｛“status”：“ok”，“message type”：“work”，“message version”：“1.0.0”，“message”：｛“indexed”：｛“date parts”：[[2024,8,26]，“date-time”：“2024-08-26T09:40:10Z”，“timestamp”：1724665210116｝，“reference count”：68，“publisher”：“Springer Science and Business Media LLC”，“issue”：“5”，“license”：[｛“start”：｛“date parts”：[[2021,3,18]，“date-time”：“2021-03-18T00:00:00Z”，“timestamp”：1616025600000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\\/www.springer.com/tdm”}，{“start”：{“date-parts”：[[2021,3,18]]，“date-time”：“2021-03-18T00:00:00Z”，“timetamp”：616025600000}，/tdm“}]，“出资人”：[{“DOI”：“10.13039\/501100001809”，“名称”：“国家自然科学基金”，“doi-asserted-by”：“publisher”，“award”：[“11664005”]，“id”：[{“id”:“10.13039\/501100001809”，“id-type”：“doi”，“asserted-dby”：“publisher”}]}，{“name”：“贵州省科技规划项目”，“adward”：【“2020-1Y021”】}，“奖项”：[“YJSCXJH 2019-066”]}，{“名称”：“贵州财经大学2020年度校级项目”，“奖项“：[“2020XJC03”]}]，“内容域”：{“域”：[”link.springer.com“]，“交叉标记限制”：false}，“短容器-时间”：[）Vis Compute“]，”published-print“：{”date-parts“：[2022,5]}”，“DOI”：“10.1007\/s003717-021-02105-6“，”类型“：“journal-article”，“created”：{“date-parts”：[[2021,3,18]]，“date-time”：“2021-03-18T18:47:37Z”，“timestamp”：1616093257000}，“page”：“1787-1802”，“update-policy”：”http://\/dx.doi.org\/10.10007\/springer_crossmark_policy“，”source“：”Crossref“，“is-referenced-by-count”：1，“title”：[“图像注册的附加余弦损失边距”]，“prefix”：“10.1007”，“卷”：“38”，“作者”：[{“给定”：“远东”，“家庭”：“马”，“序列”：“第一”，“从属关系”：[]}，{“给出”：“守余”，“家族”：“孙”，“顺序”：“附加”，“隶属关系”：[]}、{“指定”：“凤娇”，“家人”：“吴”，“排序”：“额外”，“附属关系”：【】}，}“给定的”：“云帆”，“家”：“阳”，“次序”：“添加”，“归属关系”：[]}，{“given”：“Xin”，“family”：“Yang”、“sequence”：“additional”，“affiliation”：[]}，{“given”：“Bin”，“family”：“Xu”，“sequence:”additional“，”affiliance“：[]{“ORCID”：”http://\/ORCID.org\/00000-0002-7907-0858“，”authenticated-ORCID“：false，”given“：”资江“，”family“：”罗“，”sequence“：”additionable“，”从属关系“：[]}]，“member”：“297”，“published-on-line”：{“date-pa”rts“：[[2021,3,18]]}，”参考“：[{“key”：“2105_CR1”，“doi-asserted-by”：“crossref”，”unstructured“：”Harris，C.，Stephens，M.：角和边的组合检测器。摘自：《第四届阿尔维视觉会议（AVC）论文集》，第147\u2013151页（1988）“，”doi“：”10.5244\/C.23“}，{“issue”：“2”，“key“2105_CR2”，”doi-assert-by“：”publisher“，”first page“：”91“，”doi“：“10.1023\/B:VISI.0000029664.99615.94”，“volume”：“60”，“author”：“DG Lowe”，“year”：“2004”，“unstructured”：“Lowe，D.G.