{“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”：[[2024,5,10]]，“日期-时间”：“2024-05-10T02:29:22Z”，“时间戳”：1715308162052}，“参考-计数”：66，“出版商”：“Springer Science and Business Media LLC”，“问题”：“6-7”，“许可证”：[{“开始”：{-“日期-零件”：[2019,17]]，”日期-时间“：”2019-01-17T00:00:00Z“，“timestamp”：1547683200000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“http://www.springer.com/tdm”}，{“start”：{“date-parts”：[[2019,1,17]]，“date-time”：“2019-01-17T00:00:00Z”，“timetamp”：15.476832000}，\/tdm“}]，“出资人”：[{“DOI”：“10.13039\/1000000083”，“名称”：“计算机和信息科学与工程理事会”，“doi-asserted-by”：“publisher”，“award”：[“CAREER 1149783”]}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，“short-container-title”：[”Int J Compute-Vis“]，“published-print”：{“date-parts”：[2019,6]}，”doi“：”10.1007\/s11263-01148-6“，“type”：“journal-article”，“created”：{“date-parts”：[[2019,1,17]]，“date-time”：“2019-01-17T06:54:56Z”，“timestamp”：1547708096000}，“page”：“785-800”，“update-policy”：”http://\/dx.doi.org\/10.10007\/springer_crossmark_policy“，”source“Crossref”，“is-referenced-by-count”：45，“title”：[“通过结构生成和细节增强联合面部幻觉和去模糊”]，“前缀”：“10.1007”，“卷”：“127”，“作者”：[{“给定”：“一兵”，“家族”：“宋”，“序列”：“第一”，“隶属关系”：[]}，{“给定”：“嘉伟”，“家族”：“张”，“序列”：“附加”，“隶属关系”：[]}}，{“给定”：“丽君”，“家族”：“宫”，“序列”：“附加”，“隶属关系”：[]}，{“给定”：“胜峰”，“家族”：“和”，“序列”：“附加”，“隶属”：[]}，}“给定的”：“林超”，“家庭”：“包”，“顺序”：“额外”，“从属关系”：[]}：[]}，{“ORCID”：“http://\/orcid.org\/00000-0003-4848-2304”，“authenticated-orcid”：false，“given”：“Ming-Hsuan”，“family”：“Yang”，“sequence”：“additional”，“affiliation”：[]}]，“member”：“297”，“published-online”：{“date-parts”：[[2019,17]]}，“reference”：[{“key”：”1148_CR1“，”doi-asserted-by“：”crossref“，“unstructured”：“Agustsson，E.，Timor fte，R.和Van\u00a0Gool，L.（2017）应用于年龄估计和超分辨率的锚定回归网络。在IEEE计算机视觉国际会议上。“，”DOI“：”10.1109\/ICCV.2017.182“}，{“key”：“1148_CR2”，“DOI-asserted-by”：“crossref”，“unstructured”：“Cao，Q.，Lin，L.，Shi，Y.，Liang，X.，&Li，G.（2017）。通过深度强化学习的注意-面部幻觉。在IEEE计算机视觉和模式识别会议上。”，“DOI”：“10.1109\/CVPR.2017.180”}，“key“：”1148_CR3“，”非结构化“：”Chen，Y.、Tai，Y.，Liu，X.、Shen，C.和Yang，J.（2017）。Fsrnet：端到端学习人脸超分辨率与面部先验。arXiv-print arXiv:1711.10703“}，{“issue”：“5”，“key”：“1148_CR4”，“doi-asserted-by”：“publisher”，“first-page”：“252”，“doi”：“10.1002\/ima.20059”，“volume”：”15“，“author”：“K Delac”，”year“2005”，“unstructured”：“Delac，K.