{“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”：[[2024,9,12]]，“日期-时间”：“2024-09-12T05:47:47Z”，“时间戳”：1726120067138}，“参考-计数”：45，“出版商”：“Springer Science and Business Media LLC”，“问题”：“6”，“许可证”：[{“开始”：{-“日期-零件”：[2023,2,2]]，：“2023-02-02T00:00:00Z”，“时间戳”：167529600000｝，“内容版本”：“tdm”，“延迟天数”：0，“URL”：“https:\/\/wwwspringernature.com\/gp\/researchers\/text and data mining”｝，｛“开始”：｛“日期部分”：[[2023,2,2]]，“日期时间”：“2023-02-02T00:00:00Z”，“时间戳”：167529600000｝，“内容版本”：“vor”，“延迟天数”：0，“URL”：“https:\/\/www.springernature.com/gp\/researters\/text-and-data-mining”}]，“资助者”：[{“DOI”：“10.13039\/501100001809”，“名称”：“中国国家自然科学基金”，“DOI-asserted-by”：“publisher”，“奖项”：[“Nos.61967012”，“61866022”，“6.186127”]，“id”：[}“id”:“10.13029\/50100000189”，“id-type”：“DOI“，”asserted-by“：“出版商”}]}]，“内容域”用法：{“domain”：[“link.springer.com”]，“crossmark-restriction”：false}，“short-container-title”：[”Vis-Compute“]，“published-print”：{”date-parts“：[2023,6]]}，”DOI“：”10.1007\/s00371-023-02781-6“，”type“：”journal-article“，”created“：{（日期）parts“：[[2023,2,2]，”date-time“：”2023-02-02T05:07:54Z“，”timestamp“：1675314474000}，“page”：“2455-2469”，“update-policy”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“source”：“Crossref”、“is-referenced-by-count”：2，“title”：[“基于多尺度轻量级神经网络的无关键点轻量级头部姿势估计”]，“prefix”：“10.1007”，”volume“：”39“，”author“[{”ORCID“http://\/ORCID.org\/00000-0001-9060-5369”，“authenticated-ORCID”：false，“given”：“小雷”，“家庭”：“陈”，“序列”：“第一”，“从属关系”：[]}，{“给定”：“于冰”，“家族”：“鲁”，“顺序”：“附加”，“隶属关系”：[]}、{“给出”：“保宁”，“家人”：“曹”，“次序”：“额外”，“附属关系”：【】}，}“给定的”：“冬梅”，“家”：“林”，“序号”：“添加”，“归属关系”：〔〕}，aq“，”family“：”Ahmad“，”sequence“：”additional“，“affiliation”：[]}]，“member”：“297”，“published-on-line”：{“date-parts”：[[2023,2,2]}，“reference”：[{“key”：“2781_CR1”，“volume”：”99“，“author”：“K Khan”，“year”：“2021”，“unstructured”：“Khan，K.，Khan，R.U.，Leonardi，R.，et al.：头部姿势估计：过去十年的调查[J].信号处理：图像通信.99，116479（2021）”，“journal al标题“：“信号处理。：图像通信。”}，{“key”：“2781_CR2”，“doi-asserted-by”：“crossref”，“unstructured”：“Asad S，Mooney B，Ahmad I，et al.：视觉障碍者智能手杖构建中的物体检测和感官反馈技术：综述[C]第13届ACM辅助环境相关保护技术国际会议论文集。2020年：1\u20137.“，”DOI“：”10.1145\/3389189.3389201“}，{“key”：“2781_CR3”，“DOI-asserted-by”：“crossref”，“unstructured”：“Chang F J，Tuan Tran A，Hassner T，et al.：Faceposenet:Making A case for landmark free face alignment[C].IEEE International Conference on Computer Vision Workshops.2017:1599\u20131608.”，“DOI”：“10.1109\/ICCVW.2017.188“}，{“key”：“2781_CR4”，“doi-asserted-by”：“crossref”，“unstructured”：“Lee S，Saitoh T.