{“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”：[[2024,6,18]]，“日期-时间”：“2024-06-18T02:53:22Z”，“时间戳”：1718679202191}，“引用-计数”：36，“发布者”：“爱思唯尔BV”，“许可证”：[{“开始”：{-“日期-零件”：[2019,7,1]]，”“日期-时刻”：“2019-07-01T00:00:00 0:00Z“，”时间戳“：1561939200000}，”内容-版本“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com//tdm\/userlicense\/1.0\/”}]，“内容域”：{“域”：[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[”信号处理：图像通信“]，”published-print“：{”date-parts“：[2019,7]}，”DOI“：”10.1016\/j.Image.2019.03.014“，”类型“：“journal-article”，“created”：{“date-parts”：[[2019,3,24]]，“date-time”：“2019-03-24T10:27:01Z”，“timestamp”：1553423221000}，“page”：“22-31”，“update-policy”：”http://\/dx.doi.org\/10.10016\/elsevier_cm_policy“，”source“：”Crossref“，“is-referenced-by-count”：6，“title”：[“无深度信息的多视图视频质量增强”]，“prefix”：“10.1”016“，“卷”：“75”，“作者”：[{“给定”：“Samer”，“家族”：“Jammal”，“sequence”：“first”，“affiliation”：[]}，{“给出”：“Tammam”，“family”：“Tillo”，“序列”：“additional”，“从属关系”：[]}，}“给定的”：“Jimin”，“家庭”：“Xiao”，“顺序”：“附加”，“隶属关系”：[]}]，“成员”：“78”，“引用”：[}“问题”：“1\u20132”，“key“：”10.1016\/j.image.2019.03.014_b1“，”首页“：”65“，“article-title”：“使用ftv深度信息进行三维扭曲的视图生成”，“volume”：“24”，“author”：“Mori”，“year”：“2009”，“journal-title“：”Image Commun.“}，{“issue”：“1”，“key”：”10.1016\/j.Image.2019.03.014_b2“，“first-page”：“191”，“article-title:”基于三维电视深度图像的立体图像生成“，”volume“：”51“，“author”：“Zhang”，“year”：“2005”}，{“key”：“10.1016\/j.image.2019.03.014_b3”，“unstructured”：“C.Fehn，基于深度的图像渲染（DIBR），压缩和传输3D-TV上的新方法（2004）http://\/dx.org\/10.117\/12.524762.”}。Sullivan，H.264\/MPEG-4 AVC标准的立体声和多视图视频编码扩展概述。“｝，｛”issue“：”9“，”key“：”10.1016\/j.image.20199.03.014_b5“，”doi断言“：”crossref“，”首页“：”3366“，”doi“：”10.1109\/TIP.2013.2264820“，”文章标题“：”多视图视频和深度数据的三维高效视频编码“，”卷“：”22“，”作者“：”Muller“，”年份“：”2013“，”期刊标题“：”Trans.Img.Proc.“｝，｛”key“：”10.1016\/j.image.20199.03.014_b6“，”首页“：”I“，”article-title“：”多视图视频加深度表示和编码“，”volume“：”1“，”author“：”Merkle“，”year“：”2007“}，{“issue”：“4”，“key”：“10.1016\/j.image.2019.03.014_b7”，”doi-asserted-by“：”crossref“，”first page“：“485”，”doi“10.1109\/TCSVT.2011.2125610”，“article-title”：“”基于模型的三维视频编码纹理视频和深度图之间的联合比特分配“，”卷“：”21“，”作者“：”元“，”年份“：”2011“，”期刊标题“：”IEEE Trans。电路系统。视频技术。“}，{”issue“：”1“，”key“：”10.1016\/j.image.2019.03.014_b8“，”doi-asserted-by“：”crossref“，”first page“：“134”，“doi”：“10.1109\/TBC.2015.2492461”，“article-title”：“三维视频的虚拟视图psnr估计方法”，“volume”：“62”，“author”：“Yuan”，“year”：“2016”，“journal-title“：”IEEE Trans.Broadcast.“}/j.image.2019.03.014_b9“，”series-title“：第27届图像编码研讨会论文集”，“首页”：“233”，“文章标题”：“在自由视点电视和三维视频中使用基于深度的内画进行视点合成的孔洞填充方法”，“作者”：“哦”，“年份”：“2009”}，{“问题”：“1”，“关键”：“10.1016\/j.image.2019.03.014_b10”，“doi-asserted-by”：“crossref”，“第一页“：”145“，”DOI“：”10.1037\/0033-295X.96.1145“、”文章标题“：”双眼竞争的神经理论“、”作者“：”布莱克“、“年份”：“1989年”、“新闻标题”：“心理学评论”}、{“关键”：“10.1016\/j.image.2019.03.014_b11”、“DOI-asserted-by”：“crossref”、“非结构化”：“H.Chang，M.K.Ng，T。曾，通过学习词典减少JPEG解压缩中的伪影，62，3，718\u2013728.