，Grgic，M.，&Grgic、S.（2005）在FERET数据集上对PCA、ICA和LDA进行独立比较研究。国际成像系统与技术杂志，15（5），252\u2013260.“，“Journal-title”：“International Journal of Imaging Systems and Technology”}，{“key”：“1148_CR5”，“doi-asserted-by”：“crossref”，“unstructured”：“Dong，C.，Loy，C.C.，He，K.，&Tang，X.（2014）学习用于图像超分辨率的深度卷积网络。在欧洲计算机视觉会议上。“，”DOI“：”10.1007\/978-3-319-10593-2_13“}，{”key“：”1148_CR6“，”DOI-asserted-by“：”crossref“，”unstructured“：”Dong，C.，Loy，C.，He，K.，&Tang，X.（2016a）.使用深度卷积网络的图像超分辨率.IEEE模式分析与机器智能学报，38（2），295\u2013307.“，”DOI“：1148_CR7“，”doi-asserted-by“：”crossref“，”unstructured“：”Dong，C.，Loy，C.C.，&Tang，X.（2016b）。加速超分辨率卷积神经网络。在欧洲计算机视觉会议上。“，”DOI“：”10.1007\/978-3-319-46475-6_25“}，{”key“：”1148_CR8“，”DOI-asserted-by“：”crossref“，”unstructured“：”Eisemann，E.，&Durand，F.（2004）。通过内在重照明增强闪光摄影。在ACM图形事务（SIGGRAPH）中。“，”DOI“：，“首页”：“807“，“DOI”：“10.1016\/j.imavis.2009.08.002”，“volume”：“28”，“author”：“R Gross”，“year”：“2010”，“unstructured”：“Gross，R.，Matthews，I.，Cohn，j.，Kanade，T.，&Baker，S.（2010）。多派。图像与视觉计算，28（5），807\u2013813.“，”journal-title“：”Image and Vision Computing“}，{“key”：“1148_CR10”，“doi-asserted-by”：“crossref”，“unstructured”：“Gu，S.，Zuo，W.，Xie，Q.，Meng，D.，Feng，X.，&Zhang，L.（2015）。用于图像超分辨率的卷积稀疏编码。在IEEE计算机视觉国际会议上。”，“doi”：“10.1109\/ICCV.2015.212“}，{“issue”：“5”，“key”：“1148_CR11”，“doi-asserted-by”：“publisher”，“first page”：”597“，“doi”：“10.1109\/TIP.2003.811513”，“volume”：：“12”，“author”：“BK Gunturk”，“year”：“2003”，“unstructured”：“Guntur，B.K.，Batur，A.U.，Altunbasak，Y.，Hayes，M.H.，&Mersereau，R.M.（2003）。用于人脸识别的特征脸域超分辨率。IEEE Transactions on Image Processing，12（5），597\u2013606.“，“journal-title”：“IEEE Transessions on Image Process”}，{“key”：“1148_CR12”，“doi-asserted-by”：“crossref”，“unstructured”：“Hacohen，Y.，Shechtman，E.，&Lischinski，D.（2013）。使用密集通信通过示例消除模糊。在IEEE计算机视觉国际会议上。”，“doi”：“10.1109\/ICCV.2013.296“}，{“key”：“1148_CR13”，“doi-asserted-by”：“crossref”，“unstructured”：“He，K.，Sun，J.，&Tang，X.（2010）.引导图像滤波.在欧洲计算机视觉会议上.”，“doi”：“10.1007\/978-3642-15549-9_1”}，}“key:”1148_CR14“doi-sserted-by“：”publisher“，”first page“：”1397“，“doi:”10.1109\/TPAMI.2012.213“，”卷“：”6“，”author“：”K He“，”year“：”2013“，”unstructured“：”He，K.