{“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”：[[2024,8,30]]，“日期-时间”：“2024-08-30T21:50:25Z”，“时间戳”：17250546259}，“引用-计数”：43，“发布者”：“爱思唯尔BV”，“许可证”：[{“开始”：{-date-parts”：[[2024,1]]，”日期-时间“：”2024-01-01T00:00:00 0Z“，”时间戳“：170406720000}，”内容-版本“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com/tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[2024,1]]，“date-time”：“2024-01-01T00:00:00Z”，“timestamp”：170406720000}，“content-version”：“stm-asf”，“delay-in-days”：“0，”URL“https:\\/doi.org\/10.15223\/policy-017“}，{“开始”：{“日期部分”：[[2024,1,1]]，“日期时间”：“2024-01-01T00:00:00Z”，“timestamp”：170406720000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-037”}，{“start”：{“date-parts”：[[2024,1,1]]，“date-time”：“2024-01-01T00:00:00Z”，“timetamp”：170 4067200000}，\\/doi.org\/10.15223\/policy-012“}，{“start”：{“date-parts”：[[2024,1,1]]，“date-time”：“2024-01-01T00:00:00Z”，“timestamp”：170406720000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{“date-parts”：[[2024,1,1]]，“datetime”：“204-01T00:00Z”，“，”delay-in-days“：0，”URL“：”https:\/\/doi.org\/10.15223\/policy-004“}]，“content-domain”：{“domain”:[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[“Image and Vision Computing”]，”published-print“：{”date-parts“：[2024,1]]}，”DOI“：”10.1016\/j.imavis.2023.104871“，”type“：”journal-article“，”created“：{”date-ports“：[2023,11,28]]，”date-time“：”2023-1 1-28T16:49:23Z“，”时间戳“：1701190163000}，“page”：“104871”，“update-policy”：”http://\/dx.doi.org\/10.1016\/elsevier_cm_policy“，”source“：”Crossref“，“is-referenced-by-count”：3，“special_numbering”：“C”，“title”：[“通过scale-aware在线域自适应在自动驾驶深度估计中传输多源知识”]，“前缀”：“10.1016”，“卷”：“141”，“作者”：[{“given”：“Phan Thi Huyen”，“family”：“Thanh”，“sequence”：“first”，“affiliation”：[]}，{“given”：“Minh Quan Viet”，“家族”：“Bui”，“序列”：“additional”，“filiation“：[]{”，{”given“：”Duc Dung“，”family“：”Nguyen“，”sequence“：”additional“：[]}，{”given“：”Truong Vinh Truong“，”family“：“Duy”，“sequence”：“additional”，“affiliation”：[]}，{“given”：“Natori”，“family”：“Naotake”，“序列”：“附加”，“从属”：[]}]，“member”：“78”，“reference”：[{“key”：”10.1016\/j.imavis.2023.104871_b0005“，”doi-asserted-by“：”crossref“，”first page“：”824“，”doi“：”10.1109\/TPAMI.2008.132“，”article-ti tle“：“Make3d:从单个静态图像学习三维场景结构”，“volume”：“31”，“author”：“Saxena”，“year”：“2009”，“journal-title”：“IEEE Trans.Pattern Anal.Mach.Intell.”