{“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”：[[2024,6,9]]，“日期-时间”：“2024-06-09T12:08:58Z”，“时间戳”：1717934938930}，“引用-计数”：31，“发布者”：“Elsevier BV”，“许可证”：[{“开始”：“日期-零件”：[[2020,5,1]]，”日期-时间“：”2020-05-01T00:00:00 0:00Z“，”时间戳“：1588291200000}，”内容-版本“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com/tdm\/userlicense\/1.0\/”}]，“资助者”：[{“DOI”：“10.13039\/501100001809”，“名称”：“国家自然科学基金”，“DOI-asserted-by”：“publisher”，“奖项”：[“61502537”]}，{“DOI”：”10.13039\/501100004735“，”名称“：“湖南省自然科学基金会”，“DOI-asserted-by”：“publisher”，“adward”：[“2018JJ3681”，“2016JJ2150”]}]，“content-domain”：{“domain”:[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[”Signal Processing:Image Communication“]，”published-print“：{”date-parts“：[2020,5]}，”DOI“：”10.1016\/j.Image.2020.115832“，”type“：”journal-article“，”创建了“：{”日期部分“用法：[[2020,3,12]]，“日期-时间”：“2020-03-12T20:02:27Z”，“时间戳”：1584043347000}，“页面”：“115832”，“更新策略”：“http://\\dx.doi.org\/10.1016\/elsevier_cm_policy”，“源”：“Crossref”，”is-referenced-by-count“：8，”title“[”SDRNet:端到端的阴影检测和删除网络“]，”前缀“：”10.1016“，”卷“：”84“，”作者“：[{“given”：“Jin”，“family”：“唐”、“序”：“先”、“属”：[]｝、{“给”：“清”、“家”：“罗”、“序”：“附加”、“属”：[]｝、{“给”：“范”、“家”：“国”、“序”：“附加”、“属”：[]｝、{“给”：“知乎”、“家”：“吴”、“序”：“附加”、“属”：[]｝、{“给”：“小明”、“家”：“晓”、“序”：“附加”、“属”“：[]｝，｛”给定“：“Yan”，“family”：“Gao”，“sequence”：“additional”，“affiliation”：[]}]，“member”：“78”，“reference”：[{“issue”：“10”，“key”：“10.1016\/j.image.2020.115832_b1”，“doi-asserted-by”：”crossref“，“first page”：”1337“，”doi“10.1109\/TPAMI.2003.1233909”，“article-title”：“检测视频流中的移动对象、鬼影和阴影”，“volume“25”，“作者”：“库奇亚拉”，“year”：“2003”，“journal-title”：“IEEE Trans.Pattern Anal.Mach.Intell.”}，{“issue”：“8”，“key”：“10.1016\/j.image.2020.115832_52”，“doi-asserted-by”：“crossref”，“first-pages”：“1079”，“doi”：“101109\/TPAMI.2004.51”，“article-title“视频中移动阴影和物体检测的物理模型”，“volume”：”26“，”author“：”Nadimi“，“year:”“2004”，“新闻标题”：“IEEE Trans.Pattern Anal.Mach.Intell.”}，{“key”：“10.1016\/j.image.2020.115832_b3”，“非结构化”：“A.Yoneyama，C.H.Yeh，C.C.j。Kuo，基于2D联合车辆/阴影模型的稳健车辆提取的移动投射阴影消除，收录于：IEEE高级视频和信号监控会议论文集，2003年，第229\u2013236页。“}，{“问题”：“2”，“关键”：“10.1016\/j.image.2020.115832_b4”，“doi-asserted-by”：“crossref”，“首页”：“213”，“doi”：“10.1006\/ciun.1994.1014“，“article-title”：“受限环境中的阴影分割和分类”，“volume”：“59”，“author”：“Jiang”，“year”：“1994”，“journal-title“：”CVGIP:Image Underst。“｝，｛”key“：”10.1016\/j.image.200.115832_b5“，”非结构化“：”E.Salvador，A.Cavallaro，T.Ebrahimi，使用不变颜色模型的阴影识别和分类，载于：2001 IEEE声学、语音和信号处理国际会议论文集，目录号01CH372212001，第1545\u20131548页。