，Sun，J.，&Tang，X.（2013）。引导式图像过滤。IEEE模式分析与机器智能学报，6，1397\u20131409。“，“journal-title”：“IEEE模式研究与机器智能杂志”}，{“key”：“1148_CR15”，“doi-asserted-by”：“crossref”，“unstructured”：“He，K.，Zhang，X.，Ren，S.，&Sun，J.（2016）.用于图像识别的深度残差学习。在IEEE计算机视觉和模式识别会议上。“，”DOI“：”10.1109\/CVPR.2016.90“}，{”key“：”1148_CR16“，”unstructured“：”Jia，K.，&Gong，S.（2005）。用于同时超分辨率和识别的多模张量面。在IEEE计算机视觉国际会议上。“}多分辨率面片张量用于面部表情幻觉。在IEEE计算机视觉和模式识别会议上。“}，{”issue“：”6“，”key“：”1148_CR18“，”doi-asserted-by“：”publisher“，”first-page“：”873“，”doi“：”10.1109\/TIP.2008.922421“，”volume“：“17”，”author“：”K Jia“，”year“：”2008“，”unstructured“：”Jia，K.，&Gong，S.（2008）。广义人脸超分辨率。IEEE Transactions on Image Processing，17（6），873\u2013886.“，”journal-title“：”IEEE Transactions on Image Processing“}，{“key”：“1148_CR19”，“unstructured”：“Jin，Y.，&Bouganis，C.S.（2015）。基于多图像的鲁棒盲脸幻觉。在IEEE计算机视觉和模式识别会议上。”}，}，“key“：”1148_CR20“，“doi-asserted-by”：“crossref”，“非结构化”：“Johnson，J.，Alahi，A.，&Fei-Fei，L.（2016）。实时风格传输和超分辨率的感知损失。在欧洲计算机视觉会议上。“，”DOI“：”10.1007\/978-3-319-46475-6_43“}，{”key“：”1148_CR21“，”DOI-asserted-by“：”crossref“，”unstructured“：”Jourabloo，A.，Ye，M.，Liu，X.，&Ren，L.（2017）。与单个CNN进行姿势不变的面部对齐。在IEEE国际计算机视觉会议上Karras，T.、Aila，T.，Laine，S.和Jaakko，L.（2018年）。GAN的逐步生长可提高质量、稳定性和变异性。在关于学习代表性的国际会议上。“}，{”key“：”1148_CR23“，”doi-asserted-by“：”crossref“，”unstructured“：”Kim，J.，Kwon\u00a0Lee，J.和Mu\u00a0 Lee，K.（2016a）.使用极深卷积网络的精确图像超分辨率.在IEEE计算机视觉和模式识别会议上.“，”doi“：”10.1109\/CVPR.2016.182“}”，{“key”：“1148_CR2”，“doi-assert-by”：“crossref.”，“非结构化“：”Kim，J.、Kwon\u00a0Lee，J.和Mu\u00a0 Lee，K.（2016b）。用于图像超分辨率的深度递归卷积网络。在IEEE计算机视觉和模式识别会议上。“，”DOI“：”10.1109\/CVPR.2016.181“}，{”key“：”1148_CR25“，”unstructured“：”Kingma，D.P.，&Ba，J.（2014）。Adam:随机优化方法。在学习表征国际会议上。“}”，{“key”：“1148_CR2”，“unstructure”：“Kumar，N.，Berg，A.C.，Belhumeur，P.N.，&Nayar，S.K.（2009）.用于人脸验证的属性和类似分类器。在IEEE计算机视觉国际会议上。“}，{”key“：”1148_CR27“，”doi-asserted-by“：”crossref“，”unstructured“：”Lai，W.S.，Huang，J.B.，Ahuja，N.，&Yang，M.H.（2017）。用于快速准确超分辨率的深拉普拉斯金字塔网络。在IEEE计算机视觉和模式识别会议上。“，”doi“：”10.1109\/CVPR.2017.618“}”，{“key”：“1148_CR 28”，“doi-assert-by”：“crossref.”，“”非结构化”：“Lai，W.S.，Huang，J.B.，Hu，Z.，Ahuja，N.，&Yang，M.H.（2016）。单图像盲去模糊的比较研究。在IEEE计算机视觉和模式识别会议上。