{“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”：[[2024,7,1]]，“日期-时间”：“2024-07-01T17:54:30Z”，“时间戳”：1719856470479}，“参考-计数”：35，“出版商”：“Springer Science and Business Media LLC”，“发行”：“5”，“许可证”：[{“开始”:{“日期-零件”：[2019,1,31]]，”日期-时间“：”2019-01-31T00:00:00Z“，“timestamp”：1548892800000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“http://www.springer.com/tdm”}]，“funder”：[{“name”：“喀拉拉邦政府高等教育部”}]、“content-domain”：{“domain”:[“link.springer.com”]、“crossmark-restriction”：false}、“short-container-title”：[“SIViP”]，“published-print”:{“date-parts”“：[[2019,7]]}，”DOI“：“10.1007\/s11760-019-01428-1”，“type”：“journal-article”，“created”：{“date-parts”：[[2019,1,31]]，“date-time”：“2019-01-31T03:54:37Z”，“timestamp”：1548906877000}，“page”：：“915-922”，“update-policy”：”http://\/dx.doi.org\/10007\/springer_crossmark_policy“，”source“Crossref”，“is-referenced-by-count”：4，“标题“：[“使用源自光学加速度的描述符进行动作识别的自动视频分析”]，“前缀”：“10.1007”，“卷”：“13”，“作者”：[{“ORCID”：“http://\/ORCID.org\/0000-0001-7284-119X”，“authenticated-ORCID”：false，“给定”：“Anitha”，“family”：“Edison”，“sequence”：“first”，“affiliation”：[]}，{“given”：：“additional”，“affiliation”：[]}]，“member”：“297”，“published-online”：{“date-parts”：[[2019,1,31]]}，“reference”：[{“issue”：“6”，“key”：“1428_CR1”，“doi-asserted-by”：“publisher”，《首页》：“1115”，“doi”：“10.1007\/s11760-018-1267-z”，“volume”：《12》，“author”：“S Amraee”，“year”：“2018”，“unstructured”“”：“Amraee，S.，Vafaei，A.，Jamshidi，K.，Adibi，P.：使用一类SVM检测拥挤场景中的异常事件。信号图像视频处理。12（6），1115\u20131123（2018）”，“日志标题”：“信号图像视频过程”}，{“问题”：“2”，“密钥”：“1428_CR2”，“doi-asserted-by”：“出版商”，“首页”：“323”，“doi”：“10.1007\/s1170-017-1161-0”，“卷”：“12”，“作者”：“X Lu”，“年份”：“2018”，“非结构化”：“Lu，X.，Yao，H.，Sun，X.，Zhang，Y.：基于局部聚合直方图的描述符。信号图像视频处理。12（2），323\u2013330（2018）”，“期刊标题”：“信号图像视频处理。”}，{“密钥”：“1428_CR3”，“非结构化”：“Li，J.，Nikolov，S.G.，Benton，C.P.，Scott-Suelle，N.E.：监控视频序列的自适应总结。摘自：IEEE高级视频和基于信号的监控会议记录，第546\u2013551页（2007）”}，{“问题”：“12”，“关键”：“1428_CR4”，“doi-asserted-by”：“publisher”，“首页”：“4782”，“doi”：“10.1109”TIP.2012.2215621”，“volume”：“21”，“author”：“H Luong Van”，“year”：“2012”，“unstructured”：“Van Luong，H.，Raket，L.L.，Huang，X.，Forchhammer，S.：使用光流和聚类的分布式视频编码的边信息和噪声学习。IEEE Trans.Image Process.21（12），4782\u20134796（2012）”，“journal title”：“IEEE Trans.Image Proccess.”}，{“issue”：“2”，“key”：“1428_CR5”，“doi-asserted-by”：“publisher”，“first page”：“238”，“doi”：“10.1109\/42.141648”，《volume》：“11”，“author”：“JL Prince”，“year”：“1992”，“unstructured”：“Prince，J.L.，McVeigh，E.R.：根据标记的MR图像序列进行运动估计。IEEE Trans.Medical Imaging 11（2），238\u2013249（1992）”，“journal title”：“IEEE Trans.Medical Imagion”}，{“key”：“1428_CR6”，“非结构化”：“Yamato，J.