{“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”：[[2024,5,7]]，“日期-时间”：“2024-05-07T08:31:00Z”，“时间戳”：1715070660371}，“引用-计数”：33，“出版商”：“爱思唯尔BV”，“问题”：“10”，“许可证”：[{“开始”：}“日期-零件”：[[2014,10,1]]，”日期-时间“：”2014-10-01T00:00:00Z“，”时间戳“：1412121600000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com\/tdm\/userlicense\/1.0\/”}]，“资助者”：[{“DOI”：“10.13039\/501100001809”，“名称”：“国家自然科学基金会”，“DOI-asserted-by”：“publisher”，“奖项”：[“61203273”]}，{“DOI”：“1013039\/1000004343”，“name”：“3M”，“DOI-asserted”by“：”publisher“}]，”content-domain“：{”domain“:[”elsevier.com“，”sciencedirect.com“]，“交叉标记限制”：true｝，“短容器标题”：[“图像和视觉计算”]，“已出版印刷品”：｛“日期部分”：[[2014,10]]｝，“DOI”：“10.1016\/j.imavis.204.02.015”，“类型”：“期刊文章”，“创建”：｛“日期部分”：[[2014,3,15]，“日期时间”：“2014-03-15T04:45:24Z”，“时间戳”：1394858724000｝，“页面”：“800-813”，“更新策略”：“http://\/dx.doi.org\/10.1016\/elsevier_cm_policy”，“source”：“Crossref”、“is-referenced-by-count”：40，“title”：[“稳健图像对齐的迭代格拉斯曼优化”]，“前缀”：“10.1016”，“卷”：“32”，“作者”：[{“ORCID”：”http://\/ORCID.org\/00000-0003-1671-2283“，”authenticated-ORCID“：false，”给定“：”Jun“，”family“：”He“，”sequence“：“第一个”，“affiliation”：[]}，{“given”：“Dejiao”，“family”：“Zhang”，“sequence”：“additional”，“affaliation”（附属）：[]{“fixed”：“Laura”，“家人”：“Balzano”，“序列”：“additional”、“affidiation”：“[]}.，{”given“Tao”：“Tao”、“family:”、“sequencement”：“extendated”、“atriation”：[]}]，“member”：“78”，“reference”：[{“key”：”10.1016\/j.imavis。2014.02.015_bb0005“，“作者”：“Odio”}，{“key”：“10.1016\/j.imavis.2014.02.015_bb0010”，“author”：“Instagram”}，{“key”：“10.116\/j.imavis.2014.102.15_bb001”，“series-title”：“Cameras Make Chicago Most Closely Watched U.S.City”，“author”:“Babwin”，“year”：“2010”}、{“key”：”10.1016\/j.idavis.2014.020.15_b0020“，”article-title“：”伦敦的中央电视台“，”卷“：“6”，“作者：“McCahill”，“年份”：“2002”}，{“问题”：“3”，“key”：“10.1016\/j.imavis.2014.02.015_bb0025”，“doi-asserted-by”：“crossref”，“首页”：“11:1”，《doi》：“10.1145\/1970392.1970395”，“article-title”：“稳健主成分分析？_bb0030“，”系列标题“：“计算机视觉和模式识别（CVPR），2012 IEEE会议”，“首页”：“1568”，“文章标题”：“子采样视频中在线前景和背景分离的格拉斯曼增量梯度”，“作者”：“何”，“年份”：“2012”}，{“键”：“10.1016\/j.imavis.2014.02.015_bb0035”，“series-title”：“信号、系统和计算机（ASILOMAR），2010年第四十四届ASILOMAR会议会议记录”，“首页”：“1925”，“文章标题”：“稳健主成分分析的稀疏性控制”，“作者”：“Mateos”，“年份”：“2010”}，{“key”：“10.1016\/j.imavis.2014.02.015_bb0040”，“series-title”：“机器人与自动化（ICRA）”，2011 IEEE国际会议，“首页”：“4234”，“article-title”：“健壮背景建模的字典学习”，“作者”：“Sivalingam”，“年份”：“2011”}，{“问题”：“1\u20133”，“关键”：“10.1016\/j.imavis.2014.02.15_bb0045”，“doi-asserted-by”：“crossref”，“第一页”：”117“，“doi”：“101023\/A:1023709501986”，“文章-标题”：“健壮子空间学习框架”，“卷”：“54”，“作者”：“De la Torre”，“年份”：“2003年”，“期刊标题”：“国际计算机杂志”。视觉。}，{“key”：“10.1016\/j.imavis.2014.02.015_bb0050”，“series-title”：“图像处理，2008。ICIP 2008。第15届IEEE国际会议”，“首页”：“229”，“文章标题”：“不稳定相机的运动检测”，“作者”：“Jodoin”，“年份”：“2008”}，{“问题”：“10”，“关键”：“10.1016\/j.imavis.2014.02015_bb0055”，“doi-asserted-by”：“crossref”，“第一页”：”1390“doi”：“101109\/TCSVT.2011.2162689”，”文章标题“：”用于视频稳定的鲁棒图像对齐算法”，“卷”：“21”，“作者”：“Puglishi”，“年份”：“2011年”，“新闻标题”：“IEEE Trans。