”}，{“issue”：“5”，“key“1435_CR37”，“doi-assertd-by”：“publisher”，“首页”：“1259”，“DOI”：“10.1109\/TPAMI.2017.2706685”，“卷”：“40”，“作者”：“X Chen”，“年份”：“2017年”，“非结构化”：“Chen，X.，Kundu，K.，Zhu，Y.，Ma，H.，Fidler，S.，Urtasun，R.：使用立体图像进行准确对象类别检测的三维对象建议。IEEE Trans.Pattern Anal.Mach.Intell.40（5），1259\u20131272（2017）”，“期刊标题”：“IEEE Trans.Pattern Anal.Mach.Intell.”}，{“key”：“1435_CR38”，“unstructured”：“Loshchilov，I.，Hutter，F.：解耦重量衰减正则化。arXiv预印本arXiv:1711.05101（2017）”}]，“container-title”：[“机器视觉和应用”]，“原始标题”：[]，“language”：“en”，“link”：[{“URL”：“https:\/\/link.springer.com/content\/pdf\/10.1007\/s00138-023-01435-w.pdf”，“content-type”：“application\/pdf”、“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“http:\/\-link.springer.com/article\/10.10007\/s00138-023-0143 5-w\/fulltext.html”，“内容类型”：“文本\/html”，“content-version“：”vor“，”intended-html应用程序“：“text-mining”}，{“URL”：“https:\/\/link.springer.com/content\/pdf\/10.1007\/s00138-023-01435-w.pdf”，“content-type”：“application\/pdf”、“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2023,9,9]]，“date-time”：”2023-09T08:05:52Z“timestamp”：1694246752000}，“score”：1，“resource”（资源）：{“primary”（主资源）：}“URL”（URL）：“https:\/\/link.springer.com/10.1007\/s00138-023-01435-w”}}，“副标题”：[]，“短标题”：[]，“已发布”：{“日期部分”：[[2023,8,20]]}dx.doi.org \/10.1007\/s00138-023-01435-w“，”关系“：{}，”ISSN“：[”0932-8092“，“1432-1769”]，“issn type”：[｛“value”：“0932-8092”，“type”：“print”｝，｛“value”：“1432-1769”，“type”：“electronic”｝]，“subject”：[]，“published”：｛“date parts”：[[2023,8,20]]｝，“assertion”：[｛“value”：“2023年3月15日”，“order”：1，“name”：“received”，“label”：“received”，“group”：｛“name”：“ArticleHistory”，“label”：“ArticleHistory”｝，｛“value”：“2023年7月3日”，“order”：2，“name”：“revised”，“label”：“Revied”，“group”：{“name”：“Article History”，“标签”：“文章历史”}}，{“value”：“2023年7月16日”，“订单”：3，“名称”：“accepted”，“label”：”accepted“，”group“：{”name“：”Article History“，”label“：”文章历史“文章历史”，“标签”：“文章历史”}}]，“文章编号”：“86”}}