：使用卷积神经网络进行头部姿势估计[M].2017 IT融合与安全。新加坡施普林格，2018:164\u2013171。C.”，“DOI”：“10.1007\/978-981-10-6451-7_20”}，｛“key”：“2781_CR5”，“DOI断言”：“crossref”，“非结构化”：“Xu X，Kakadiaris I A.：使用全局和局部CNN特征的联合头部姿态估计和面部对齐框架[C]。2017年第12届IEEE自动人脸和手势识别国际会议（FG 2017）。IEEE，2017:642\u2013649.”，“DOI”：“10.1109\/FG.2017.81“}，{”issue“：”11“，”key“：”2781_CR6“，”doi-asserted-by“：”publisher“，”first page“：“2094”，“doi”：“10.1109\/TMM.2015.2482819”，“volume”：“17”，“author”：“SS Mukherjee”，“year”：“2015”，“unstructured”：“Mukherjie，S.S.，Robertson，N.M.：深头姿势：多模态视频中的视线方向估计[J].IEEE Trans.Multim.17（十一），2094\u20132107（2015）“，“期刊标题”：“IEEE Trans。Multim公司。“}，{”key“：”2781_CR7“，”doi-asserted-by“：”crossref“，”unstructured“：”Szegedy C，Liu W，Jia Y，et al.：深入卷积[C].IEEE计算机视觉与模式识别会议论文集.2015:1\u20139.“，”doi“：”10.1109\/CVPR.2015.7298594“}”{”key“：川涛，辛瑞H，志成W，等：。基于多任务级联CNN的头部姿态估计[C]。2019年第三届高性能计算和集群技术会议记录。2019:123\u2013127.”，“DOI”：“10.1145\/3341069.3342979”}，｛“issue”：“10”，“key”：“2781_CR9”，“DOI断言”：“publisher”，“first page”：“1499”，“DOI”：“10.1109\/LSP.2016.26333422”，“volume”：“23”，“author”：“K Zhang”，“year”：“2016”，“nonstructured”：“张，K.，张，Z.，Li，Z.等：使用多任务级联卷积网络的联合人脸检测和对齐[J]。IEEE信号处理。莱特。23（10），1499\u20131503（2016）“，“期刊标题”：“IEEE信号处理。莱特。“}，{”key“：”2781_CR10“，”doi-asserted-by“：”publisher“，”first page“：“339”，“doi”：“10.1016\/j.neucom.2018.12.074”，“volume”：“337”，“author”：“L Xu”，“year”：“2019”，”unstructured“：”Xu，L.，Chen，j.，Gan，Y.：使用正则卷积神经网络的软标记头部姿势估计[j].神经计算337，339\u2013353（2019）“，”journal-title“：”神经计算“}，{“问题”：“07”，“关键”：“2781_CR11”，“首页”：“12789”，“卷”：“34”，“作者”：“H Zhang”，“年份”：“2020”，“非结构化”：“Zhang，H.，Wang，M.，Liu，Y.，et al.：FDN:用于头部姿势估计的特征解耦网络[C.Proc.AAAI Conf.Artif.Intell.34（07），12789\u201312796“”key“：”2781_CR12“，”doi-asserted-by“：”crossref“，”unstructured“：”Ruiz N，Chong E，Rehg J M.：没有关键点的精细头部姿势估计[C]。IEEE计算机视觉和模式识别研讨会会议记录。2018:2074\u20132083.“，”DOI“：”10.1109\/CVPRW.2018.00281“}，{”key“：”2781_CR13“，”DOI-asserted-by“：”crossref“，”unstructured“：”Yang T Y，Chen Y T，Lin Y Y，et al.：Fsa-net：从单个图像学习用于头部姿势估计的细粒度结构聚合[C]IEEE\/CVF计算机视觉和模式识别会议论文集。2019:1087\u20131096.“，”DOI“：”10.1109\/CVPR.2019.00118“}，{“key”：“2781_CR14”，“DOI-asserted-by”：“crossref”，“unstructured”：“Cao Z，Chu Z，Liu D，et al.：一种基于向量的表示法，用于增强头部姿势估计[C].IEEE\/CVF计算机视觉应用冬季会议论文集.2021:1188\u20131197.”，“DOI”：“10.1109\/WACV48630.2021.00123“}，{“key”：“2781_CR15”，“doi-asserted-by”：“crossref”，“unstructured”：“Hou Q，Zhou D，Feng J.：为高效移动网络设计协调注意力[C].IEEE\/CVF计算机视觉与模式识别会议论文集.2021:13713\u201313722.”