：不同尺度关键点的独特图像特征。国际计算机视觉60（2），91\u2013110（2004）”，“journal-title”：“国际计算机视觉”}，{“key”：”2105_CR3“，”doi-asserted-by“：”crossref“，”非结构化“：“Yan，K.，Rahul，S.：PCA-SIFT：局部图像描述符的一种更独特的表示法。在：IEEE计算机视觉和模式识别会议（CVPR），第506\u2013513页（2004）”，“DOI”：“10.1109\/CVPR.2004.1315206”}，{“key”：“2105_CR4”，“DOI-asserted-by”：“crossref”，“unstructured”：“Bay，H.，Tuytelaars，T.，Gool，L.：SURF：加速强大功能。摘自：第九届欧洲计算机视觉会议论文集。施普林格，格拉茨，奥地利，第404\u2013417（2006）页”，“DOI”：“10.1007\/11744023_32”}，{“key”：“2105_CR5”，“DOI-asserted-by”：“crossref”，“unstructured”：“Fan，B.，Wu，F.C.，Hu，Z.Y.：通过点对应实现的行匹配。In:IEEE Conference on Computer Vision and Pattern Recognition（CVPR），pp.390\u2013397（2010）”，“DOI”：“10.1109\/CVPR.2010.5540186”}，{“issue”：“2”，“key”：“2105_CR6”，“DOI-asserted-by”：“publisher”，“first page”：《794》，“DOI:”10.1016\/j.patcog.2011.08.004“，”volume“45”，“author”：“B Fan”，“year”：“2012”，“unstructured”：“Fan，B.，Wu，F.C.，Hu，Z.Y.：通过线-点不变量进行稳健的线匹配。Pattern Recogn.45（2），794\u2013805（2012）”，“journal-title”：“Pattern Reign.”}，{“issue”：“5”，“key”：“2105_CR7”，“doi-asserted-by”：“publisher”，“first page”:“941”，“doi”：“10.1016\/j.patcog.2008.035“，”卷“：”42“，”作者“：“ZH Wang”，“年份”：“2009”，“非结构化”：“Wang，Z.H.，Wu，F.C.，Hu，Z.Y.:MSLD:一个用于行匹配的健壮描述符。Pattern Recogn.42（5），941\u2013953（2009）”，“期刊标题”：“Pattern Recogn.”}，｛“issue”：“1”，“key”：“2105_CR8”，“doi asserted by”：“publisher”，“首页”：“15”，“doi”：“10.1016\/j.sprsjprs.2019.03.002”，“volume”：“151”，“作者”：“R Feng”，“年份”：“2019年”，“非结构化”：“Feng，R.，Du，Q.，Li，X.，Shen，H.：通过结合和定位基于特征和区域的方法实现遥感图像的稳健配准。ISPRS J.Photogram.remote.Sens.151（1），15\u201326（2019）”，“期刊标题”：“ISPRS J Photogramm.remote.Sens.”}，{“问题”：“4”，“密钥”：“2105_CR9”，“doi-asserted-by”：“publisher”，“首页”：“213”，“DOI”：“10.3844\/jcssp.2016.213.222”，“卷”：“12”，“作者”：“HA Elnemr”，“年份”：“2016年”，“非结构化”：“Elnemer，H.A.：将SURF和MSER与颜色特征相结合，用于基于视觉词汇包的图像检索系统。J.Compute.Sci.12（4），213\u2013222（2016）”，“日志标题”：“J.Computer.Sci.”}，{“关键字”：“2105_CR10”，“doi-asserted-by”：“crossref”，“unstructured”：“Zhang，X.，Felix，X.、Karaman，S.，Chang，S.F.：学习判别和变换共变局部特征检测器。摘自：IEEE计算机视觉和模式识别会议（CVPR），第281\u2013591页（2017）”，“doi”：“10.1109\/CVPR.2017.523”}，{“key”：“2105_CR11”，“doi-asserted-by”：“crossref”，“unstructured”：“Savinov，N.，Seki，A.，Ladicky，L.，Sattler，T.