“｝，｛”issue“：”2“，”key“：”10.1016\/j.image.2020.115832_b6“，”doi-asserted-by“：”crossref“，”first page“：”238“，”doi“：”10.1016\/j.cviu.2004.03.008“，”article-title“：”使用不变颜色特征进行阴影分割“，”volume“：“95”，“author”：“Salvador”，“year”：“2004”，“journal-title”：“Compute”。视觉。图像理解。“}，{”key“：”10.1016\/j.image.2020.115832_b7“，”doi-asserted-by“：”crossref“，”unstructured“：”j.Zhu，K.G.Samuel，S.Z.Masood，et al.Learning to recognize dows in monoculation natural image，in：2010 IEEE Computer Society Conference on Computer Vision and Pattern Recognition，2010，pp.223\u2013230.“，”doi“：”101109\/CVPR.2010.5540209“}”，{“key”：“”10.1016\/j.image.2020.115832_b8“，”doi-asserted-by“：”crossref“，”unstructured“：”j.-F.Lalonde，A.A.Efros，S.G.Narasimhan，《探测户外消费者照片中的地面阴影》，摘自：欧洲计算机视觉会议，2010年，第322\u2013335页“，”doi“：”10.1007\/978-3642-1552-9_24“}，{“key”：“10.1016\/j.iimage.2020.115832_b9”，“doi-assert-by”：“”crossref“，”unstructured“：”M.Baba，Asada N.，《从真实图片中去除阴影》，in：草图与应用Siggraph Conference on Sketches&Applications:in Conjunction on the Conferences on Computer Graphics&Interactive Technologies，2003年。“，”DOI“：”10.1145\/965400.965488“}，”{“key”：“10.1016\/j.image.2020.115832_b10”，“DOI-asserted-by”：“Crosref”，“unstructure”：“E。Arbel，Hel-Or H.，包含曲面的彩色图像中的纹理保护阴影去除，收录于：2007年IEEE计算机视觉和模式识别会议，卷。1\u201382007，第851页。“，”DOI“：”10.1109\/CVPR.2007.383081“}，{“key”：“10.1016\/j.image.2020.115832_b11”，“DOI-asserted-by”：“crossref”，“unstructured”：“F.Liu，M.Gleicher，纹理一致阴影去除，in：Computer Vision-ECCV 2008，Pt Iv，Proceedings，2008，第437-450页。”，“DOI”：“101007\/978-3-540-88693-8_32”}，“issue”：“”1“，”键“：”10.1016\/j.image.2020.115832_b12“，”doi-asserted-by“：”crossref“，”first page“：”35“，”doi“：”10.1007\/s11263-009-0243-z“，”article-title“：”去除阴影的熵最小化“，”volume“：“85”，“author”：“Finlayson”，“year”：“2009”，“journal-title”：“Int.j.Compute”。视觉。“｝，｛”issue“：”10“，”key“：”10.1016\/j.image.200.115832_b13“，”doi asserted by“：”crossref“，”首页“：”4361“，”doi“：”10.1109\/TIP.2012.2208976“，”文章标题“：”使用双边过滤去除阴影“，”卷“：”21“，”作者“：”Yang“，”年份“：”2012“，”期刊标题“：”IEEE Trans.image Process.“｝，｛”issue“：”12“，”key“：”10.1016\/j.image.2022 0.115832_b14“，”doi-asserted-by“：”crossref“，”first page“：”2956“，”doi“：”10.1109\/TPAMI.2012.214“，”article-title“：”阴影检测和去除的成对区域“，”volume“：“35”，“author”：“Guo”，“year”：“2013”，“journal-title”：“IEEE Trans。模式分析。机器。智力。