，《doi》：“10.1109\/CVPR46437.2021.01350”}，}“issue”：“4”，“key“：”2781_CR16“，”doi-asserted-by“：”publisher“，”first page“：”607“，”doi“：”10.1109\/TPAMI.2008.106“，“volume”：“31”，“author”：“E Murphy-Chutorian”，“year”：“2008”，“unstructured”：“Murphy-Chutorian，E.，Trivedi，M.M.M.M.：计算机视觉中的人头糖估计：一项调查[J]。IEEE传输。模式分析。机器。智力。31（4），607\u2013626（2008）“，“期刊标题”：“IEEE Trans。模式分析。机器。智力。“}，{”key“：”2781_CR17“，”doi-asserted-by“：”crossref“，”unstructured“：”Doll\u00e1r P，Welinder P，Perona P.：级联姿势回归[C].2010 IEEE计算机视觉和模式识别计算机学会会议.IEEE，2010:1078\u20131085.“，”doi“：”10.1109\/CVPR.2010.5540094“}”，{“issue”：“3”，“key”：“2781_CR18”，“doi-assert-by”：“publisher”，“”首页“：”437“，”DOI“：”10.1007\/s11263-012-0549-0“，”卷“：”101“，”作者“：”G Fanelli“，“年份”：“2013”，“非结构化”：“Faneli，G.，Dantone，M.，Gall，J.，et al.：实时三维人脸分析的随机森林[J]。国际计算机杂志。愿景101（3），437\u2013458（2013）“，“期刊标题”：“国际计算杂志”。Vision“}，{”key“：”2781_CR19“，”doi-asserted-by“：”publisher“，”first page“：“210”，“doi”：“10.1016\/j.neucom.2015.02.068”，“volume”：“164”，“author“：”L He“，“year”：“2015”，“unstructured”：“He，L.，Wang，G.，Liao，Q.等：使用回归森林和图形模型基于深度图像的姿势估计[j].神经计算164，210\u2013219（2015）”，“journal-title“：”Neurocomputing“}，{”issue“：”1“，”key“：”2781_CR20“，”doi-asserted-by“：”publisher“，”first-pages“：”121“，“doi”：”10.1109\/TPAMI.2017.2781233“，”volume“：“41”，“author”：“R Ranjan”，“year”：“2017”，“unstructured”：“Ranjan，R.，Patel，V.M.，Chellappa，R.：超脸：用于人脸检测、地标定位、姿势估计和性别识别的深度多任务学习框架[J]。IEEE传输。模式分析。机器。智力。41（1），121\u2013135（2017）”，“期刊标题”：“IEEE Trans。模式分析。机器。智力。“}，{”key“：”2781_CR21“，”doi-asserted-by“：”crossref“，”unstructured“：”Zhu X，Lei Z，Liu X，et al.：大姿势面部对齐：三维解决方案[C].IEEE计算机视觉与模式识别会议论文集.2016:146\u2013155.“，”doi“：”10.1109\/CVPR.2016.23“}35411“，”DOI“：”10.1007\/s11042-022-12319-y“，”volume“：”81“，”author“：”D Liang“，”year“：”2022“，”unstructured“：”Liang，D.，Geng，Q.，Sun，H.，et al.：人群中退化人脸检测的推断框协调和聚合。万用表。工具应用程序。81，35411\u201335430（2022）“，”日志标题“：”多个。工具应用程序。“}，{”key“：”2781_CR23“，”doi-asserted-by“：”crossref“，”unstructured“：”Kumar A，Alavi A，Chellappa R.Kepler:通过学习高效的h-cnn回归函数对无约束人脸进行关键点和姿势估计[C.2017年第12届ieee国际自动人脸和手势识别会议（fg 2017）.ieee，2017:258-265“，”doi“：”10.1109\/fg.2017.149“}”，{“key”：“”2781_CR24“，”doi-asserted-by“：”crossref“，”unstructured“：”Xin M，Mo S，Lin Y.：EVA-GCN:基于图卷积网络的头部姿势估计[C]。IEEE计算机视觉和模式识别会议记录。2021:1462\u20131471.“，”DOI“：”10.1109\/CVPRW53098.2021.00162“}，{“key”：“2781_CR25”，“DOI-asserted-by”：“crossref”，“unstructured”：“Liang X，Xu L，Zhang W，et al.：一种用于头像和遮挡面部表情识别的卷积变换器双分支网络[J].Visual Computer，2022:1\u201314.”，”DOI:“10.1007\/s00371-022-02413-5”}，}“key“：”2781_CR26“，”doi-asserted-by“：”crossref“，”unstructured“：”Cao Z，Liu D，Wang Q，et al.