，Polle-feys，M.：四网络：无监督学习对兴趣点检测排名。摘自：IEEE计算机视觉和模式识别会议（CVPR），第218\u2013223页（2017）”，“DOI”：“10.1109\/CVPR.2017.418”}，{“key”：“2105_CR12”，“DOI-asserted-by”：“cross-ref”，“非结构化”：“Laguna，AB.，Riba，E.，Ponsa，D.，Mikolajczyk，K.T.：通过手工制作和学习的CNN过滤器进行关键点检测。收录于：2019年IEEE国际计算机视觉会议（ICCV）论文集，第593\u2013607（2019）页”，“DOI”：“10.1109”：“ICCV.2019.00593”}，{“key”：”2105_CR13“DOI-asserted-by”：“crossref”，“非结构性”：“MooYi，K.，Trulls，E.，Lepetit，V.，Fua，P.：学习不变特征变换（ECCV），第319\u2013328页（2016）”，“DOI”：“10.1007\/978-3319-46466-4_28”}，{“key”：“2105_CR14”，“DOI-asserted-by”：“crossref”，“unstructured”：“Noh，H.，Araujo，A.，Sim，J.，Weyandand，T.B.，Han，B.：具有关注深度局部特征的大尺度图像检索（ICCV），pp.1612\u20131623（2017）“，“DOI”：“10.1109\/ICCV.2017.374”}，{“key”：“2105_CR15”，“unstructured”：“Daniel，D.，Tomasz，M.，Andrew，R.：Superpoint：自监督兴趣点检测和描述。In:IEEE Conference on Computer Vision and Pattern Recognition（CVPR），pp.1\u201312（2018）”}Yuki，O.、Eduard，F.、Pascal，F.和Yi，K.M.：从图像中学习当地特色。In:The Conference and Workshop on Neur Information Processing Systems（NeurIPS），pp.125\u2013137（2018）“}，{”key“：”2105_CR17“，”doi-asserted-by“：”crossref“，”unstructured“：”Dusmanu，M.、Rocco，I.、Pajdla，T.、Pollefeys，M.、Sivic，J.、Torii，A.、Sattler，T.:D2网络：用于联合检测和描述局部特征的可训练CNN。摘自：IEEE计算机视觉和模式识别会议（CVPR），第1023\u20131030（2019）页“，”DOI“：”10.1109\/CVPR.2019.00828“}，{“key”：“2105_CR18”，“unstructured”：“Revaud，J.、Weinzaepfel，P.、Roberto C.、Souza，D.、Pion，N.、Csurka，G.、Cabon，Y.、Humenberger，M.：R2D2：可重复且可靠的检测器和描述符。摘自：神经信息处理系统会议与研讨会（NeurIPS），pp.1321\u20131335（2019）“}，{“问题”：“2”，“关键”：“2105_CR19”，“doi-asserted-by”：“publisher”，“首页”：“71”，“doi”：“10.1109\/TMI.2007.905820”，“卷”：“27”，“作者”：“M Sdika”，“年份”：“2008”，“非结构化”：“Sdika，M.：使用大规模约束优化的雅可比约束快速非刚性图像配准。IEEE传输。医学成像27（2），71\u201381（2008）“，“期刊标题”：“IEEE Trans。Med.Imaging“}，{“key”：“2105_CR20”，“doi-asserted-by”：“crossref”，“unstructured”：“Duchenne，O.，Joulin，A.，Ponce，J.：对象分类的图形匹配内核。摘自：IEEE国际计算机视觉会议（ICCV），pp.6\u201313（2011）”，“doi”：“10.1109\/ICCV.2011.6126445”}，“key“：Ham，B.、Cho，M.、Schmid，C.、Ponce，J.：提案流程。2016年IEEE计算机视觉和模式识别会议（CVPR），第1063\u20131072页（2016）“，“DOI”：“10.1109\/CVPR.2016.378”}，{“key”：“2105_CR22”，“unstructured”：“Long，J.L.，Zhang，N.，Darrell，T.：修道院学习通信吗？In:NIPS，第1056\u20131067页（2014）”}Han，X.，Leung，T.，Jia，Y.，Sukthankar，R.，Berg，A.C.