}，{“key”：”10.1016\/j.imavis.2023.104871_bb0010“，”series-title“：“神经信息处理系统的进展27：2014年12月8日，2013年13月8日”，“首页”：“2366”，“文章标题”：“使用多尺度深度网络从单个图像预测深度图”，“作者”：“特征”，“年份”：“2014”}，{“key”：“10.1016\/j.imavis.2023.104871_bb0015”，“series-title”：“IEEE计算机视觉和模式识别会议，CVPR 2021，Virtual，June 19\u201325，2021”，“首页”：“4009”，“文章标题”：“Adabins:使用自适应箱子进行深度估计”，“作者”：“Bhat”，“年份”：“2021”}，{“key”：“10.1016\/j.imavis.2023.104871_bb0020”，“series-title”：“从大到小：单目深度估计的多尺度局部平面引导”，“作者”：“Lee”，“年份”：“2019”}，{“关键”：“10.1016\/j.imavis.2023.04871_bb0025”，“系列标题”：“IEEE计算机视觉和模式识别会议，CVPR 2019，美国加利福尼亚州长滩，2019年6月16日\u201320”，“首页”：“9788”，“文章标题”：“用于单目深度估计的Geometry-aware对称域自适应”，“author”：“Zhao”，“year”：“2019”}，{“key”：“10.1016\/j.imavis.2023.04871_bb0030”，“series-title”：“Computer Vision-ECCV 2020-16th European Conference，Glasgow，UK，August 23\u2013282020，Proceedings，Part XXX”，“first page”：”52“article-title”：“S3net：使用单目视频和合成数据进行语义软件自监督深度估计”，“author”：“Cheng”，“year”：“2020”}，{“key”：“10.1016\/j.imavis.2023.04871_bb0035”，“series-title”：“IEEE Conference on Computer Vision and Pattern Recognition，CVPR 2019，Long Beach，CA，USA，June 16\u201320，2019”，“首页”：“1791”，“article-title”：“Crdoco:具有跨域一致性的像素级域传输”，“author”：“Chen”，“year”：“2019”}，{“key”：“10.1016\/j.imavis.2023.04871_bb0040”，“series-title”：“IEEE\/CVF计算机视觉应用冬季会议，WACV 2022，美国HI威科洛亚，20138年1月3日，2022”，“首页”：“997”，“article-title”：“用于深度估计的领域不变特征的自我监督学习”，“author”：“Akada”，“year”：“2022”}，{“key”：“10.1016\/j.imavis.2023.04871_bb0045”，“series-title”：“Computer Vision-ECCV 2018-第15届欧洲会议，德国慕尼黑，2018年9月8日\u201314，会议记录，第七部分”，“首页”：“798”，“article-title”：“T 2 2 net：解决单幅图像深度估计任务的合成-现实翻译”，“author”：“Zheng”，“year”：“2018”}，{“key”：“10.1016\/j.imavis.2023.04871_bb0050”，“series-title”：“IEEE计算机视觉和模式识别会议，CVPR 2021，Virtual，June 19\u201325，2021”，“first page”：”3034“article-title”：“S2r-depthnet:学习可推广的特定深度结构表征”，“author”：“Chen”，“year”：“2021”}，{“key”：“10.1016\/j.imavis.2023.04871_bb0055”，“series-title”：“2017 IEEE计算机视觉和模式识别会议，CVPR 2017，美国夏威夷州檀香山，2017年7月21日\u201326”，“首页”：“6612”，“article-title”：“无监督的深度学习和视频自我驱动”，“作者”：“周”，“年份”：“2017”}，{“密钥”：“10.1016\/j.imavis.2023.04871_bb0060”，“series-title”：“2019 IEEE\/CVF国际计算机视觉会议，2019年10月27日\u2013-11月2日，韩国首尔”，“首页”：“3827”，“文章标题”：“深入研究自监督单目深度估计”，“作者”：“Godard”，“年份”：“2019”｝，｛“key”：“10.1016\/j.imavis.2023104871_bb0065”，“系列标题”：“IEEE计算机视觉与模式识别会议（CVPR）”，“文章标题”：“自监督单目深度估计的三维封装”，“作者”：“Guizilini”，“年份”：“2020”｝，｛“key”：“10.1016\/j.imavis.2023.104871_bb0070”，“article-title”：“通过虚拟世界监督和现实世界sfm自我监督进行单目深度估计”，“volume”：“abs\/2103.12209”，“author”：“Gurram”，“year”：“2021”，“journal-title“：“CoRR”}，{“key”：：“IEEE计算机视觉应用冬季会议，WACV 2021，Waikoloa，HI，USA，January 3\u20138，2021”，“首页”：“2906”，“文章标题”：“科摩达：使用过去的经验进行连续单目深度适应”，“作者”：“库兹涅佐夫”，“年份”：“2021”}，{“key”：“10.1016\/j.imavis.2023.104871_bb0080”，“series-title”：“2020 IEEE \/CVF计算机视觉和模式识别会议，CVPR 2020，西雅图，华盛顿州，2020年6月13日，201319”，“首页”：“4493”，“文章标题”：“针对单目视频中遗忘的在线深度学习”，“作者”：“张”，“年份”：“2020”}，{“key”：“10.1016\/j.imavis.2023.04871_bb0085”，“doi-asserted-by”：“crossref”，“第一页”：”1192，“DOI”：“10.1109\/JAS.2023.123456”，“article-title”：“基于因子化条件外观流的粗到细视频实例分割”，“volume”：“10”，“author”：“Qin”，“year”：“2023”，“journal-title“：”IEEE\/CAA J.Automat.Sin.