{“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”：[[2024,5,30]]，“日期-时间”：“2024-05-30T02:15:45Z”，“时间戳”：1717035345637}，“参考-计数”：45，“出版商”：“Springer Science and Business Media LLC”，“问题”：“2”，“许可证”：[{“开始”：}“日期-零件”：[2020,7,30]，“时间”：“2020-07-30T00:00:00Z”，“timestamp”：159606720000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\\/www.springer.com/tdm”}，{“start”：{“date-parts”：[[2020,7,30]]，“date-time”：“2020-07-30T00:00:00Z”，“timetamp”：1586067200000}，”content-versiion“：”vor“，”delay-in-days“：0，”URL“https://www.springer.com \/tdm“}]，“内容域”：{“域”：[“link.springer.com”]，“crossmark-restriction”：false}，“short-container-title”：[“SIViP”]，“published-print”：{“date-parts”：[[2021,3]]}，”DOI“：”10.1007\/s11760-020-01749-6“，”type“：”journal-article“，”created“：{”date-part“：[2020,7,30]]，”date-time“：”2020-07-30T12:02:36Z“，”timestamp“：1596110556000}”，“page”：“297-305”，”updatet政策”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“source”：“Crossref”、“is-referenced-by-count”：7，“title”：[“使用条件生成对抗网络的健壮高效的图像去加密方法”]，“prefix”：“10.1007”，”volume“：”15“，”author“：[{”given“Divyanshu”，“family”：“Gupta”，“sequence”：“first”，“affiliation”：[]}，{“given”：“Shorya”，“family”：“Jain”，“sequence”：“additional”，“affiliation”：[]}，{“given”：“Utkarsh”，“家族”：“Tripathi”，“serquence”:“additionable”，“filiation“：[]{”ORCID“：”http://\/ORCID.org\/00000-0002-5805-6563“，”authenticated-ORCID“：false，”given“：“Pratik”，”family“：”Chattopadhyay“，”sequence“：”additional“，”affiliance“：[]}，{“given”：“Lipo”，“family”：“Wang”，“sequence”：“additional”，“affiliation”：[]}]，“member”：“297”，“published-online”：{“date-parts”：[[2020,7,30]]}，“reference”：[{“key”：“1749_CR1”，“doi-asserted-by”：“crossref”，《unstructured》：“Liu，Y.，et\u00a0al.：图像去加密。In:《计算机视觉与模式识别国际会议论文集》，pp.1\u20138（2008）”，“doi”：“10.1109\/CVPR.2008.4587493”}，{“key”：“1749_CR2”，“unstructured”：“Park，M.et \u00a0al.：Image de-fencing reviewed（2010）”}，{“键”：“1749_CR4”，“doi-asserted-by”：“crossref”，“unstructured”：“Jonna，S.，et\u00a0al.：我的相机可以透过栅栏看：图像去模糊的深度学习方法（2015）”，“doi”：“10.1109\/ACPR.2015.7486506”}，{“key”：“1749_CR5”，“doi-asserted-by”：：“Jonna，S.，et \u00a0al.：基于深度学习的栅栏分割和使用视频序列从图像中删除（2016）”，“DOI”：“10.1007\/978-3-319-49409-8_68”}，{“issue”：“7”，“key”：“1749_CR6”，“DOI-asserted-by”：“publisher”，“first page”：”1193“，“DOI:”10.1007\/s11760-016-0876-7“，”volume“10”，“author”：“MS Farid”，“year”：“2016”，“非结构化”：“Farid，M.S.，et al.：具有混合修复算法的图像去加密框架。SIViP 10（7），1193\u20131201（2016）”，“journal-title”：“SIViP”}，{“key”：“1749_CR7”，“doi-asserted-by”：“crossref”，“unstructured”：“Kumar，V.，et \u00a0al.：通过信号分层进行图像防御（2016）“，”doi“：”10.1145\/3009977.3009984“}，”{“issue”：“6”，“key“：”1749_CR8“，“doi-asserted-by”：“publisher”，“first page”：“1173”，“doi”：“10.1007\/s11760-018-1266-0”，“volume”：”12“，“author”：“M Khalid”，“year”：“2018”，“unstructured”：“Khalid，M.，et al.：使用定向梯度直方图进行图像去模糊处理。