：MatchNet:统一特征和度量学习以实现基于补丁的匹配。摘自：IEEE计算机视觉和模式识别会议论文集，pp.3279\u20133286（2015）“}，{“key”：“2105_CR24”，“doi-asserted-by”：“crossref”，“unstructured”：“Zagoruyko，S.，Komodakis，N.：学习通过卷积神经网络比较图像补丁。摘自：IEEE计算机视觉和模式识别会议论文集，第4353\u20134361页（2015）“，“DOI”：“10.1109\/CVPR.2015.7299064”}，{“key”：“2105_CR25”，“DOI-asserted-by”：“crossref”，“unstructured”：“Tian，Y.R.，Fan，B.，Wu，F.C.：L2-Net：欧几里德空间中区分性补丁描述符的深度学习。摘自：IEEE计算机视觉和模式识别会议（CVPR），第6128\u20136136页（2017）“，”DOI“：”10.1109\/CVPR.2017.649“}，{“问题”：“1”，“关键”：“2105_CR26”，“首页”：“44”，“卷”：“7”，“作者”：“MJ Khan”，“年份”：“2017”，“非结构化”：“Khan，M.J.、Yousaf，A.、Javed，N.等人：使用深度学习的卫星图像中的自动目标检测。J.航天技术。7（1），44\u201349（2017）“，“新闻标题”：“J.Space Technol。“｝，｛”issue“：”1“，”key“：”2105_CR27“，”首页“：”1“，”卷“：”31“，”作者“：”G Haskins“，”年份“：”2020“，”非结构化“：”Haskins，G.，Kruger，U.，Yan，P.等人：医学图像配准中的深度学习：一项调查。Mach.Vis.Appl.31（1），1\u20138（2020）“，”期刊标题“：”Mach.Vis.Appl.“｝，｛”issue“：”1“，”key“：”2105_CR28“，”第一页“：”256“，”卷“：”12”，“作者”：“T Estienne”，“年份”：“2020年”，“非结构化”：“Estiene，T.，Lerousseau，M.，Vakalopoulou，M，et al.：基于深度学习的并行大脑注册和肿瘤分割。前面。计算。神经科学。12（1），256\u2013267（2020）“，“新闻标题”：“正面。计算。神经科学。“}，{”key“：”2105_CR29“，”doi-asserted-by“：”crossref“，”unstructured“：”Khan，M.J.，Yousaf，A.，Khurshid，K.，et \u00a0al.：使用模糊聚类对多光谱文档图像进行自动伪造检测。摘自：IAPR国际文档分析系统研讨会，pp.1\u20137（2018）“，”doi“：”10.1109 \/DAS.2018.26“}”，{“issue”：“5”，“key”：“”2105_CR30“，”doi-asserted-by“：”publisher“，”first page“：”1110“，”doi“：”10.1117\/1.JEI.27.53001“，”volume“：“27”，”author“：”MJ Khan“，”year“：”2018“，”unstructured“：”Khan，M.J.，Yousaf，A.，Abbas，A.，Khurshid，K.：高光谱文档图像中自动伪造检测的深度学习。《电子杂志》。成像27（5），1110\u20131121（2018）“，“期刊标题”：“J.Electron。Imaging“}，{”issue“：”3“，”key“：”2105_CR31“，”doi-asserted-by“：”publisher“，”first page“：“503”，”doi“：”10.1111\/exsy.12503“，“volume”：“37”，“author”：“A Yousaf”，“year”：“2020”，“unstructured”：“Yousaf，A.，Khan，M.J.，Siddiqui，A.M.，et al.：一个用于年龄不变人脸识别的健壮高效卷积深度学习框架。专家。Syst.37（3），503\u2013512（2020）“，“新闻标题”：“专家。系统。“}，{”issue“：“8”，”key“：“2105_CR32”，”doi-asserted-by“：”publisher“，”first page“：”1008“，”doi“：”10.1088\/1361-6560\/ab79c4“，”volume“：：”65“，”author“：”Y Lei“，”year“：”2020“，”unstructured“：”Lei，Y.，Fu，Y.B.，Wang，T.H.，et al.：使用多尺度无监督深度学习的4D-CT变形图像配准。Phys.Med.Biol.65（8），1008\u20131021（2020）“，”期刊标题“：”物理。医学生物学。