，Ohya，J.和Ishii，K.：使用隐马尔可夫模型识别时序图像中的人类行为。摘自：IEEE计算机视觉和模式识别会议论文集，第379页\u2013385（1992）”}，{“key”：“1428 _CR7”，“unstructured”：“Simonyan，K.，Zisserman，A.：视频中动作识别的双流卷积网络。摘自：《神经信息处理系统进展学报》，第568\u2013576页（2014）”}，{“key”：“1428_CR8”，“doi-asserted-by”：“crossref”，“unstructured”：“Laptev，I.，Marszalek，M.，Schmid，C.，Rozenfeld，B.：从电影中学习真实的人类行为。摘自：IEEE计算机视觉和模式识别会议论文集，第1\u20138页（2008）”，“DOI”：“10.1109\/CVPR.2008.4587756”}，{“key”：“1428_CR9”，“DOI-asserted-by”：“crossref”，“unstructured”：“Dedeo\u011flu，Y.，T\u00f6reyin，B.U.，G\u00fcd\u00fckbay，U.，u00c7etin，A.E.:视频中基于轮廓的对象分类和人类行为识别方法。in:ECCV人机交互中的计算机视觉研讨会，第64\u201377页（2006）”，“DOI”：“10.1007\/11754336_7”}，{“issue”：“2\u20133”，“key”：“1428_CR10”，“DOI-asserted-by”：“publisher”，“first page”：“107”，“DOI”：“10.1007\/s11263-005-1838-7”，“volume”：”64“，“author”：“I Laptev”，”year“：”2005“，“unstructured”：“Laptev.，I.：关于时空兴趣点。国际计算机视觉.64（2\u20133），107\u2013123（2005）”，“journal-title”：“国际计算机视觉”}，{“key”:“1428_CR11”，“DOI-asserted-by”：“crossref”“，”非结构化“：“Scovanner，P.，Ali，S.，Shah，M.：三维SIFT描述符及其在动作识别中的应用。摘自：《国际多媒体会议论文集》，第357\u2013360页（2007）”，“DOI”：“10.1145\/1291233.1291311”}，{“key”：“1428_CR12”，“DOI-asserted-by”：“crossref”，“unstructured”：“Klaser，A.，Marsza\u0142ek，M.，Schmid，C.，et \u00a0al.：基于3D-gradients的时空描述符。In:Proceedings of British Machine Vision Conference（2008）”，“DOI”：“10.5244\/C.22.99”}，{“key”：“1428_CR13”，“DOI-asserted-by”：“crossref”，“unstructured”：“Willems，G.，Tuytelaars，T.，Gool，L.：一种高效的密集和尺度无关时空兴趣点检测器。摘自：《欧洲计算机视觉会议论文集》，第650\u2013663页（2008）”，“DOI”：“10.1007\/978-3-540-88688-4_48”}，{“key”：“1428_CR14”，“DOI-asserted-by”：“crossref”，“unstructured”：“Matikainen，P.，Hebert，M.，Sukthankar，R.：悲剧：通过跟踪特征的运动分析进行动作识别。摘自：IEEE计算机视觉国际会议论文集，第514\u2013521页（2009）”，“DOI”：“10.1109\/ICCVW.2009.5457659”}，{“key”：“1428_CR15”，“DOI-asserted-by”：“crossref”，“unstructured”：“Messing，R.，Pal，C.，Kautz，H.：使用跟踪关键点的速度历史进行活动识别。摘自：IEEE计算机视觉国际会议论文集，第104\u2013111（2009）页”，“DOI”：“10.1109\/ICCV.2009.5459154”}，{“issue”：“1”，“key”：“1428_CR16”，“DOI-asserted-by”：“publisher”，“first page”：《60》，“DOI:”10.1007\/s1123-012-0594-8，“volume”：“103”，“author”：“H Wang”，“year”：“2013”，“unstructured”：“Wang，H.，Kl\u00e4ser，A.，Schmid，C.，Liu，C.L.：动作识别的密集轨迹和运动边界描述符。国际计算机视觉103（1），60\u201379（2013）”，“journal-title”：“国际计算机视觉”}，{“issue”：“5”，“key”：”1428_CR17“，”doi-asserted-by“：”publisher“，”第一页“：“853”，“DOI”：“10.1007\/s11760-017-1228-y”，“volume”：“12”，“author”：“S Islam”，“year”：“2018”，“unstructured”：“Islam，S.，Qasim，T.，Yasir，M.，Bhatti，N.，Mahmood，H.，Zia，M.：基于轮廓形状和光学点描述符的单人和双人动作识别。信号图像视频处理。