SIViP 12（6），1173\u20131180（2018）”，“journal-title”：“SIViP”}，{“key”：by“：”publisher“，”首页“：“38846”，“DOI”：“10.1109\/ACCESS.2019.2960087”，“volume”：“8”，“author”：“T Matsui”，“year”：“2019”，“unstructured”：“Matsui，T.，Ikehara，M.：使用深度卷积神经网络去除单图像围栏。IEEE ACCESS 8，38846\u201338854（2019）”，“journal-title”：“IEEE ACCESS”}，{“key”：”1749_CR10“unstrustured”：“Reed，S.，et \u00a0al.：生成性对抗文本到图像合成（2016）.arXiv:1605.05396”}，{“key”：“1749_CR11”，“doi-asserted-by”：“crossref”，“unstructured”：“Zhang，H.，et \ u00a0 al.：StackGAN:使用堆叠生成性对抗网络进行文本到照片真实感图像合成（2017）”，“doi”：“10.1109 \/ICCV.2017.629”}，“unstructured”：“Huang，H.，et \u00a0al.：生成对抗网络图像合成简介（2018）。arXiv:1803.04469”}，{“key”：“1749_CR13”，“doi-asserted-by”：“crossref”，“unsructured“：”Isola，P.，et \ u00a0 al.：使用条件对抗网络进行图像到图像的转换（2017）”，“doi”：“10.1109 \/CVPR.2017.632”}，“doi断言者”：“crossref”，“非结构化”：“Yeh，R.A.，et \u00a0al.：用深度生成模型修复语义图像（2017）”，“doi”：“10.1109\/CVPR.2017.728”}，{“key”：“1749_CR15”，“doi断言者”：“crossref”，“非结构化”：“Brkic，K.，et \u00a0al.：我知道那个人：图像中人的生成全身和面部去识别（2017）”，“DOI”：“10.1109\/CVPRW.2017.173”}，{“key”：“1749_CR16”，“unstructured”：“Radford，A.，et \u00a0al.：深度卷积生成对抗网络的无监督表示学习（2015）.arXiv:1511.06434”}：“Chen，X.，et \u00a0al.：InfoGAN:通过信息最大化生成对抗网进行可解释表征学习（2016）”}，{“key”：“1749_CR18”，“doi-asserted-by”：“crossref”，“unstructured”：“Hays，J.，et \u 00a0al：发现纹理规则性是一个高阶对应问题（2006）”，“doi”：“10.1007 \/1174047_40”}、{“issue”：“10”，“key”：“1749_CR19”，“doi-asserted-by”：“publisher”，“first page”：：“1804”，“doi”：“10.1109\/TPAMI.2009.73”，“volume”：”31“，“author”：“M Park”，“year”：“2009”，“unstructured”：“Park，M.，et al.：使用均值漂移信念传播在真实世界图像中检测变形晶格。IEEE Trans.Pattern Anal.Mach.Intell.31（10），1804\u20131816（2009）”，“journal-title”：“IEEE Trans.Pattern Anal.Mach.Intell.”}，{“issue”：“5”，“key”：“1749_CR20”，“doi-asserted-by”：“publisher”，“首页”：“777”，“doi”：“10.1109\/TPAMI.2007.1053”，“卷”：“29”，“author”：“W-C Lin”，”年份“2007”，“unstructured”：“Lin，W.C.，Liu，Y.：用于动态近规则纹理跟踪的基于格的MRF模型。IEEE Trans.Pattern Anal.Mach.Intell.29（5），777\u2013792（2007）”，“日志标题”：“IEEE Trans.Pattern Anal.Mach.Intell.”}，{“key”：“1749_CR21”，“doi-asserted-by”：“crossref”，“unstructured”：“Park，M.，et\u00a0al.：通过有效均值漂移信念传播进行变形晶格发现（2008）”，“DOI”：“10.1007\/978-3-540-88688-4_35”}，{“issue”：“7”，“key”：“1749_CR22”，“DOI-asserted-by”：“publisher”，“first page”：”1111“，“DOI:”10.1109\/TCSVT.2013.2241351“，”volume“：”24“，”author“：”Y Mu“，”year“2014”，“unstructured”：“Mu，Y.等人：视频围栏。IEEE Trans.Circircuits Syst.Video Technol.24（7），1111\u20131121（2014）”，“期刊标题”：“IEEE Trans.Circircuits Syst.Video Technol.”}，｛“问题”：“8”，“密钥”：“1749_CR23”，“doi断言者”：“出版商”，“首页”：“882”，“doi”：“10.1109\/TIP.2003.815261”，“卷”：“12”，“作者”：“M Bertalmio”，“年份”：“2003”，“非结构化”：“Bertalmio，M.，et al.：同步结构和纹理图像修复。IEEE Trans.image Process.12（8），882\u2013889（2003）”，“journal-title”：“IEEE Trans.image Process.”