{“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”：[[2023,6,20]]，“日期-时间”：“2023-06-2T22:55:35Z”，“时间戳”：1687301735536}，“参考-计数”：29，“出版商”：“Springer Science and Business Media LLC”“2023-02-24T00:00:00Z”，“timestamp”：1677196800000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https://www.springernature.com//gp\/researters\/text-and-data-mining”}，{“start”：{“date-parts”：[[2023,2,24]]，“date-time”：“2023-02-24T00:00Z”，“timetamp”：166719680000}，”content-version:“vor”，“delay-in-days”：“0，“URL”：“https:\/\/www.springernature.com//gp\/researters\/text-and-data-mining”}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，“short-container-title”：[“Multimed Tools Appl”]，”published-print“：{”date-parts“：[2023,6]]}，”DOI“：”10.1007\/s11042-023-14882-4“，”type“：”journal-article“，”created“：{”date-ports“：[2023,2,24]]，“date-time”：“2023-02-24T09:03:10Z”，“timestamp”：1677229390000}，“page”：“23037-23054”，“update-policy”：”http://\/dx.doi.org\/10.1007\/springer_crossmark_policy“，”source“：”Crossref“，“is-referenced-by-count”：0，“title”：[“基于视觉重要性模型的时间签名用于视频镜头边界检测”]，“前缀”：“10.1007”，“卷”：“82”，“author”：[{“given”：“Sasithradevi”，“family”：“A”，“sequence”：“first”，“affiliation”：[]}，{“given”:“S.Mohamed Mansoor”，“家族”：“Roomi”，“序列”：“additional”，“filiation“：[]{”，{”given“：”P.24]]}，“参考”：[{“键”：“14882_CR1”，“doi-asserted-by”：“publisher”，“first page”：“20361”，“doi”：“10.1007\/s11042-019-7364-3”，“volume”：”78“，“author”：“SH Abdulhussain”，”year“：”2019“，“unstructured”：“Abdulhussain SH，Ramli AR，Mahmmod BM，Saripan MI，al-Haddad SAR，Jassim WA（2019）基于正交多项式的镜头边界检测。Multimed Tools Appl 78:20361\u201320382。https:\/\/doi.org\/10.1007\/s11042-019-7364-3“，”journal-title“：”Multimed Tools Appl“}，{“key”：“14882_CR2”，“doi-sserted-by”：“publisher”，“first page”：”653“，”doi“：”10.1007\/s13735-022-00251-8“，”volume“：”11“，”author“：”A Benoughidene“，”year“：”2022“，”unstructured“：”Benoughiede A，Titouna F（2022）一种基于CNN-LSTM方法的视频镜头边界检测新方法。国际杂志多媒体信息检索11:653\u2013667。https:\/\/doi.org\/10.1007\/s13735-022-00251-8“，”journal-title“：”Int J Multimed Inf Ret“}，{”issue“：”0“，”key“：”14882_CR3“，”doi-asserted-by“：”publisher“，”first page“：“21397”，”doi“：”10.1109\/ACCESS.2018.2825106“，”volume“：、史毅、向毅、王毅、张瑞华（2018）基于动态模式分解的视频镜头检测。IEEE访问6:21397\u201321407。https:\/\/doi.org/10.1109\/ACCESS.2018.2825106“，”期刊标题“：”IEEE ACCESS“}，｛”密钥“：”14882_CR4“，”doi断言“：”发布者“，”非结构化“：”Chakraborty S，Thounajam DM，Singh A，Pal G（2022）\u00a0ALO SBD：一种用于视频监控系统的混合镜头边界检测技术。收录：Edge Analytics:第26届国际会议精选论文集\u2014ADCOM 2020。Springer Singapore，新加坡，第685\u2013696页。https:\/\/doi.org\/10.1007\/978-981-19-0019-8_51“，”doi“：”10.1007\/978-1981-90019-8_51“}，{“key”：“14882_CR5”，“doi-asserted-by”：“publisher”，“unstructured”：“Cyganek B，Wo\u017anik M（2017\u00a0Tensor-based shot bounder detection in video streams。