：使用各向异性球面高斯进行面部姿势估计的无偏标签分布学习[C]。欧洲计算机视觉会议。Springer，Cham，2022:737\u2013753.”，“DOI”：“10.1007\/978-3-031-19775-8_43”}，｛“key”：“2781_CR27”，“DOI断言”：“crossref”，“非结构化”：“Bahroun，S.，Abed，R.&Zagrouba，E.：深度3D-LBP:基于CNN的形状建模和纹理描述符融合，用于精确人脸识别。Vis-Comput（2021）。”，“DOI”：“10.1007\/s00371-021-02324-x”}，｛“key”：“2781_CR28“，”doi-asserted-by“：”crossref“，”unstructured“：”Yang S，Qiao K，Shi S，et al.：EnNeRFACE:使用自适应集成神经辐射场提高人脸重构的泛化[J]。可视化计算机，2022:1\u201314.“，”DOI“：”10.1007\/s00371-022-02709-6“}，{“key”：“2781_CR29”，“DOI-asserted-by”：“publisher”，“first-page”：“2449”，“DOI”：“10.1109\/TMM.2021.3081873”，“volume”：”24“author”：“H Liu”，“year”：“2021”，“unstructured”：“Liu，H.，Fang，S.，Zhang，et al.：MFDNet：用于头部姿势估计的协作姿势感知和矩阵Fisher分布[J]。IEEE传输。万用表。24，2449\u20132460（2021）“，”日志标题“：”IEEE Trans。Multim公司。“}，{”issue“：”6“，”key“：”2781_CR30“，”首页“：”7“，”volume“：“5”，”author“：”TY Yang“，”year“：”2018“，”unstructured“：”Yang，T.Y.，Huang，Y.H.，Lin，Y.Y.，et al.：SSR-Net:一个用于年龄估计的紧凑软分段回归网络[C].IJCAI.5（6），7（2018）“，”journal-title“：”IJCAI.“}”，{“key”：“2781_CR.31”，“unstructure”：“”Howard A G，Zhu M，Chen B，et al.：移动设备：用于移动视觉应用的高效卷积神经网络[J]。arXiv预印本arXiv:11704.048611917.“｝，｛“key”：“2781_CR32”，“doi断言者”：“crossref”，“非结构化”：“Han K，Wang Y，Tian Q等人：Ghostnet：廉价操作的更多功能[C]。IEEE\/CFF计算机视觉和模式识别会议论文集。2020:1580\u20131589.”，“doi”：“10.1109\/CVPR4600.2020.00165”｝，｛“key”：“2781_CR33“，”doi-asserted-by“：”crossref“，”unstructured“：”胡J，沈L，孙G.：压缩和激励网络[C]。IEEE计算机视觉和模式识别会议记录。2018:7132\u20137141.“，”DOI“：”10.1109\/CVPR.2018.00745“}，{“key”：“2781_CR34”，“DOI-asserted-by”：“crossref”，“unstructured”：“Woo S，Park J，Lee J Y，et al.：Cbam:卷积块注意模块[C.欧洲计算机视觉会议论文集.2018:3\u201319.”，”DOI:“10.1007\/978-3-030-01234-2_1”}，“key“：”2781_CR.35“，”doi-asserted-by“：”crossref“，”unstructured“：”Li X，Wang W，Hu X，et al.：选择性内核网络[C.IEEE\/CVF计算机视觉和模式识别会议论文集.2019:510\u2013519.“，”doi“：”10.1109\/CVPR.2019.00060“}，{“key”：“2781_CR36”，“doi-assert-by”：“crossref.”，“unstructure”：“Sandler M，Howard A，Zhu M，等：Mobilenetv2：反演残差和线性瓶颈[C]。IEEE计算机视觉和模式识别会议记录。2018:4510\u20134520.“，”DOI“：”10.1109\/CVPR.2018.00474“}，{“key”：“2781_CR37”，“DOI-asserted-by”：“crossref”，“unstructured”：“Ma X，Guo J，Tang S，et al.：DCANet:学习卷积神经网络的相关注意事项[J].arXiv预印本arXiv:2007.050992020。”，“DOI”：“10.1109\/IMCE51207.2021.9428397”}，“{”key“：”2781_CR.38“，“unsructured“：“Tan M，Le Q.：效率网：卷积神经网络模型缩放的再思考[C]。机器学习国际会议。PMLR，2019:6105\u20136114.“}，{”key“：”2781_CR39“，”unstructured“：”Tan M，Le Q V.：Efficientnetv2:更小的模型和更快的训练[J].arXiv预印本arXiv:2104.002982021.