“}，{”issue“：”5“，”key“：”2105_CR33“，”doi-asserted-by“：”publisher“，”first-page“：”1594“，”doi“：”10.1109\/TMI.2019.2953788“，”volume“：“39”，”author“：”K Eppenhof“，”year“：”2019“，”unstructured“：”Eppenhof，K.，Lafarge，M.W.，Veta，M.，et al.：用于可变形图像配准的渐进训练卷积神经网络。IEEE Trans.Med.Imaging 39（5），1594\u20131604（2019）“，”期刊标题“：”IEEE Trans。医学成像”}，{“问题”：“1”，“关键”：“2105_CR34”，“首页”：“2”，“卷”：“99”，“作者”：“陈S”，“年份”：“2020”，“非结构化”：“陈S，钟S，薛B，et al.：用于遥感图像注册的迭代尺度变分特征变换。IEEE Trans.Geosci.remote Sens.99（1），1\u201322（2020）”，“期刊标题”：“IEEE传输。地质科学。遥感器“}，{“问题”：“1”，“关键”：“2105_CR35”，“doi-asserted-by”：“出版商”，“首页”：“14118”，“doi”：“10.1109\/ACCESS.2018.2812999”，“卷”：“6”，“作者”：“MJ Khan”，“年份”：“2018”，“非结构化”：“Khan，M.J.，Khan，H.S.，Yousaf，A.等人：高光谱图像分析的现代趋势：综述。IEEE ACCESS 6（1），14118\u201314129（2018年）“，”journal-title“：”IEEE Access“}，{“key”：“2105_CR36”，“doi-asserted-by”：“crossref”，“unstructured”：“Khan，M.J.，Khurshid，K.，Shafait，F.：用于高光谱文件认证的空间-光谱混合卷积架构。摘自：IAPR国际文件分析与识别会议（ICDAR），pp.1\u20138（2019）”，“doi”：“10.1109\/ICDAR.2019.00178“}，{“key”：“2105_CR37”，“doi-asserted-by”：“crossref”，“unstructured”：“Yang，T.Y.，Hsu，J.H.，Lin，Y.Y.：DeepCD:学习补丁表示的深度互补描述符。收录于：2017 IEEE国际计算机视觉会议（ICCV），第3334\u20133342页（2017）”，“doi”：“10.1109\/ICCV.2017.359”}，}“key:”2105_CR 38“，”非结构化“：”Balntas，V.，Johns，E.，Tang，L.L.：PN-Net：用于学习局部图像描述符的联合三重深度网络。摘自：IEEE计算机视觉和模式识别会议（CVPR），第3129\u20133142页（2016）“}，{“key”：“2105_CR39”，“doi-asserted-by”：“crossref”，“unstructured”：“Altwaijry，H.，Trulls，E.，Hays，J.，Fua，P.，Belongie，S.：学习将航空图像与深沉专注的建筑相匹配。在：IEEE计算机视觉与模式识别会议（CVPR），pp.3539\u20133547（2016）“，DOI”：“10.1109\/CVPR.2016.385”｝，｛“issue”：“5”，“key”：“2105_CR40”，“first page”：“597”，“volume”：“9”，“author”：“G Balakrishnan”，“year”：“2019”，“nonstructured”：“Balakrishnan，G.，Zhao，A.，Sabuncu，M.，Gut-tag，J.，Dalca，A.，Oxelmorph，V.：可变形医学图像注册的学习框架。IEEE传输。医学成像9（5），597\u2013610（2019）“，“期刊标题”：“IEEE Trans。医学成像“}，{“key”：“2105_CR41”，“unstructured”：“Szegedy，C.，Toshev，A.，Erhan，D.：用于目标检测的深层神经网络。摘自：神经信息处理系统（NIPS）年度会议，麻省理工学院出版社，第118\u2013126（2013）页”}，}，“key“：”2105_CR12“，”doi-asserted-by“：”crossref“，”unstructure“：”He，K.，Sun，J.：时间成本受限的卷积神经网络。摘自：IEEE计算机视觉和模式识别会议（CVPR），第5353\u20135360页（2015）“，“DOI”：“10.1109\/CVPR.2015.7299173”}，{“key”：“2105_CR43”，“DOI-asserted-by”：“crossref”，“unstructured”：“Balakrishnan，G.