New Gener Compute 35（4）：311\u2013340。https:\/\/doi.org\/10.1007\/s00354-017-0024-0“，”doi“：”10.1007\/s00354-017-0024-0“}，{“key”：“14882_CR6”，“doi-asserted-by”：“publisher”，“unstructured”：“Gygli M（2018）\u00a0使用完全卷积神经网络进行荒谬的快速镜头边界检测。In:\u00a 02018基于内容的多媒体索引（CBMI）国际会议IEEE，第1\u20134页。https:\/\/doi.org\/10.109\/CBMI.2018.8516556“，”doi“：”10.1109\/CBMI.2018.8516556“}，{“key”：“14882_CR7”，“doi-asserted-by”：“publisher”，“unstructured”：“Kar T，Kanungo P（2017）\u00a0基于Hilbert和小波变换的视频镜头边界检测。In:\u00a 02017第二届人机接口国际会议（MAMI）。IEEE，pp 1\u20136。https:\/\/doi.org\/10.109\/MAMI.2017.8307865“，”doi“：”10.1109\/MAMI.2017.8307865“}，{“key”：“14882_CR8”，“doi-asserted-by”：“publisher”，“unstructured”：“Kar T，Kanungo P（2022）一种基于梯度的镜头边界检测双重检测模型。Multimed Tools应用程序https:\//doi.org\/10.1007\/s11042-022-13547-y”，“doi”：“10.1007\/s1104-2022-13547-y”y“}，{”key“：”14882_CR9“，”doi-asserted-by“：”publisher“，”first-page“：”5187“，”doi“：”10.1109\/TIP.2014.2362652“，”volume“：“23”，”author“：”G LPG“，”year“：”2014“，”unstructured“：”LPG，Dominic S（2014）Walsh\u2013Hadamard transform kernel based feature vector for shot boundary detection。IEEE传输图像处理23:5187\u20135197。https:\/\/doi.org\/10.109\/TIP.2014.2362652“，”journal-title“：”IEEE Trans-Image Process“}，{”key“：”14882_CR10“，”doi-asserted-by“：”publisher“，”first page“：“28109”，”doi“：”10.1007\/s11042-011052-2“，“volume”：“80”，“author”：“R Mishra”，“year”：“2021”，“unstructured”：“Mishra R（2021）基于混合双树复小波变换和Walsh-Hadamard变换的视频镜头边界检测。Multimed Tools应用程序80:28109\u201328135。https:\/\/doi.org\/10.1007\/s11042-011052-2“，”journal-title“：”Multimed Tools Appl“}，{“key”：“14882_CR11”，“doi-asserted-by”：“publisher”，“首页”：“8139”，“doi”：“10.1007\/s1104-2017-4707-9”，”volume“：”77“，”author“：”J Mondal“，”year“：”2018“unstructured”：“Mondal J，Kundu MK，Das S，Chowdhury M（2018）使用nsct和最小二乘支持向量机的多尺度几何分析进行视频镜头边界检测。Multimed Tools应用程序77:8139\u20138161。https:\/\/doi.org\/10.1007\/s11042-017-4707-9“，”journal-title“：”Multimed Tools Appl“}，{“key”：“14882_CR12”，“doi-asserted-by”：“publisher”，“first page”：”857“，”doi“：”10.1007\/s11042.016-4300-7“，“volume”：：“77”，“author”：“MV Mussel Cirne”，“year”：“2018”，“unstructured”：“Mussel Cirne MV，Pedrini H（2018）VISCOM：一种使用颜色共生矩阵的鲁棒视频摘要方法。Multimed Tools应用程序77:857\u2013875。https:\/\/doi.org\/10.1007\/s11042-016-4300-7“，”journal-title“：”Multimed Tools Appl“}，{”key“：”14882_CR13“，”doi-asserted-by“：”crossref“，”unstructured“：”Nishani E，Cico B（2017）基于深度学习和神经网络的计算机视觉方法：用于人体姿势估计视频分析的深度神经网络。2017年第六届地中海嵌入式计算会议（MECO）。IEEE，第1\u20134页“，”DOI“：”10.1109\/MECO.2017.7977207“}，{“key”：“14882_CR14”，“DOI-asserted-by”：“publisher”，“first page”：”87“，“DOI”：“10.1504\/IJIM.2015.070027”，“volume”：：“1”，“author”：“G Pal”，“year”：“2015”，“unstructured”：“Pal G，Acharjee S，Rudrapaul D，Ashour AS，Dey N（2015）使用最小比率相似性度量进行视频分割。