“，”DOI“：”10.1109\/CVPR.2016.188“｝，｛”key“：”1148_CR29“，”DOI由“：”crossref“断言，”非结构化“：”Ledig，C.，Theis，L.，Husz\u00e1r，F.，Caballero，J.，Cunningham，A.，Acosta，A.，et \u00a0al。（2017）。使用生成对抗性网络的逼真单图像超分辨率。在IEEE计算机视觉和模式识别会议上。“，”DOI“：”10.1109\/CVPR.2017.19“}，{“key”：“1148_CR30”，“DOI-asserted-by”：“crossref”，“unstructured”：“Lim，B.，Son，S.，Kim，H.，Nah，S.和Lee，K.M.（2017）。增强的单图像超分辨率深度残差网络。在IEEE计算机视觉和模式识别研讨会会议上。”，“DOI”：“10.1109\/CVPRW.2017.151”}，“问题”：“1”，“key“：”1148_CR31“，”doi-asserted-by“：”publisher“，”first-page“：”115“，”doi“：”10.1007\/s11263-006-0029-5“，”volume“：“75”，”author“：”C Liu“，”year“：”2007“，”unstructured“：”Liu，C.，Shum，H.Y.，&Freeman，W.T.（2007）。面部幻觉：理论与实践。国际计算机视觉杂志，75（1），115\u2013134.“，“Journal-title”：“国际计算机视觉期刊”}，{“issue”：“5”，“key”：“1148_CR32”，“doi-asserted-by”：“publisher”，“first-page”：“978”，“doi”：“10.1109\/TPAMI.2010.147”，“volume”：《33》，“author”：“C Liu”，“year”：“2011”，“unstructured”：“Liu，C.，Yuen，J.，&Torralba，A.（2011）.筛流：跨场景及其应用的密集通信。IEEE模式分析与机器智能汇刊，33（5），978\u2013994。”，“期刊标题”：“IEEE模式分析与机器智能汇刊”}，｛“key”：“1148_CR33”，“doi断言”：“crossref”，“非结构化”：“Liu，S.，&Yang，M.H.（2014）。压缩人脸幻觉。在IEEE图像处理国际会议上。”DOI“：”10.1109\/ICIP.2014.7025819“}，{“key”：“1148_CR34”，“unstructured”：“Liu，W.，Lin，D.，&Tang，X.（2005）。幻觉脸：Tensorpatch超分辨率和耦合残差补偿。在IEEE计算机视觉和模式识别会议上。”}，}“issue”：“6”，“key“1148_CR35”，“DOI-asserted-by”：“publisher”，“first-page”：“2224”，“DOI”：“10.1016\/j.patcog.2009.12.019“，“卷”：“43”，“作者”：“X Ma”，“年份”：“2010”，“非结构化”：“Ma，X.，Zhang，j.，&Qi，C.（2010）。通过位置贴片使人产生幻觉。模式识别，43（6），2224\u20132236.“，“journal-title”：“模式识别”}，{“key”：“1148_CR36”，“doi-asserted-by”：“crossref”，“unstructured”：“Pan，J.，Dong，J.、Tai，Y.W.，Su，Z.，&Yang，M.H.（2017）。学习用于盲图像去模糊的判别数据拟合函数。在IEEE计算机视觉国际会议上。”，“doi”：“10.1109\/ICCV.2017.122“}，{“key”：“1148_CR37”，“doi-asserted-by”：“crossref”，“unstructured”：“Pan，J.，Hu，Z.，Su，Z..，&Yang，M.H.（2014）.用示例消除人脸图像的模糊性。在欧洲计算机视觉会议上。”，“doi”：“10.1007\/978-3319-10584-0_4”}，}“key:”1148_CR 38“，”doi-assert-by“：”publisher“，”unstructure“：”Pan，J.、Sun，D.、Pfister，H.和Yang，M.H.（2017年）。通过暗通道消除图像模糊。IEEE模式分析和机器智能汇刊。https:\/\/doi.org\/10.109\/TPAMI.2017.2753804.“，”doi“：”10.1109\/TPAMI.2017.2758804.“}，{“key”：“1148_CR39”，“doi-asserted-by”：“crossref”，“unstructured”：“Park，H.，&Mu\u00a0Lee，K.（2017）。从模糊图像序列中联合估计相机姿势、深度、去模糊和超分辨率。