，Zhao，A.，Sabuncu，MR.，Gut-tag，J.，Dalca，A.：变形医学图像配准的无监督学习模型。摘自：IEEE计算机视觉和模式识别会议论文集（CVPR），第9252\u20139260页（2018）“，”DOI“：”10.1109\/CVPR.2018.00964“}，{“问题”：“6”，“密钥”：“2105_CR44”，“DOI-asserted-by”：“出版商”，“首页”：“895”，“DOI”：“10.3390\/s16060895”“卷”：“16”，“作者”：“C Li”，“年份”：“2016”，“非结构化”：“Li，C.，Sanchez，R.V.，Zurita，G.，Cerrada，M.，Cabrera，D.：使用振动测量深度统计特征学习对旋转机械进行故障诊断。Sensors 16（6），895\u2013906（2016）“，“journal-title”：“Sensors”}，{“key”：“2105_CR45”，“unstructured”：“Mishchuk，A.，Mishkin，D.，Radenovic，F.，Matas，J.：努力了解邻居的边际：局部描述子学习损失。In:The Conference and Workshop on Neur Information Processing Systems（NeurIPS），pp.53\u201360（2017）”}、{“key“：”2105_CR46“，”unstructured“：”Kumar，V.，Carneiro，G.，Reid，I.：通过最小化全局损失函数，学习具有深暹罗和三重卷积网络的局部图像描述符。收录于：IEEE计算机视觉和模式识别会议（CVPR），第1740\u20131752页（2016）“}，{“key”：“2105_CR47”，“doi-asserted-by”：“crossref”，“unstructured”：“Tian，Y.，Yu，X.，Fan，B.，Wu，F.，Heijnen，H.，Balntas，V.：SOSNet：局部描述符学习的二阶相似性正则化。收录于：IEEE计算机视觉和模式识别会议（CVPR），第465\u2013470页（2019年）“，“DOI”：“10.1109\/CVPR.2019.01127”}，{“key”：“2105_CR48”，“DOI-asserted-by”：“crossref”，“unstructured”：“Ebel，P.、Mishchuk，A.、Kwang，M.、Fua，P.和Trulls。E.：超越局部描述符的笛卡尔表示。摘自：IEEE计算机视觉国际会议（ICCV），第24\u201338页（2019）“，“DOI”：“10.1109\/ICCV.2019.00034”}，{“key”：“2105_CR49”，“DOI-asserted-by”：“crossref”，“unstructured”：“Rocco，I.、Arandjelovi，R.、Sivic，J.：用于几何匹配的卷积神经网络结构。收录于：IEEE计算机视觉和模式识别会议（CVPR），第3653\u20133675页（2017）“，”DOI“：”10.1109\/CVPR.2017.12“}，{“问题”：“1”，“关键”：“2105_CR50”，“DOI-asserted-by”：“publisher”，“首页”：“91”，“DOI”：“10.1023\/B:VISI.0002964.99615.94”，“卷”：“60”，“作者”：“DG Lowe”，年：“2004”，“非结构化”：“Lowe，D.G.：不同尺度变化关键点的独特图像特征。国际期刊计算。Vision 60（1），91\u2013110（2004）“，“期刊标题”：“国际计算杂志”。Vision“}，{“key”：“2105_CR51”，“doi-asserted-by”：“crossref”，“unstructured”：“Sivic，J.，Zisserman，A.：视频谷歌：视频中对象匹配的文本检索方法。in：IEEE国际计算机视觉会议（ICCV），第1470\u20131479页非结构化”：“Schroff，F.，Kalenichenko，D.，Philbin，J.：Facenet:人脸识别和聚类的统一嵌入。摘自：IEEE计算机视觉和模式识别会议（CVPR），第815\u2013823页（2015）”，“DOI”：“10.1109\/CVPR.2015.7298682”}，{“key”：“2105_CR53”，“DOI-asserted-by”：“crossref”，“非结构化”Hadsell，R.，Chopra，S.，Lecun，Y.：通过学习不变映射进行降维，In：IEEE计算机视觉和模式识别会议（CVPR），pp.1735\u20131742（2006）“，DOI”：“10.1109\/CVPR.2006.100”}，｛“key”：“2105_CR54”，“nonstructured”：“Chen，Y.，Wang，X.