循环。系统。视频技术。“}，{”key“：”10.1016\/j.imavis.2014.02.015_bb0060“，”series-title“：“Sandia Report SAND2009-5546”，“first page”：“1”，“article-title”：“高抖动下的鲁棒实时变化检测”，“author”：“Simonson”，“year”：“2009”}，“{”密钥“：”10.0016\/j.imavis.2014.02.015_bb0065“，”series-title“：”部分信息中的在线鲁棒子空间跟踪“，”author“：”He“，“”年份“：”2011“}，{“key”：“10.1016\/j.imavis.2014.02.015_bb0070”，“series-title”：“计算机视觉和模式识别（CVPR），2010 IEEE会议”，“首页”：“763”，“article-title”：”Rasl:线性相关图像的稀疏低阶分解鲁棒对齐“，“author”：“Peng”，“year”：“2010”}，}“issue”：“11”，“key“：”10.1016\/j.imavis.2014.002.015_bb0075“，”doi断言者“：”crossref“，”首页“：”2233“，”doi“：”10.1109\/TPAMI.2011.282“，”文章标题“：”Rasl:线性相关图像的稀疏和低秩分解的鲁棒对齐“，”卷“：”34“，”作者“：”彭“，”年份“：”2012“，”期刊标题“：”模式分析“。机器。智力。，IEEE传输。“}，{”issue“：”1“，”key“：”10.1016\/j.imavis.2014.02.015_bb0080“，”doi-asserted-by“：”crossref“，”first page“：“1”，”doi“：”101007\/s11263-012-0515-x“，”article-title“：”Tilt:“transform invariant low rank textures”，“volume”：“99”，“author”：“Zhang”，“year”：“2012”，“journal-title”：“Int.j.Compute.Vis.”}，”{“issue”：“2”，“key”：“10.1016\/j.imavis.2014.02.015_bb0085”，“doi-asserted-by“：”crossref“，”first page“：”372“，”doi“：”10.1109\/TPAMI.2011.112“，”article-title“：”Toward a practical face recognition system:”robust alignment and illumination by sparse representation“，”volume“：“34”，”author“：”Wagner“，”year“：”2012“，”journal-title”：“Pattern Ana”。机器。智力。，IEEE传输。}，{“key”：“10.1016\/j.imavis.2014.02.015_bb0090”，“series-title”：“计算机视觉，2007。ICCV 2007。IEEE第十一届国际会议，“首页”：“1”，“文章标题”：“复杂图像的无监督联合对齐”，“作者”：“黄”，“年份”：“2007”}，{“问题”：“2”，“关键”：“10.1016\/j.imavis.2014.02.015_bb0095”，“doi-asserted-by”：“crossref”，“首页面”：“236”，“doi”：“101109\/TPAMI.2006.34”，“论文标题”：通过连续关节校准的数据驱动图像模型”，“卷”：“28”，“作者”：“Learnd-Miller”，“年份”：“2006”，“期刊标题”：“模式分析”。机器。智力。，IEEE传输。}，{“key”：“10.1016\/j.imavis.2014.02.015_bb0100”，“series-title”：“计算机视觉与模式识别，2008。CVPR 2008。IEEE会议关于“，”首页“：”1“，”文章标题“：”图像无监督对齐的最小二乘凝聚“，”作者“：”考克斯“，”年份“：”2008“}，{“key”：“10.1016\/j.imavis.2014.02.015_bb0105”，“series-title”：“计算机视觉，2009 IEEE第十二届国际会议”，“首页”：“1949”，“文章标题”：“大量图像的最小二乘凝聚”，“author”：“Cox”，“year”：“2009”}，{“issue”：“2”，“key”：“10.1016\/j.imavis.2014.02.015_bb0110”，“doi-asserted-by”：“crossref”，“first-page:”572“，”doi“：”10.1137\/090761793“，”article-title“：”矩阵分解的秩和部分不相干“，”volume“：”21“，”author“：”Chandrasekaran“，”year“：”2011“，”《新闻标题》：“SIAM J.Optim。“}，{”key“：”10.1016\/j.imavis.2014.02.015_bb0115“，”series-title“：”计算机视觉与模式识别（CVPR），2012 IEEE会议“，”首页“：”1808“，”article-title“：“通过迭代凸优化实现在线鲁棒图像对齐”，”author“：”Wu“，”year“：”2012“}”，{“key”：“10.1016\\j.imavis.2014.02.015_bb0120”，“series-ttle”：“”通信、控制和计算（Allerton），2010年第48届Allerton年会，“首页”：“704”，“文章标题”：“从高度不完整信息在线识别和跟踪子空间”，“作者”：“Balzano”，“年份”：“2010”}，{“问题”：“8”，“关键”：“10.1016\/j.imavis.2014.02.015_bb0125”，“doi-asserted-by”：“crossref”，“第一页”：1327”，“DOI”：“10.1109\/5.58320”，“文章标题”：“跟踪信号处理中的几个极端奇异值和向量”，“卷”：“78”，“作者”：“Comon”，“年份”：“1990”，“期刊标题”：“Proc。