12（5），853\u2013860（2018）”，“新闻标题”：“信号图像视频处理”}，{“key”：“1428_CR18”，“doi-asserted-by”：“crossref”，“unstructured”：“Jiang，Y.G.，Dai，Q.，Xue，X.，Liu，W.，Ngo，C.W.：基于轨迹的人体动作建模与运动参考点。摘自：《欧洲计算机视觉会议论文集》，第425\u2013438页（2012），“doi”：“10.1007\/978-3642-33715-4_31”}、{“key”：“1428_CR19”，“doi-asserted-by”：“crossref”，“unstructured”：“Vig，E.，Dorr，M.，Cox，D.：基于显著性和眼球运动的动作识别的空间变量描述符采样。摘自：《欧洲计算机视觉会议论文集》，第84\u201397（2012）页”，“doi”：“10.1007\/978-3642-33786-4_7”}，{“key”：“1428-CR20”，“doi-asserted-by”:“crossrev”，“非结构化”：“Wang，H.，Schmid，C.：改进轨迹的动作识别。摘自：IEEE计算机视觉国际会议论文集，第3551\u20133558页（2013）”，“DOI”：“10.1109\/ICCV.2013.441”}，{“key”：“1428_CR21”，“非结构性”：“Lan，Z.，Lin，M.，Li，X.，Hauptmann，A.G.，Raj，B.：超越高斯金字塔：动作识别的多重skip特征堆叠。摘自：IEEE计算机视觉和模式识别会议论文集，第204\u2013212页（2015）”}，{“key”：“1428_CR22”，“doi-asserted-by”：“crossref”，“unstructured”：“Tran，D.、Bourdev，L.、Fergus，R.、Torresani，L.和Paluri，M.：利用3D卷积网络学习时空特征。摘自：IEEE计算机视觉国际会议论文集，第4489\u20134497页（2015）”，“DOI”：“10.1109\/ICCV.2015.510”}，{“key”：“1428_CR23”，“DOI-asserted-by”：“crossref”，“unstructured”：“Karpathy，A.，Toderici，G.，Shetty，S.，Leung，T.，Sukthankar，R.，Fei-Fei，L.：卷积神经网络的大尺度视频分类。摘自：IEEE计算机视觉和模式识别会议论文集，第1725\u20131732（2014）页”，“DOI”：“10.1109\/CVPR.2014.223”}，{“key”：“1428_CR24”，“DOI-asserted-by”：“crossref”，“非结构化”：“Liu，J.，Wang，G.，Hu，P.，Duan，L.Y.，Kot，A.C.：三维动作识别的全球上下文软件关注LSTM网络。摘自：IEEE计算机视觉和模式识别会议论文集，vol.\u00a07，P.\u00a 043（2017）”，“DOI”：“10.1109\/CVPR.2017.391”}，{“issue”：“12”，“key”：“1428_CR25”，“DOI-asserted-by”：“publisher”，“首页”：“3007”，“DOI”：“10.1109\/TPAMI.2017.2771306”，“卷”：“40”，“作者”：“J Liu”，“年份”：“2018”，“非结构化”：“Liu，J.，Shahroudy，A.，Xu，D.，Kot，A.C.，Wang，G.：使用带有信任门的时空LSTM网络进行基于骨架的动作识别。IEEE Trans.Pattern Ana Mach Intell 40（12），3007\u20133021（2018）”，“日志标题”：“IEEE Trans.Pattern Ana Mach Intell”}，{“key”：“1428_CR26”，“doi-asserted-by”：“crossref”，“unstructured”：“Liu，J.，Shahroudy，A.，Wang，G.，Duan，L.Y.，Kot，A.C.：SSNet:在线三维动作预测的尺度选择网络。摘自：IEEE计算机视觉和模式识别会议论文集，第8349\u20138358页（2018）”，“doi”：“10.1109\/CVPR.2018.00871”}，{“key”：“1428_CR27”，“doi-asserted-by”：“crossref”，“unstructured”：“Edison，A.，Jiji，C.：视频中运动描述的光学加速度。摘自：《CVPR研讨会论文集》，第39\u201347页（2017）”，“doi”：“10.109\/CVPRW.2017.209”}、{“密钥”：“1438_CR28”，“doi-asserted-by”:“crossrev”，”unstructure“：“Nallaivarothayan，H.，Fookes，C.，Denman，S.，Sridharan，S.：一种使用运动和外观特征的基于MRF的异常事件检测方法。在：IEEE高级视频和基于信号的监视国际会议论文集，pp.343\u2013348（2014）”，“DOI”：“10.1109\/AVSS.2014.6918692”}，｛“key”：“1428_CR29”，“DOI断言由”：“crossref”，“nonstructured”：“Kataoka，H.，He，Y.，Shirakabe，S.，Satoh，Y.：带有加速度图像的运动表示。