}，{“issue”：“2”，“key”：“1749_CR24”，“doi-asserted-by”：“publisher”，“first-page”：“228”，“doi”：“10.1109\/TPAMI.2007.1177”，“volume”:“30”，“author”：“A Levin”，“year”：“2008”，“非结构化”：“Levin，A.等人：自然图像消光的封闭式解决方案。IEEE Trans.Pattern Anal.Mach.Intell.30（2），228\u2013242（2008）”，“日志标题”：“IEEE Trans.Pattern Analy.Mach.Intell.”}，{“issue”：“9”，“key”：“1749_CR25”，“doi-asserted-by”：“publisher”，“first page”：《1200》，“doi”：“10.1109\/TIP.2004.833105”，“volume”：”13“，“作者”：“A Criminisi”，“year”：“2004”，“unstructured”：“Criminis，A.，et al.：通过基于示例的图像修复进行区域填充和对象移除。IEEE Trans.image Process.13（9），1200\u20131212（2004）”，“journal-title”：“IEEE Trans.image Proccess.”}，{“issue”：“5”，“key”：“1749_CR26”，“doi-asserted-by”：“publisher”，“first page”:“1153”，“doi”：“10.1109 \\TIP.2010.2042098”，“volume”：“19”，“author”：“Z Xu”，“year”：“2010”，“unstructured”：“Xu，Z.，Sun，J.：使用补丁稀疏性通过补丁传播进行图像修复。IEEE Trans.Image Process.19（5），1153\u20131165，“DOI”：“10.1145\/2185520.2185578”，“volume”：“31”，“author”：“S Darabi”，“year”：“2012”，“unstructured”：“Darabis，S.，et al.：图像融合：使用基于补丁的合成方法组合不一致的图像。ACM Trans.Graph.31（4），1\u201310（2012）”，“journal-title”：“ACM Trans.Graph.”}，{“issue”：“4”，“key”：”1749_CR28“，”第一页“：”129“，”卷“：”33“，“作者”：“J-B Huang”，“year”：“2014”，“unstructured”：“Huang，J.-B，et al.：使用平面结构指导完成图像。ACM Trans.Graph.33（4），129（2014）”，“journal-title”：“ACM Trans.Graph.”}，{“key”：“1749_CR29”，“doi-asserted-by”：“crossref”：“10.1109\/CVPR.2016.278”}，{“key”：“1749_CR30”，“doi-asserted-by”：“crossref”，“unstructured”：“Yang，C.，et\u00a0al.：使用多尺度神经补片合成的高分辨率图像修复（2017）”，“doi”：“10.109\/CVPR.2017.434”}：“Yu，J.，et\u00a0al.：具有上下文关注的生成图像修复。摘自：《计算机视觉与模式识别国际会议论文集》，pp.5505\u20135514（2018）”，“DOI”：“10.1109\/CVPR.2018.00577”}，{“key”：“1749_CR32”，“unstructured”：“Nazeri，K.，et \u00a0al.：EdgeConnect:生成性图像修复与对抗性边缘学习（2019）。arXiv:1901.00212”}，{“问题”：“1”，“密钥”：“1749_CR33”，“doi-asserted-by”：“publisher”，“首页”：“41”，“doi”：“10.1007 \/s11263-006-7899-4”，“卷”：“70”，“作者”：“PF Felzenszwalb”，“年份”：“2006”，“非结构化”：“Felzenszwalb，P.F.，Huttenlocher，D.P.：早期视觉的有效信念传播。国际计算机视觉杂志70（1），41\u201354（2006）”，“期刊标题”：“国际计算机视觉”}，{“key”：“1749_CR34”，“unstructured”：“Zheng，Y.，Kambhamettu，C.：基于学习的数字素描（2009）”}：“Jonna，S.等人：图像去栅栏和深度修复的多模式方法（2015）”，“DOI”：“10.1109\/ICPR.2015.7500696”}，｛“issue”：“4”，“key”：“1749_CR36”，“DOI asserted by”：“publisher”，“first page”：“79”，“DOI”：“10.1145\/2766940”，“volume”：“34”，“author”：“T Xue”，“year”：“2015”，“nonstructured”：“Xue，T.，et al.：无障碍摄影的计算方法。ACM Trans.Graph.34（4），79（2015）”，“journal-title”：“ACM Trans.Graph.”}，{“key”：“1749_CR37”，“doi-asserted-by”：“crossref”，“unstructured”：“Du，C.，et \u00a0al.：使用卷积神经网络和时间信息进行准确高效的视频解码（2018）”，《doi》：“10.1109\/CIME.2018.8486522”}，{“key”：“1749_CR38”，“doi-asserted-by”：“crossref”，“unstructured”：“Johnson，J.，et \u00a0al.：实时风格传输和超分辨率感知损失（2016）”，“doi”：“10.1007\/978-3-319-46475-6_43”}：“Gatys，L.A.，et \u00a0al.