在IEEE计算机视觉国际会议上。”，“DOI“：”10.1109\/ICCV.2017.494“}，{“key”：“1148_CR40”，“DOI-asserted-by”：“crossref”，“unstructured”：“Petschnigg，G.，Szeliski，R.，Agrawala，M.，Cohen，M.、Hoppe，H.，&Toyama，K.（2004）。使用闪光灯和无闪光灯图像对的数字摄影。在ACM图形事务（SIGGRAPH）中。”，“DOI”：“10.1145\/1015706.101570777”}，}“key”：”1148_CR14“，“doi-asserted-by“：”crossref“，”unstructured“：”Sajjadi，M.S.，Scholkopf，B.，&Hirsch，M.（2017）。Enhancenet：通过自动纹理合成实现单图像超分辨率。在IEEE计算机视觉国际会议上。“，”DOI“：”10.1109\/ICCV.2017.481“}，{“key”：“1148_CR42”，“DOI-asserted-by”：“crossref”，“unstructured”：“Shen，Z.，Lai，W.S.，Xu，T.，Kautz，J.，&Yang，M.H.（2018）。深层语义人脸去模糊。在IEEE计算机视觉和模式识别会议上。”，“DOI”：“10.1109\/CVPR.2018.00862”}，“key“：”1148_CR 43“，”DOI-assert-by“：”交叉参考“，”非结构化”：“Shi，W.，Caballero，J.，Husz\u00e1r，F.，Totz，J.、Aitken，A.P.、Bishop，R.等人（2016）。使用高效的亚像素卷积神经网络实现实时单图像和视频超分辨率。在IEEE计算机视觉和模式识别会议上。“，”DOI“：”10.1109\/CVPR.2016.207“}，{”key“：”1148_CR44“，”DOI-asserted-by“：”publisher“，”first page“：“135”，“DOI”：“10.1016\/j.cviu.2017.08.009”，“volume”：“162”，“author”：“Y Song”，“year”：“2017”，“unstructured”：“Song，Y.，Bao，L.，He，S.，Yang，Q.，&Yang，M.H.（2017a）.通过多个示例设置人脸图像的样式。计算机视觉与图像理解，162，135\u2013145.“，“journal-title”：“计算机视觉和图像理解”}，{“key”：“1148_CR45”，“doi-asserted-by”：“crossref”，“unstructured”：“Song，Y.，Bao，L.，Yang，Q.，&Yang，M.H.（2014）。基于实时样本的面部草图合成。在欧洲计算机视觉会议上。”，“doi”：“10.1007\/978-3-319-10599-4_51“｝，｛“key”：“1148_CR46”，“doi断言者”：“crossref”，“非结构化”：“Song，Y.，Zhang，J.，Bao，L.，&Yang，Q.（2017b）。鲁棒人脸草图合成的快速预处理。在国际人工智能联合会议上。”，“doi”：“10.24963\/ijcai.2017\/632”｝，｛“key”：“1148_CR47”，“doi断言者”：“crossref”非结构化”：“Song，Y.，Zhang，J.，He，S.，Bao，L.，&Yang，Q.（2017c）。学习通过组件生成和增强对人脸图像产生幻觉。在国际人工智能联合会议上。“，”DOI“：”10.24963\/ijcai.2017\/633“}，{“key”：“1148_CR48”，“DOI-asserted-by”：“crossref”，“unstructured”：“Tai，Y.，Yang，J.，&Liu，X.（2017）.通过深度递归残差网络的图像超分辨率.在IEEE计算机视觉和模式识别会议上.”，“DOI”：“10.1109\/CVPR.2017.298”}，“key“：”1148_CR“，”DOI-assert-by“：”crossref.“，”非结构化“：”Tappen，M.F.，&Liu，C.（2012）。基于对齐的图像幻觉的贝叶斯方法。在欧洲计算机视觉会议上。“，”DOI“：”10.1007\/978-3642-33786-4_18“}，{”key“：”1148_CR50“，”DOI-asserted-by“：”crossref“，”unstructured“：”Timofte，R.，Agustsson，E.，Van \u00a0Gool，L.，Yang，M.H.，Zhang，L.、Lim，B.，et \u00a 0al.（2017）2017年Ntire单图像超分辨率挑战：方法和结果。在IEEE计算机视觉和模式识别研讨会上。