In：《ECCV研讨会论文集》，pp.18\u201324（2016）”，“DOI”：“10.1007\/978-3-319-49409-8_3”}，｛“key”：“1428_CR30”，“DOI asserted by”：“crossref”，“nonstructured”：“Farneb\u00e4ck，G.：基于多项式展开的双帧运动估计。In:《斯堪的纳维亚图像分析会议论文集》，第2749卷（2003）”，“DOI”：“10.1007\/3-540-45103-X_50”}，{“key”：“1428_CR31”，“DOI-asserted-by”：“crossref”，“unstructured”：“Edison，A.，Jiji，C.：HSGA：一种新的人类动作识别加速描述符。摘自：《全国计算机视觉、模式识别、图像处理和图形会议论文集》，第1\u20134页（2015）”，“DOI”：“10.1109”：“NCVPRIPG.2015.7489944”}，{“key”：”1428_CR32“，”DOI-asserted-by“：”publisher“，”first page“：”109“：“10.1016\/j.cviu.2016.03.013”，“volume”：“150”，“author”：“X Peng”，“year”：“2016”，“unstructured”：“Peng，X.，Wang，L.，Wang，“doi-asserted-by”：“crossref”，“unstructured”：“Liu，J.，Luo，J.和Shah，M.：识别野外视频中的真实动作。摘自：IEEE计算机视觉和模式识别会议论文集，第1996\u20132003（2009）页”，“doi”：“10.1109\/CVPR.2009.5206744”}，{“issue”：“5”，“key”：“1428_CR34”，“doiasserted-by“：”publisher“，“首页”：“971”，“DOI”：“10.1007\/s00138-012-0450-4”，“volume”：“24”，“author”：“KK Reddy”，“year”：“2013”，“unstructured”：“Reddy，K.K.，Shah，M.：识别网络视频的50种人类动作类别。Mach.Vis.Appl.24（5），971\u2013981：“Soomro，K.，Zamir，A.R.，Shah，M.：UCF101:来自野外视频的101个人类动作类的数据集。CRCV-TR-12-01（2012）”}]，“container-title”：[“信号、图像和视频处理”]，“原始标题”：[]，“language”：“en”，“link”：[{“URL”：“http://\/link.springer.com\/article\/10007\/s11760-019-01428-1\/fulltext.html”，“content-type”：“text\/html”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“http://\/link.springer.com/content\/pdf\/10.1007\/s11760-019-01428-1.pdf”，“content-type”：“application\/pdf”、“content-version”：“vor”、“intended-application:”text-miniing“}”、{“URL”：“http://www.link.springer.com\/content\/pdf\/10.10007\/s11700-019-01428-1”。pdf“，”内容类型“：“application\/pdf”，“content-version”：“vor”，“intended-application”：“相似性检查”}]，“存放”：{“date-parts”：[[2020,1,30]]，“日期时间”：“2020-01-30T19:16:03Z”，“时间戳”：1580411763000}，“分数”：1，“资源”：{primary：{”URL“http://link.springer.com/10.1007\/s11760-019-01428-1”}}，”副标题“：[]，”短标题“：[]，”已发布“：{“date-parts”：[[2019,1,31]]}，“references-count”：35，“journal-issue”：{“issue”：“5”，“published-print”：{-“date-parts”：[[2019，7]]}}，”alternative-id“：[”1428“]，”URL“：”http://\/dx.doi.org\/10007\/s11760-019-01428-1“，”relation“：{}“ISSN”：[“1863-1703”，“1863-1711”]，”ISSN-type“：[{“数值”：“1863-1703”，“类型”：“打印”}，{“值”：“863-1711”，“型号”：“电子”}]，“主题”：[]，“published”：{“date-parts”：[[2019,1,31]]}，“assertion”：[{“value”：“2017年11月27日”，“order”：1，“name”：“received”，“label”：“received”，”group“：{名称”：“Article History”，“标签”：“文章历史”}}，{“值”：“2019年1月17日”，“价值”：“2019年1月18日”，“订单”：3，“名称”：“已接受”，“标签”：“已接受”，“组”：｛“名称”：“文章历史记录”，“标签”：“文章历史记录”｝｝，｛“值”：“2019年1月31日”，“订单”：4，“名称”：“first_online”，“标签”：“首次在线”，“组”：｛“名称”：“文章历史记录”，“标签”：“文章历史记录”｝｝]｝