：使用卷积神经网络进行图像风格转换（2016）”，“DOI”：“10.1109\/CVPR.2016.265”}，{“issue”：“4”，“key”：“1749_CR40”，“DOI-asserted-by”：“publisher”，“first page”：”600“，“DOI:”10.1109\/TIP.2003.819861“，”volume“：”13“author”：“Z Wang”，“year”：“2004”，“unstructured”：“Wang，Z.，et al.：图像质量评估：从错误可见性到结构相似性。IEEE Trans.Image Process.13（4），600\u2013612（2004）”，“期刊标题”：“IEEE Trans.Image Procress.”}，{“问题”：“1”，“关键”：“1749_CR41”，“doi-asserted-by”：“出版商”，“首页”：“47”，“doi”：“10.1109\/TCI.2016.2644865”，“卷”：“3”，“作者”：“H Zhao”，“年份”：“2017”，“非结构化”：“Zhao，H.，et al.：神经网络图像恢复的损失函数。IEEE Trans.Compute.Imaging 3（1），47\u201357（2017）”，“日志标题”：“IEEE Trans.Comput.Imaging”}，{“问题”：“2”，“键”：“1749_CR42”，“doi-asserted-by”：“publisher”，“首页”：“303”，“doi”：“10.1007\/s11263-009-0275-4”，“卷”：“88”，“作者”：“M Everingham”，“year”：“2010”，“unstructured”：“Everingham，M.等人：pascal可视对象类挑战。国际期刊计算机视觉88（2），303\u2013338（2010）”，“日志标题”：“国际期刊计算视觉”}，{“key”：“1749_CR43”，“doi-asserted-by”：“crossref”，“非结构化”：“Lin，T.-Y.，et \u00a0al.：Microsoft COCOCOCO:common objects in context（2014）”，《doi》：“10.1007\/978-3-319-10602-1_48”}，{“key”：“1749_CR44”，“doi-asserted-by”：“crossref”，“unstructured”：“Chen，Q.，et \u00a0al.：使用全卷积网络进行快速图像处理。摘自：IEEE国际计算机视觉会议论文集，第2497\u20132506页（2017）”，“doi”：“10.1109\/ICCV.2017.273”}：“Farid，M.S.，et\u00a0al.：图像防御源代码（2016）。https:\/\/www.researchgate.net\/publication\/296635266_Source_code_image_defencing.Accessed 03 2016”}]，“container-title”：[“Signal，image and Video Processing”]，“original-title“：[]，“language”：“en”，“link”：[{“URL”：“https:\/\/link.springer.com/content\/pdf\/10.1007\/s11760-020-01749-6.pdf”，“content-type”：“application\/pdf”，“内容版本”：“vor”，“intended-application”：“text-mining”}，{“URL”：“http:\/\-link.springer.com/article\/10.10007\/s11700-020-01749-6\/fulltext.html”，“content-type“：”text\/html“，”content-version“：”vor“，”intended-epplication d-应用程序“：“text-mining”}，{“URL”：“https:\/\/link.springer.com/content\/pdf\/10.1007\/s11760-020-01749-6.pdf”，“content-type”：“application\/pdf”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2021,7,29]]，“date-time”：”2021-07-29T23:29:55Z“，“timestamp”：1627601395000}，“score”：1，“resource”（资源）：{“primary”（主资源）：}“URL”（URL）：“https:\/\/link.springer.com/10.1007\/s11760-020-01749-6”}}，“副标题”：[]，“短标题”：[]，“已发布”：{“日期部分”：[[2020,7,30]]}dx.doi.org \/10.1007\/s11760-020-01749-6“，”关系“：{}，”ISSN“：[”1863-1703“，“1863-1711”]，“issn-type”：[{“value”：“1863-1703”，“type”:“print”}，{“value”：“863-1711“，”type“：”electronic“}]，“subject”：[]，“published”：{“date-parts”：[[2020,7,30]]}，“assertion”：[[{”value“：“2020年2月18日”，“order”：1，“name”：“received”，“label”：“received”，”group“：{”name“：”Article History“，”label“：”Article历史“}}”，{“value”：“2020年7月3日”，“order”：2，“name”：“revised”，“label”：“Revied”，“group”：{“name”：“Article History”，“标签”：“文章历史”}}，{“value”：“2020年7月17日”，“订单”：3，“名称”：“已接受”，“标号”：“接受”，”group“：{”name“：”Article History“，”label“：”文章历史“}}、{“值”：“2020年7月30日”，”order“订单”:4，“名称“：”first_online“，”标签“：”first online“，历史”，“标签”：“文章历史”}}]}}