国际J图像最小1:87。https:\/\/doi.org\/10.10504\/IJIM.2015.070027“，”journal-title“：”Int J Image Min“}，{”key“：”14882_CR15“，”doi-asserted-by“：”publisher“，”first page“：“641”，”doi“：”10.1007\/s11042-020-09697-6“，”volume“：80”，”author“：”BS Rashmi“，“year”：“2021”，“unstructured”：“Rashmi-BS，Nagendraswamy HS（2021）基于块累积方法的视频镜头边界检测。多媒体工具应用程序80:641\u2013664。https:\/\/doi.org\/10.1007\/s11042-020-09697-6“，”journal-title“：”Multimed Tools Appl“}，{“key”：“14882_CR16”，“unstructured”：“Roomi SMM，Prakash VJ，Karthikeyan S，Shankar KR（1999）一种基于视觉意义的对比度增强技术。\u00a0J Indian Inst Sci \u00a 079“：”102754“，“DOI”：“10.1016\/j.jvcir.2020.102754”，“volume”：“67”，“author”：“A Sasithradevi”，“year”：“2020”，“unstructured”：“Sasithratevi A，Mohamed Mansoor Roomi S（2020）一种新的基于金字塔对手颜色形状模型的视频镜头边界检测。J Vis Commun图像表示67:102754。https:\/\/doi.org\/10.1016\/j.jvcir.2020.102754“，”journal-title“：”j-Vis Commun Image Representation“}，{”key“：”14882_CR18“，”doi-asserted-by“：”crossref“，”unstructured“：”Shou MZ，Lei SW，Wang W，Ghadiyaram D，Feiszli M（2021）通用事件边界检测：事件分割的基准。摘自：IEEE计算机视觉国际会议论文集，第8075-8084页，“DOI”：“10.1109”，{“key”：“14882_CR19”，“unstructured”：“Sou\u010dek T，Loko\u010d J（2020）\u00a0Transnet V2:一种有效的深度网络架构，用于快速镜头转换检测。arXiv预印本arXiv:2008.04838”}，{”key“：”14882_CR20“，”unstructured“：”Sou\u010dek T，Moravec J，Loko\u010d J（2019）TransNet:快速检测常见镜头转换的深层网络“}，{“key”：“14882_CR21”，“doi-asserted-by”：“crossref”，“unstructure”：“Sousa e Santos AC，Pedrini H（2017）基于韦伯局部描述符的视频时域分割镜头边界检测。2017年IEEE系统、人与控制论国际会议（SMC）。IEEE，第1310\u20131315页”，“DOI”：“10.1109\\SMC.2017.8122794”｝，｛“key”：“14882_CR22”，“首页”：“3231”，“volume”：“9”，“author”：“AS SRRR”，“year”：“2016”，“nonstructured”：“SRRR AS（2016）Non-subsampled Contourlet transform-based shot boundary detection。IJCTA 9:3231\u20133228”，“journal title”：“IJCTA”｝，｛“key”：“14882_CR23”，DOI asserted by“：“交叉引用”，“非结构化”：“Tang S，Feng L，Kuang Z等人（2019）使用深度结构化模型的快速视频镜头转换定位。Pp 577\u2013592“，”DOI“：”10.1007\/978-3-030-20887-5_36“}，{”key“：”14882_CR24“，”DOI-asserted-by“：”publisher“，”first page“：“1”，”DOI:“10.1155\/2016\/8469428”，“volume”：“2016”，“author”：“DM Thounaojam”，“year”：“2016”，“unstructured”：“Thounaokiam DM，Khelchandra T，Singh KM，Roy S（2016）视频镜头边界检测的遗传算法和模糊逻辑方法。计算机智能神经科学2016:1\u201311。https:\/\/doi.org\/10.1155\/2016\/8469428“，”journal-title“：”Comput Intell Neurosci“}，{”key“：”14882_CR25“，”doi-asserted-by“：”publisher“，”first page“：“12563”，“doi”：“10.1109\/ACCESS.2017.277998”，“volume”：“5”，“author”：“S Tippaya”，“year”：“2017”，“unstructured”：“Tippayi S，Sitjong sataporn S，Tan T，Khan MM、昌农泰K（2017）基于多模式视觉特征的视频镜头边界检测。IEEE访问：5:12563\u201312575。https:\/\/doi.org\/10.109\/ACCESS.2017.2717998“，”journal-title“：”IEEE ACCESS“}，{”key“：”14882_CR26“，”doi-asserted-by“：”crossref“，”unstructured“：”Tong W，Song L，Yang X et al（2015）基于CNN的镜头边界检测和视频注释。