“，”DOI“：”10.1109\/TSP.2013.2290508“}，{“key”：“10.1016\/j.image.2019.03.014_b12”，“series-title”：“计算机视觉国际会议论文集”，“首页”：“145”，“文章标题”：“通过深度卷积网络减少压缩伪影”，“作者”：“Dong”，“年份”：“2015”}，{“问题”：“2”，“关键”：“10.1016\/j.image.2019.03.014_b13”，“doi-asserted-by”：“crossref”，“首页”：“295”，“doi”：“101109\/TPAMI.2015.2439281”，“文章标题”：“使用深度卷积网的图像超分辨率”，“卷”：“38”，“作家”：“董”，“年”：“2016年”，“新闻标题”：“IEEE Trans。模式分析。机器。智力。“}，{”key“：”10.1016\/j.image.2019.03.014_b14“，”series-tile“：”Computer Vision\u2013 ECCV 2014“，”first page“：“184”，”article-title“：”Learning a deep convolution network for image super-resolution“，”author“：”Dong“，”year“：”2014“}”{“，”第一页“：”1“，”article-title“：”使用完全卷积神经网络的三维视频超分辨率“，”author“：”Xie“，”year“：”2016“}，{”issue“：”3“，”key“：”10.1016\/j.image.2019.03.014_b16“，”doi-asserted-by“：”crossref“，”first page“：虚拟视频辅助视频超分辨率和增强”，“音量”：“26”，“作者”：“金”，“年份”：“2016年”，“新闻标题”：“IEEE Trans。电路系统。视频技术。“}，{”issue“：”1“，”key“：”10.1016\/j.image.2019.03.014_b17“，”doi-asserted-by“：”crossref“，”first-page:“15”，”doi“：”101109\/TMM.2017.2726900“，”article-title“：”多视图流媒体中间视图增强的卷积神经网络“，”volume“：“20”，“author”：“Yu”，“year”：“2018”，“journal-title”：“IEEE Trans.Multimed.”}，”{“issue”：“4“，”键“：”10.1016\/j.image.2019.03.014_b18“，”doi asserted by“：”crossref“，”首页“：”450“，”doi“：”10.1109\/TCSVT.2004.825555“，”文章标题“：”使用过完备小波表示在块编码图像中抑制伪影“，”卷“：”14“，”作者“：”Liew“，”年份“：”2004“，”期刊标题“：”IEEE Trans。电路系统。视频技术。“}，{”issue“：”5“，”key“：”10.1016\/j.image.2019.03.014_b19“，”doi-asserted-by“：”crossref“，”first page“：“1395”，”doi“：”101109\/TIP.2007.891788“，”article-title“：”Pointwise shape-adaptive dct“，用于灰度和彩色图像的高质量去噪和去块”，“volume”：“16”，“author”：“Foi”，“year”：“2007”，“journal-title”：“IEEE Trans.image Process。“}，{”key“：”10.1016\/j.image.2019.03.014_b20“，”series-title“：”2011年第四届国际图像和信号处理大会。第2卷，“首页”：“656”，“文章标题”：“自适应非局部意味着图像去块滤波”，“作者”：“沈”，“年份”：“2011”}，{“问题”：“3”，“关键”：“10.1016\/j.image.2019.03.014_b21”，“doi-asserted-by”：“crossref”，《首页》：“718”，“doi”：“101109\/TSP.2013.2290508”，《文章标题》：“通过学习字典减少jpeg解压缩中的伪影“，“volume”：“62”，“author”：“Chang”，“year”：“2014”，“journal-title”：“IEEE Trans。信号处理。“}，{”key“：”10.1016\/j.image.2019.03.014_b22“，”series-title“：“神经信息处理系统的进展”，”article-title“：”深度卷积神经网络的Imagenet分类“，”author“：”Krizhevsky“，”year“：”2012“}”，{第一页“：”2553“，”article-title“：”Deep neural networks for object detection“，”author“：”Szegedy“，”year“：”2013“}，{“key”：“10.1016\/j.image.2019.03.014_b24”，“doi-asserted-by”：“crossref”，“unstructured”：“j.Long，E.Shelhamer，T.Darrell，Fully Convolutional networks for Semantical Segmentation，CVPR，2014.”，“doi”：“101109\/CVPR.2015.7298965”}，}“key:”10.1016\/j.image.2019.03.014_b25“，“非结构化”：“I.Laina，C.Rupprecht，V.Belagiannis，F.Tombari，N.Navab，用完全卷积残差网络进行深度预测，CoRR abs\/1606.00373.”}，{“key”：“10.1016\/j.iimage.2019.0314_b26”，“series-title”：“IEEE国际计算机视觉和模式识别会议（CVPR）”，“article-title“：“用于训练卷积网络以进行视差、光流和场景流估计的大型数据集”，“author”：“Mayer”，“year”：“2016”}，{“key”：“10.1016\/j.image.2019.03.014_b27”，“series-title”：“2017年亚太信号与信息处理协会年度峰会和会议（APSIPA ASC）”，“first page”：”1756“article-title“：”卷积神经网络视差估计的多分辨率“，”author“：”Jammal“，”year“：”2017“}，{”issue“：”2“，”key“：”10.1016\/j.image.2019.03.014_b28“，”doi-asserted-by“：”crossref“，”first page“：38”，“作者”：“董”，“年份”：“2016年”，“期刊标题”：“IEEE Trans。