IEEE“}，{”issue“：”2“，”key“：”10.1016\/j.imavis.2014.02.015_bb0130“，”doi-asserted-by“：”crossref“，”first-page“：”303“，”doi“：”101137\/S089579895290954“，”article-title“：”正交约束算法的几何“，”volume“：“20”，“author”：“Edelman”，“year”：“1998”，“journal-title”：“SIAM j.Matrix Anal.Appl.”}，{“密钥”：“10.1016\/j.imavis.2014.02.015_bb0135“，“series-title”：“凸优化的增量梯度、次梯度和近似方法：一项调查，技术代表LIDS-P-2848，麻省理工学院信息和决策系统实验室”，“author”：“Bertsekas”，“year”：“2010”}，{“issue”：“1”，“key”：“10.1016//j.imavis.2014.02.015_bb0140”，“doi-asserted-by”：“crossref”，“首页“：”1“，”DOI“：”10.1561 \/220000016“，”文章标题“：”乘数交替方向方法的分布式优化和统计学习“，”卷“：”3“，”作者“：”博伊德“，”年份“：”2011“，”新闻标题“：“发现。趋势马赫数。学习。“}，{”key“：”10.1016\/j.imavis.2014.02.015_bb0145“，”series-title“：”凸优化“，”author“：”Boyd“，”year“：”2004“}、{”密钥“：”101016\/j.imavis.2014.02.015_bb0150“，”series-title“：“非线性规划，雅典娜科学”、“author”：“Bertsekas”、“year”：“2004”}、“key”：“10.1016\/j.idavis.2014.015_bb055”“，”series-title“：”欧洲计算机视觉会议论文集，2018Real-Life\u2019 Images:Detection，Alignment，and Recognition中的人脸研讨会，“article-title”：“野外标记的人脸：研究无约束环境中人脸识别的数据库”，“author”：“Huang”，“year”：“2008”}，{“key”：“10.1016\/j.imavis.2014.02.015_bb0160”，“series-title“：”人脸和手势识别（FG），2013 IEEE第十届会议，“article-title”：“稳健图像对齐的迭代在线子空间学习”，“author”：“He”，“year”：“2013”}，{“issue”：“3”，“key”：“10.1016\/j.imavis.2014.015_bb0165”，“doi-asserted-by”：“crossref”，《first page》：“697”，“doi”：“101109\/TPAMI.2012.144”，“article-title:”特殊流形上视觉信号的时空对齐”，“卷”：“35”，“作者”：“李”，“年份”：“2013年”，“期刊标题”：“模式分析”。机器。智力。，IEEE传输。“}]，”container-title“：[”Image and Vision Computing“]，”original-title”：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/api.elsevier.com/content\/article\/PII:S0262885614000523？httpAccept=text\/xml“，”content-type“：”text\/.xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，”{“URL”：“”https:\/\/api.elsevier.com/content\/article\/PII:S0262885614000523？httpAccept=text\\/plain”，“内容类型”：“text\\/plain”，“内容版本”：“vor”，“预期应用程序”：“文本挖掘”｝]，“已存储”：｛“日期部分”：[[2018,10,6]]，“日期时间”：“2018-10-06T03:22:44Z”，“时间戳”：1538796164000｝，“分数”：1，“资源”：｛“主要”：｛“URL”：“https://linkinghub.elsevier.com/retrieve\\/pii\\S0262885614000523”｝，“副标题”：[]，“shorttitle“：[]，”issued“：{”date-parts“：[[2014,10]]}，”references-count“：33，”journal-sissue“：{“issue”：“10”，“published-print”：{“date-parts”：[[2014，10]]}}，“alternative-id”：[“S0262885614000523”]，“URL”：“http://\/dx.doi.org\/10.1016\/j.imavis.2014.02.015”，“relation”：{}，《ISSN》：[”0262-8856“]，”ISSN-type“：[{”value“：”0262-8866“，”type“:”print“}]，”subject“：[]，“published“：{“date-parts”：[[2014,10]]}，“assertion”：[{“value”：“Elsevier”，“name”：“publisher”，“label”：“This article is maintained by”}，{“value”：“Iterative Grassmannian optimization for robust image alignment”，“name:”articletite“，”label“：”article Title“}，”value“：”image and Vision Computing“，”name“：”journaltitle“，”标签“：”Journal Titlehttps:\/\/doi.org\/10.1016\/j.imavis.2014.02.015“，”name“：”articlelink“，”label“：”CrossRef doi link to publisher maintained version“}，”{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，{“value”：“Copyright\u00a9 2014 Elsevier B.V.保留所有权利。”，“name”：“Copyright”，“table”：“版权所有”}]}