，Tang，X.:通过联合身份验证深入学习面部表征。In：神经信息处理系统国际会议（NeurIPS），pp.1988\u20131996（2014）“}，{“key”：“2105_CR55”，“unstructured”：“Liu，W.，Wen，Y.，Yu，Z.，Yangdoi-asserted-by“：”crossref“，”unstructured“：”Liu，W.，Wen，Y.，Yu，Z.，Li，M.，Raj，B.，Song，L.：SphereFace：用于人脸识别的深超球面嵌入。摘自：IEEE计算机视觉与模式识别会议（CVPR），第1573\u20131585页（2017）“，”DOI“：”10.1109\/CVPR.2017.713“}，{“问题”：“1”，“关键”：“2105_CR57”，“首页”：“1301”，卷：“14”，“作者”：“Z Zheng”，“年份”：“2017”，“非结构化”：“Zheng，Z.，Zheng，L.，Yang，Y.：一种用于人的重新识别的有区别的学习CNN嵌入。ACM事务处理。Multimed公司。计算。Commun公司。申请。14（1），1301\u20131320（2017）“，“日记标题”：“ACM Trans。Multimed公司。计算。Commun公司。申请。“}，{”issue“：“1”，”key“：“2105_CR58”，”doi-asserted-by“：”publisher“，”first page“：”518“，”doi“：”10.1109\/TIP.2018.2867747“，”volume“：：”28“，”author“：”X Dong“，”year“：”2019“，”unstructured“：”Dong，X.，Yan，Y.，Tan，M.，Yang，Y.、Tsang，I.W.：通过子空间搜索进行后期融合，并保持一致性。IEEE Trans.Image Process.28（1），518\u2013528（2019年）“journal-title“：”IEEE Trans。图像处理。“}，{”问题“：”1“，”键“：”2105_CR59“，”首页“：”283“，”卷“：”99“，”作者“：”D Zhong“，”年份“：”2019“，”非结构化“：”Zhong，D.，Zhu，J.：开放集深度掌纹识别的集中大余弦损失。IEEE Trans.Circuits Syst.Video Technol.99issue“：”4“，”key“：”2105_CR60“，”doi-asserted-by“：”publisher“，”first page“：“669”，”doi“：”10.1142\/S021801493000339“，”volume“：：”7“，”author“：”J Bromley“，”year“：”1993“，”unstructured“：”Bromley，J.，Guyon，I.，Lecun，Y.，Sackinger，E.，Shah，R.：使用a\u2018Siamese\u2019时延神经网络进行签名验证。Int.J.Pattern Recognit。Artif公司。智力。7（4），669\u2013688（1993）“，“期刊标题”：“国际期刊模式识别。Artif公司。智力。“}，{”issue“：”7“，”key“：”2105_CR61“，”first page“：499”，“卷标题”：“欧洲计算机视觉会议（ECCV）”，“作者”：“Y Wen”，“年份”：“2016”，“非结构化”：“Wen，Y.，Zhang，K.，Li，Z.，Qiao，Y.：一种用于深度人脸识别的判别特征学习方法。收录于：Leibe，B.，Matas，J.，Sebe，N.，Welling，M.（编辑）欧洲计算机视觉会议（ECCV），第499\u2013515页。Springer，New York（2016）“}，{”issue“：“17”，”key“：“2105_CR63”，”doi-asserted-by“：”publisher“，”first page“：”668“，”doi“：”10.1007\/s11263-01142-4“，”volume“：11”，”author“：”Y Wen“，”year“：”2019“，”unstructured“：”Wen，Y.，Zhang，K.，Li，Z.，Qiao，Y.：深度人脸识别中心缺失的综合研究。国际计算机视觉11（17），668\u2013683（2019）“，“期刊标题”：“国际计算杂志”。视觉。“}，{”问题“：”6“，”关键“：”2105_CR64“，”首页“：”99“，”卷“：”24“，”作者“：”J Hu“，”年份“：”2017“，”非结构化“：”Hu，J.，Shen，L.，Sun，G.：挤压和激励网络。IEEE Trans.Pattern Anal.Mach.Intell.24（6），99\u2013107（2017）“，”日志标题“：”IEEE Trans.Pattern Analy.Mach.Intell.