“}，{”key“：”10.1016\/j.image.2020.115832_b15“，”doi-asserted-by“：”crossref“，”unstructured“：”H.Gong，D.Cosker，从单个图像进行交互式阴影编辑，收录于：C.V.Jawahar，S.Shan（编辑），《计算机视觉-Accv 2014 Workshops》，第二部分，2015年，第243\u2013252doi-asserted-by“：”crossref“，”unstructured“：”L.Shen，T.Wee\u00a0Chua，K.Leman，《结构化深边缘检测阴影优化》，in：《IEEE计算机视觉与模式识别会议论文集》，2015年，第2067\u20132074.页。“”doi“：”10.1109\/CVPR.2015.7298818“}，{“key”：“10.1016\/j.image.2020.115832_b17”，“doi-assert-by”：“”crossref“，”unstructured“：”T.F.Y.Vincente，L.Hou，C.-P.Yu，et al.使用带噪声注释的阴影示例对阴影检测器进行大规模训练，in：B.Leibe，J.Matas，N.Sebe，M.Welling（编辑），Computer Vision-ECCV 2016，Pt Vi，2016，pp.816\u2013832.“，”DOI“：”10.1007\/978-3319-46466-4_49“}，{“key”：“10.1016\/J.image.2020.115832_b18”，“doi-asserted-by“：”crossref“，”unstructured“：”V.Nguyen，T.F.Y.Vicente，M.Z.Zhao，et al.使用条件生成对抗网络进行阴影检测，收录于：2017年国际计算机视觉会议（ICCV），2017年，第4520\u20134528.页“，”doi“：”10.1109\/ICCV.2017.483“}，{“key”：“10.1016\/j.image.2020.115832_b19”，“series-title”：“2018 IEEE \/RSJ智能机器人和系统国际会议”，“首页”：“3124”，“文章标题”：“使用补丁卷积神经网络从单个图像快速检测阴影”，“作者”：“Hosseinzadeh”，“年份”：“2018”}，{“问题”：“3”，“关键”：“10.1016\/j.image.2020.115832_b20”，“doi-asserted-by”：“crossref”，“第一页”：”431“，“doi”：“10.1109\/TPAMI.2015.2462355“，”article-title“：“自动从单个图像中检测和删除阴影”，“volume”：“38”，“author”：“Khan”，“year”：“2016”，“journal-title”：“IEEE Trans。模式分析。机器。智力。“}，{”key“：”10.1016\/j.image.2020.115832_b21“，”doi-asserted-by“：”crossref“，”unstructured“：”L.Qu，j.Tian，S.He，et al.DeshadowNet:A multi-context embedding deep network for shadow remover，in：第30届IEEE Conference on Computer Vision and Pattern Recognition，2017，pp.2308\u20132316.“，“doi”：“10.1109\/CVPR.2017.248”}，”{“key”：“”10.1016\/j.image.2020.115832_b22“，”doi-asserted-by“：”crossref“，”unstructured“：”j.Wang，X.Li，j.Yang，et al.用于联合学习阴影检测和阴影去除的堆叠条件生成对抗网络，in：2018 IEEE\/CVF Conference on Computer Vision and Pattern Recognition，2018，pp.1788\u20131797.“，”doi“：”10.1109\/CVPR.2018.00192“}，{“key”：“10.1016\/j.image.2020.115832_b23”，“doi-asserted-by”：“crossref”，“unstructured”：“G.Lin，A.Milan，C.Shen，et al.RefineNet:高分辨率语义分割的多路径精化网络，收录于：第30届IEEE计算机视觉和模式识别会议，2017年，第5168\u20135177页。”，“doi”：“10.1109\/CVPR.2017.549“}，{“key”：“10.1016\/j.image.2020.115832_b24”，“doi-asserted-by”：“crossref”，“unstructured”：“X.Wang，R.Girshick，A.Gupta，et al.Non-local neural networks，in：2018 IEEE\/CVF Conference on Computer Vision and Pattern Recognition，2018，pp.7794\u20137803”，“doi”：“101109\/CVR.2018.00813”}10.1016\/j.image.2020.115832_b25“，“series-title”：“重新思考语义图像分割的Atrous卷积”，“author”：“Chen”，“year”：“2017”}，{“key”：“10.1016\/j.iimage.2020.115832_b26”，“doi-asserted-by”：“crossref”，“unstructured”：“S.Bell，C.L.Zitnick，K.Bala，et al。