In:2015 IEEE宽带多媒体系统和广播国际研讨会。IEEE，pp 1\u20135“，”DOI“：”10.1109\/BMSB.2015.7177222“}，{“key”：“14882_CR27”，“DOI-asserted-by”：“publisher”，“first page”：”77268“，“DOI”：“10.1109\/ACCESS.2019.2922038”，“volume”：：“7”，“author”：“L Wu”，“year”：“2019”，“unstructured”：“Wu L，Zhang S，Jian M，Lu Z，Wang D（2019）”基于特征融合和时空卷积神经网络的两阶段镜头边界检测。IEEE访问：7:77268\u201377276。https:\/\/doi.org\/10.109\/ACCESS.2019.2922038“，“journal-title”：“IEEE ACCESS”}，{“key”：“14882_CR28”，“doi-asserted-by”：“publisher”，“unstructured”：“Xu J，Song L，Xie R（2016）使用卷积神经网络进行镜头边界检测。收录：\u00a02016 Visual Communications and Image Processing（VCIP），中国成都，第1\u20134页。https:\/\/doi.org\/10.109\/VCIP.2016.7805554“，”doi“：”10.1109\/VCIIP.2016.7805554“}，{”key“：”14882_CR29“，”doi-asserted-by“：”publisher“，”first page“：“1094”，“doi”：“10.1016\/j.ins.2015.09.025”，“volume”：“367\u2013368”，“author”：“L Zhang”，“year”：“2016”，“unstructured”：“Zhang L，Suganthan PN（2016年）随机向量函数链接网络的综合评估。信息科学（N Y）367\u2013368:1094\u20131105。https:\/\/doi.org\/10.1016\/j.ins.2015.09.025“，”journal-title“：”Inf Sci（N Y）“}]，”container-title”：[“多媒体工具和应用程序”]，”original-title:[]，“language”：“en”，“link”：[{“URL”：“https:\//link.springer.com\/content\/pdf\/10007\/s11042-023-14882-4.pdf”，“content-type”：“application\/pdf”，“content-version”：“vor”“，”预期应用程序“：”text-mining“}，{“URL”：“https:\/\/link.springer.com/article\/10.1007\/s11042-023-14882-4\/fulltext.html”，“内容类型”：“text\/html”，“content-version”：“vor”，“intended-application”：“text-mining”}，}“URL”：“http://\/link.springer.com\/content\/pdf\/10007\/s11042.023-14882-4.pdf”，“content-type”：“application\/pdf”、“content-version”：“vor”，“预期应用程序”：“相似性检查”｝]，“存放”：｛“日期部分”：[[2023,5,30]]，“日期-时间”：“2023-05-30T09:38:11Z”，“时间戳”：1685439491000｝，“分数”：1，“资源”：｛“主要”：｛“URL”：“https:\/\/link.springer.com\/10.1007\/s11042-0213-14882-4”｝，“副标题”：[]，“短标题”：[]，“发布”：｛“日期部分”：[[2023,2,24]]｝，“引用次数”：29，“日志-期刊“：{”期刊“：“15”，“published-print”：{“date-parts”：[[2023,6]]}}，“alternative-id”：[“14882”]，“URL”：“http://\/dx.doi.org\/10.1007\/s11042-023-14882-4”，“relation”：{}，”ISSN“：[”1380-7501“，”1573-7721“]，”ISSN-type“：[{”value“：”1380-750 1“，“type”：“print”}，{“value”“：”1573-7721“，”type“：”electronic“}]，”subject“：[]，”published“：{”date-parts“：[2023,2,24]]}，“assertion”：[{“value”：“2021年8月22日”，“order”：1，“name”：“received”，“label”：“received”，”group“：{”name“：“Article History”，“标签”：“文章历史”}}，{“值”：“2020年2月5日”，”order“：2，”name“修订”，“table”：“revised”，“group”：{“name”:“Articles History“，”label“：”：“接受”，“标签”：“Accepted”，“group”：{“name”：“Article History”，“label”：“文章历史”}}，{“value”：“2023年2月24日”，“order”：4，“name”:“first_online”，“table”：“first online”，”group“：{”name“：”ArticleHistory“，”label“：”文章历史：“作者声明他们没有竞争利益。”，“order”：2，“name”：“Ethics”，“group”：{“name”:“EthicsHeading”，“label”：“利益冲突”}}]}}