“}”，{“key”：“2781_CR10”，“doi-asserted-by”：“crossref”，“unstructure”：“Stergiou A，Poppe R，Kalliatakis G.：使用Softpool优化激活下采样[J].arXiv预打印arXiv:2101.00440，2021.“，”DOI“：”10.1109\/ICCV48922.2021.01019“}，{”key“：”2781_CR41“，”DOI-asserted-by“：”crossref“，”unstructured“：”Liu W，Angelov D，Erhan D，et al:.SSD:单次多盒检测器[C}.欧洲计算机视觉会议.Springer，Cham，2016:21\u201337.“，“DOI”：”10.1007\/978-319-46448-0_2“}”，{“键“：”2781_CR42“，”doi-asserted-by“：”crossref“，”unstructured“：”Anisimov D，Khanova T.：面向对象检测的轻量级卷积神经网络[C]。2017年第14届IEEE高级视频和信号监控（AVSS）国际会议。IEEE，2017:1-8“，”DOI“：”10.1109\/AVSS.2017.8078500“}，{“key”：“2781_CR43”，“DOI-asserted-by”：“crossref”，“unstructured”：“Bulat A，Tzimiropoulos G.：我们距离解决二维和三维人脸对齐问题还有多远？（以及230000个三维人脸地标的数据集）[C]IEEE计算机视觉国际会议论文集。2017:1021\u20131030.“，”DOI“：”10.1109\/ICCV.2017.116“}，{“key”：“2781_CR44”，“DOI-asserted-by”：“crossref”，“unstructured”：“Kazemi V，Sullivan J.：一毫秒人脸对齐与回归树集合[C].IEEE计算机视觉与模式识别会议论文集.2014:1867\u20131874.”，“DOI”：“10.1109\/CVPR.2014.241”}，}“key“：”2781_CR45“，”doi-asserted-by“：”publisher“，”doi“：”10.1016\/j.imavis.2019.11.005“，“volume”：“93”，“author”：“B Huang”，“year”：“2020”，“unstructured”：“Huang，B.，Chen，R.，Wang，Xu.，”。，周，Q.：使用两阶段集合和top-k回归改进头部姿势估计。图像可视性。计算。93，103827（2020）“，“新闻标题”：“图像视觉。计算。“}]，”容器标题“：[”视觉计算机“]，”原始标题“：[]，”语言“：”en“，”链接“：[｛”URL“：”https:\/\/link.springer.com\/content/pdf\/10.1007\/s00371-023-02781-6.pdf“，”内容类型“：”应用程序\/pdf“，”内容版本“：”vor“，”预期应用程序“：”文本挖掘“｝，｛”URL“：”https:\/\/link.springer.com/article\/10.1007\/s00371-023-02781-6\/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\/s00371-023-02681-6.pdf”，“content-type”：“应用程序\/pdf”“：”相似性检查“}”，“存放”：{“日期部分”：[[2023,6,12]，“日期时间”：“2023-06-12T11:09:56Z”，“时间戳”：1686568196000}，“分数”：1，“资源”：{-“主要”：{“URL”：“https:\\/link.springer.com\/10.1007\/s00371-023-02781-6”}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[2023,2,2]]}，“references-count”：45，“journal-issue”：{“issue”：“6”，“published-print“：{“date-parts”：[[2023,6]]}}，“alternative-id”：[“2781”]，“URL”：“http://\/dx.doi.org\/10.1007\/s00371-023-02781-6”，“relationship”：{}，”ISSN“：[“0178-2789”，“1432-2315”]，”ISSN-type“：[{“value”：“01782789”，“type”：}]，“主题”：[]，“已发布”：{“日期部分”：[[2023,2,2]]}，“断言”：[{“值”：“2023年1月11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”：“2023年2月2日”，“订单”：2，”名称：“first_online”，“label”：“first online”，”组“：{”名称“:”文章历史“，”label“：”文章历史ing“，”label“：”声明“}}，{“value”：“作者声明他们与本作品没有任何利益冲突。我们声明，我们没有任何商业或关联利益代表与提交作品相关的利益冲突。”，“order”：2，“name”：“Ethics”，“group”：{“name”:“EthicsHeading”，“label”：“conflict of interest”}}]}}