内外网：使用跳跃池和递归神经网络在上下文中检测对象，见：2016年Ieee计算机视觉和模式识别会议，2016年，第2874\u20132883页。“，”DOI“：”10.1109\/CVPR.2016.314“}，{“key”：“10.1016\/j.image.2020.115832_b27”，“series-title”：“计算机科学”，“article-title”：”关于神经机器翻译的属性：编码器-解码器方法，“作者”：“Cho”，“年份”：“2014”}，{“问题”：“8”，“关键”：“10.1016\/j.image.2020.115832_b28”，”doi-asserted-by“：”crossref“，”first page“：”1735“，”doi“：”10.1162\/neco.1997.9.8.1735“，“”journal-title“：”神经计算。“}，{”key“：”10.1016\/j.image.2020.115832_b29“，”series-title“：”训练RNN与CNN一样快“，”author“：”Lei“，”year“：”2019“}、{”key“：“10.1016\/j.iimage.2020.115832_b30”、“series-ttle”：“计算机科学”、“article-title”：”一种简单的方法，“author”：“Le”，“year”：“2015”}，”{“issue”：“9”，“key”：“10.1016\/j.image.2020.115832_b31“，”doi-asserted-by“：”crossref“，”first page“：”1798“，”doi“：”10.1364\/JOSAA.33.001798“，“article-title”：“困难阴影场景的交互式删除和基本真相”，“volume”：“33”，“author”：“Gong”，“year”：“2016”，“journal-title“：”美国光学学会杂志a-Optics image Science and Vision“}]，”container-title“：[“信号处理：图像通信”]，“original-title”：[]，“language”：“en”，“link”：[{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S0923596520300552？httpAccept=text\/xml”，“content-type”：“text\/.xml”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S0923596520300552？httpAccept=text\/plain“，”content-type“：”text\/prain“，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2020,4,10]]，“date-time”：“2020-04-10T11:14:34Z”，“timestamp”：1586517274000}，“score”：1，“resource”：{primary“：{”URL“https:\\/linkinghub.elsevier.com//retrieve\/pii\/S09235969 520300552“}}，”副标题“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[[2020,5]]}，”references-count“：31，”alternative-id“：[”S0923596520300552“]，”URL“：”http://\/dx.doi.org\/101016\/j.image.2020.115832“，”relationship“：{}，“ISSN”：[”0923-5965“]，“ISSN-type”：[{“value”：“0923-59605”，“type”:“print”}]，“subject”：【]，“published”：{“date-parts”：[[2020,5]]}，“assertion”：[{“value”：“Elsevier”，“name”：“publisher“，”label“：”本文由“}维护，{”value“：”SDRNet:端到端阴影检测和删除网络“，”name“：”articletitle“，”标签“：”文章标题“}，{“value”：“信号处理：图像通信”，“name”：“journaltitle”，“label”：“Journal Title”}，}“value”：“https:\/\/doi.org\/101016\/j.Image.2020.115832”，“name”：“articlelink”，“label“：”CrossRef DOI链接到出版商维护的版本“｝，｛“value”：“article”，“name”：“content_type”，“label”：“content type”｝，｛“value”：“\u00a9 2020 Elsevier B.V.保留所有权利。”，“name”：“copyright”，“label”：“copyright”｝]，“文章编号”：“115832”｝