模式分析。机器。智力。“}，{”key“：”10.1016\/j.image.2019.03.014_b29“，”unstructured“：”K.Yu，C.Dong，C.C.Loy，X.Tang，《用于压缩伪影减少的深度卷积网络CoRR abs》\/1608.02778。arXiv:1608.02778.“}，{”key“：”10.1016\/j.image.2019.03.014_b30“，”series-title“：”2017年数据压缩会议（DCC）“，”首页“：”410“，”article-title“：“一种从hevc解码器端提高编码效率的新的基于深度学习的方法”，“author”：“Wang”，“year”：“2017”}，“key”：“10.1016\/j.iimage.2019.3.014_531”，“series-ttle”：“”2017 IEEE国际多媒体与博览会（ICME）”，“首页”：“817”，“文章标题”：“可扩展卷积神经网络的解码端hevc质量增强”，“作者”：“杨”，“年份”：“2017”}，{“关键”：“10.1016\/j.image.2019.03.014_b32”，“系列标题”：《2011年第19届欧洲信号处理会议》，“首版”：“398”，“article-title“：”使用深度信息的多视图图像的变换域超分辨率“，”author“：”Hung“，”year“：”2011“}，{“key”：“10.1016\/j.image.2019.03.014_b33”，“series-title”：“第22届ACM国际多媒体会议论文集”，“首页”：“675”，“article-title”：”Caffe:快速特征嵌入的卷积架构”，“作者”：“Jia”，“年份”：“2014”}，{“密钥”：“10.1016\/j.image.2019.03.014_b34”，“非结构化”：“K.He，X.Zhang，S.Ren，j.Sun，深入整改：在ImageNet分类上超越人类水平的性能，CoRR abs\/152.01852。arXiv:1502.01852.“}，{”issue“：”12“，”key“：”10.1016\/j.image.2019.03.014_b35“，”doi-asserted-by“：”crossref“，”first-page“：”1649“，”doi“：”101109\/TCSVT.2012.221191“，”article-title“：”高效视频编码（hevc）标准概述“，”volume“：“22”，“author”：“Sullivan”，“year”：“2012”，“journal-title”：“IEEE Trans.Circuits”系统视频技术“}，{”key“：”10.1016\/j.image.2019.03.014_b36“，”series-title“：”程序。IEEE计算机视觉和模式识别会议（CVPR）”，“文章标题”：“语义城市场景理解的城市景观数据集”，“作者”：“Cordts”，“年份”：“2016”}]，“容器标题”：[“信号处理：图像通信”]，“原文标题”：[]，“语言”：“en”，“链接”：[{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S0923596519301250？httpAccept=text\/xml“，”content-type“：”text\/.xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S0923596519301250？httpAccept1=text\/plain“，”内容类型“：”文本\/plaine“，”content-version”：“vor”，“intended-epplication”：“text-mining”}]，”存放“：{“date-parts”：[2019,5,20]]，“date-time“：”2019-05-20T03:26:05Z“，”timestamp“：1558322765000}，”score“：1，”resource“：{主要”：{“URL”：“https:\/\/linkinghub.elsevier.com\/retrieve\/pii\/S0923596519301250”}}，“副标题”：[]，“短标题”：[]，“已发布”:{“date-parts”：[[2019,7]]}、“references-count”：36，“alternative-id”：[“S0923596969”519301250“]，”URL“：”http://\/dx.doi.org\/10.1016\/j.image.2019.03.014“，”关系“：{}，”ISSN“：[”0923-5965“]，”ISSN-type“：[{”value“：”09235965“，”type“:”print“}]，”主题“：[]，”published“：{”date-parts“：[[2019,7]]}，“assertion”：[{“value”：“Elsevier”，“name”：“publisher”，“label”：“此文章由”}，{维护“值”：“无深度信息的多视图视频质量增强”，“name”：“articletitle”，“label”：“Article Title”}，{“value”：“Signal Processing:Image Communication”，“name:”journaltitle“，”label“：”Journal Title“}，”value“：”https:\/\/doi.org\/101016\/j.Image.2019.03.014“，”name“：”articlelink“，”标签“：”CrossRef doi link to publisher maintained version“}”，{value“：”article“，”name“：”content_type“，”label“：”content-type“}，{“value”：“\u00a9 2019 Elsevier B.V.保留所有权利。”，“name”：“版权”，“label”：“copyright”}]}