“}doi-asserted-by“：”crossref“，”非结构化“：”Xie，S.，Girshick，R.，Dollar，P.，Tu，Z.，He，K.：深度神经网络的聚合残差变换。收录于：IEEE计算机视觉和模式识别会议（CVPR）论文集，第1492\u20131500页（2017）“，“DOI”：“10.1109\/CVPR.2017.634”}，{“key”：“2105_CR66”，“DOI-asserted-by”：“crossref”，“unstructured”：“何凯，张，任，S.：图像识别的深度残差学习。摘自：IEEE计算机视觉和模式识别会议（CVPR），第770\u2013778页（2016）“，”DOI“：”10.1109\/CVPR.2016.90“}，{“问题”：“9”，“关键”：“2105_CR67”，“DOI-asserted-by”：“出版商”，“首页”：“1318”，“DOI”：“10.1109\/36.477187”，“卷”：“33”，“作者”：“L Bruzzone”，“年份”：“1995”，“非结构化”：“Bruzzone，L.，Roli，F.，Serpico，S.B.：将Jeffreys\u2013Matusita距离扩展到用于特征选择的多类案例。IEEE传输。地质科学。遥感器33（9），1318\u20131321（1995）“，“日志标题”：“IEEE Trans。地质科学。遥感器“}，{“问题”：“1”，“密钥”：“2105_CR68”，“doi-asserted-by”：“出版商”，“首页”：“60”，“doi”：“10.1093\/comjnl/9.1.60”，“卷”：“9”，“作者”：“GN Lance”，“年份”：“1966”，“非结构化”：“Lance，G.N.，Williams，W.T.：分层多义分类的计算机程序。计算杂志9（1），60\u201364（1966）”，“日志标题”：“计算J.“}]，”container-title“：[“The Visual Computer”]，“original-title”：[]，“language”：“en”，“link”：[{“URL”：“https:\/\/link.springer.com/content\/pdf\/10.1007\/s00371-021-02105-6.pdf”，“content-type”：“application\/pdf”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“https:\/\/link.springer.com/article\/10.1007\/s00371-021-02105-6\/fulltext.html“，“内容类型”：“文本\/html”，“内容版本”：“vor”，“intended-application”：“text-mining”}，{“URL”：“https:\//link.springer\com/content\/pdf\/10007\/s00371-021-0205-6.pdf”，“content-type”：“application\/pdf”“：”相似性检查“}”，“存放”：{“日期-部分”：[[2024,8,26]]，“日期-时间”：“2024-08-26T08:38:45Z”，“时间戳”：1724661525000}，“分数”：1，“资源”：{-“主”：{:“URL”：“https:\/\/link.springer.com\/10.10007\/s00371-021-0205-6”}]}，“references-count”：68，“journal-issue”：{“issue”：“5”，“已发布的印刷品“：｛”日期部分“：[[2022,5]]｝｝，“替代id”：[“2105”]，“URL”：“http:\/\/dx.doi.org/10.1007\/s00371-021-02105-6”，“relationship”：｛｝，“ISSN”：[“0178-2789”，“1432-2315”]，“ISSN type”：[｛”type“：”印刷品“，”value“：”0178-2789“｝，｛”type“：”电子“，”value“：”1432-2315“｝]，”subject“：[]，”已发布”：｛“日期部分”：[[2021,3,18]]｝，“断言”：[｛“值”：“2021年3月1日“，”订单“：1，”名称“：”已接受“，”标签“：”接受“，“组”：{“名称”：“文章历史”，“标签”：“论文历史”}}，{“值”：“2021年三月18日”，“订单”：2，“名称”:“first_online”，“label”：“first online”，”组“：{”名称“:”文章历史“，”label“：“文章史”}}}ing“，”label“：”声明“}}，{“value“：”作者声明他们没有利益冲突。“，”order“：2，”name“：”Ethics“，”group“：{”name“:”EthicsHeading“，”label“：”利益冲突“}}]}}