“，”DOI“：”10.1109\/CVRW.2017.149“｝，｛”issue“：”1“，”key“：”1148_CR51“，”DOI断言“：”publisher“，”首页“：”9“，”DOI“：”10.1007\/s11263-013-0645-9“，”卷“：”106“，”作者“：”N Wang“，”年份“：”2014“，”非结构化“：”Wang，N.，Tao，D.，Gao，X.，Li，X.，&Li，J.（2014）.面对幻觉的综合调查。国际计算机视觉杂志，106（1），9\u201330.“，”杂志标题“：”国际计算机视觉期刊“}，{“issue”：“3”，“key”：“1148_CR52”，“doi-asserted-by”：“publisher”，“first page”：”425“，“doi”：“10.1109\/TSMCC.2005.848171”，”卷“：”35“，”作者：“X Wang”，“year”：“2005”，“unstructured”：“Wang，X.，&Tang，X.X.（2005）.通过特征变换产生幻觉面部。IEEE系统、人与控制论汇刊，第C部分：应用与评论，35（3），425\u2013434Z Wang”，“年份”：“2004年”，“非结构化”：“Wang，Z.，Bovik，A.C.，Sheikh，H.R.，&Simoncelli，E.P.（2004）。图像质量评估：从错误可见性到结构相似性。IEEE图像处理汇刊，13（4），600\u2013612。”，“期刊标题”：“IEEE图像处理汇刊”}，｛“密钥”：“1148_CR54”，“doi断言”：“crossref”，“非结构化”：“Wang，Z.，Liu，D.，Yang，J.，Han，W.，&Huang，T.（2015）。深度网络用于具有稀疏先验的图像超分辨率。在IEEE计算机视觉国际会议上。“，”DOI“：”10.1109\/ICCV.2015.50“}，{“key”：“1148_CR55”，“DOI-asserted-by”：“crossref”，“unstructured”：“Xu，X.，Sun，D.，Pan，J.，Zhang，Y.，Pfister，H.，&Yang“”crossref”，“非结构化”：“Yang，C.Y.，Liu，S.，&Yang，M.H.（2013）。结构化面部幻觉。在IEEE计算机视觉和模式识别会议上。“，”DOI“：”10.1109\/CVPR.2013.146“}，{”issue“：”6“，”key“：”1148_CR57“，”DOI-asserted-by“：”publisher“，”first page“：“597”，“DOI”：“10.1007\/s11263-017-1044-4”，“volume”：“126”，“author”：“CY Yang”，“year”：“2018”，“unstructured”：“Yang，C.Y.，Liu，S.，&Yang，M.H.（2018a）。令人产生幻觉的压缩人脸图像。国际计算机视觉杂志，126（6），597\u2013614.“，”journal-title“：”International journal of Computer Vision“}，{“key”：“1148_CR58”，“doi-asserted-by”：“crossref”，“unstructured”：“Yang，X.，Xu，K.，Song，Y.，Zhang，Q.，Wei，X.和Lau，R.W.（2018b）.通过深度往复式HDR变换进行图像校正.在IEEE计算机视觉和模式识别会议上。”，“doi”：“10.1109\/CVPR.2018.00193“}，{“key”：“1148_CR59”，“doi-asserted-by”：“crossref”，“unstructured”：“Yu，F.，Koltun，V.，&Funkhouser，T.（2017）.膨胀残差网络.在IEEE计算机视觉和模式识别会议上。”，“doi”：“10.1109\/CVPR.2017.75”}，}“key:”1148_CR10“，”doi-assert-by“crossrev”，”：“unstrustered”：”Yu，X.，&Porikli，F.（2016）通过区分生成网络超分辨率人脸图像。在欧洲计算机视觉会议上。“，”DOI“：”10.1007\/978-3-319-46454-1_20“}，{”key“：”1148_CR61“，”DOI-asserted-by“：”crossref“，”unstructured“：”Yu，X.，&Porikli，F.（2017a）。通过转换辨别神经网络对微小未对齐图像产生的面部幻觉。在AAAI人工智能会议上doi-asserted-by“：”crossref“，”unstructured“：”Yu，X.，&Porikli，F.（2017b）。通过变换的有区别的自动编码器产生非常低分辨率的未对齐和有噪声的人脸图像。在IEEE计算机视觉和模式识别会议上。“，”DOI“：”10.1109\/CVPR.2017.570“}，{“key”：“1148_CR63”，“DOI-asserted-by”：“crossref”，“unstructured”：“Zhang，J.，Pan，J.、Ren，J.和Song，Y.，Bao，L.，Lau，R.W.，&Yang，M.H.（2018）。使用空间变量递归神经网络进行动态场景去模糊。在IEEE计算机视觉和模式识别会议上。”，“DOI”：“10.1109\/CVPR.2018.00267“}，{“key”：“1148_CR64”，“doi-asserted-by”：“crossref”，“unstructured”：“Zhou，E.，Fan，H.，Cao，Z.，Jiang，Y.，&Yin，Q.（2015）.野外学习面部幻觉。在AAAI人工智能会议上。”，“doi”：“10.1609\/AAAI.v29i1.9795”}，}，“key“：”1148_CR 65“，”doi-assert-by“：”crossref.“，”非结构化“：”Zhu，S.，Liu，S.、Loy，C.C.和Tang，X.（2016）。深层级联双网络，实现面部幻觉。在欧洲计算机视觉会议上。“，”DOI“：”10.1007\/978-3-319-46454-1_37“}，{”key“：”1148_CR66“，”unstructured“：”Zhu，X.，&Ramanan，D.（2012）。野外人脸检测、姿势估计和地标定位。在IEEE计算机视觉和模式识别会议上。“}]，”container-title“：[”International Journal of computer vision“]，”original title“：[]，”language“：”en“，”链接“：[{“URL”：“http://\/link.springer.com/article\/10.1007\/s11263-0119-01148-6\/fulltext.html”，“内容类型”：“文本\/html”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“http:\/\/link.springer.com\/content\/pdf\/10.10007\/s11273-01148-6.pdf”“，”intended-application“：”text-mining“}，{“URL”：“http://\/link.springer.com/content\/pdf\/10.1007\/s11263-0148-6.pdf”，“content-type”：“application\/pdf”、“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2022,9,10]]，“date-time”：”2022-09-10T12:32:02Z“，“timestamp”：1662813122000}，“分数“：1，”资源“：{”primary“：{”URL“：”http://\/link.springer.com/10.1007\/s11263-019-01148-6“}}，”subtitle“：[]，”shorttitle“：[]，”issued“：{date-parts”：[[2019,17]]}，“references-count”：66，“journal-issue”：{“issue”：“6-7”，“published-print”：{date-parts“：[2019,6]}}”，“alternative-id”：[“1148”]，“URL”：“http://\/dx.doi.org\/10.1007\/s11263-0119-01148-6”，“关系”：{}，“ISSN”：[“0920-5691“，”1573-1405“]，”issn-type“：[{”value“：”0920-5692“，”type“:”print“}，{”value“：”1573-11405“，”类型“：”electronic“}]，”subject“：[]，”published“：{”date-parts“：[[2019,17]]}，”assertion“：[[{“value”：“2018年2月22日”，”order“：1，”name“：”received“，”label“：”received“，“group”：{“name”：“Article History”，“”标签“：”文章历史“}}，{“value”：“2019年1月2日”，“order“：2，”name“：”accepted“，”label“：”accepted”，“group”：{“name”：“ArticleHistory”，“label”：“文章历史”}}，{“value”：“2019年1月17日”，“order”：3，“name”:“first_online”，“标签”：“first online”