“}，{“key”：”10.1016\/J.imavis.2023.04871_b0090“，”series-title“：“IEEE计算机视觉和模式识别会议，CVPR 2019，美国加利福尼亚州长滩，2019年6月16日\u201320”，“首页”：“3623”，“文章标题”：“更多信息，了解更多信息：使用共同关注的暹罗网络进行无监督视频对象分割”，“作者”：“Lu”，“年份”：“2019”}，{“密钥”：“10.1016\/j.imavis.2023.104871_b0095”，“doi-asserted-by”：“crossref”，“first page”：“312”，“DOI”：“10.1109\/TBDATA.2022.3161905”，“article-title”：“用于图像检索的监督离散多长度散列”，“volume”：”9“，“author”：“Nie”，“year”：“2023”，“journal-title“：”IEEE Trans.Big Data“}，{“key”：：“10.1016\/j.imavis.2023.104871_bb0100”，“series-title”：“Computer Vision-ECCV 2020-16th European Conference，Glasgow，UK，August 23 \u201328，2020，Proceedings，Part II”，“first page”：“402”，“article-title”：“RAFT:recurrent all-pairs field transforms for optical flow”，“author”：“Teed”，“year”：“2020”}，{“key”：”10.1016\/j.imavis.2023.04871_b0105“series-title”：“Computer Vision-ECCV 2020-16th European Conference，Glasgow，UK，August 23 \u201328，2020，Proceedings，Part II”，“first page”：“557”，“article-title”：“What matters in unsupervised optical flow”，“author”：“Jonschkowski”，“year”：“2020”}，{“key”：”10.1016\/j.imavis.2023.04871_b0110“series-title”：“2017 IEEE计算机视觉和模式识别会议，2017年7月21日，美国HI檀香山，2017年，CVPR 2017”，“首页”：“6612”，“文章标题”：“非监督学习视频中的深度和自我运动”，“作者”：“周”，“年份”：“2017”}，{“key”：“10.1016\/j.imavis.2023.104871_bb0115”，“series-title”：“2018 IEEE \/CVF计算机视觉和模式识别会议”，“首页”：“2800”，“文章标题”：“利用合成数据通过图像样式传输进行区域自适应实时单目深度估计”，“作者”：“Atapour-Abarghouei”，“年份”：“2018”}，{“key”：“10.1016\/j.imavis.2023.104871_bb0120”，“论文标题”：“使用合成数据从单目视频中学习深度：暂时一致的领域适应方法”，“卷”：“abs\/1907.06882”，“作者”：“牟”，“年份”：“2019”，“新闻标题”：“CoRR”}，{“关键”：“10.1016\/j.imavis.2023.04871_bb0125”，“系列标题”：“2018年IEEE计算机视觉和模式识别会议，CVPR 2018，美国犹他州盐湖城，2018年6月18日\u2013222018”，“第一页”：“2656”，“文章标题”：“Adadepth:深度估计的无监督内容一致适配”，“作者”：“Kundu”，“年份”：“2018”}，{“问题”：“09”，“密钥”：“10.1016\/j.imavis.2023104871_bb0130”，“第一页”：“5149”，“article-title”：“神经网络元学习：一项调查”，“volume”：“44”，“author”：“Hospedales”，“year”：“2021”，“journal-title“：”IEEE Trans.Pattern Anal.Mach.Intell.“}，{”key“：”10.1016\/j.imavis.2023.104871_bb0135“，”series-title“：“第34届机器学习国际会议论文集，2017年，澳大利亚新南威尔士州悉尼，2013年8月6日，2017年8月11日”，“首页”：“1126”，“文章标题”：“深度网络快速适应的模型认知元学习”，“作者”：“Finn”，“年份”：“2017”}，{“key”：“10.1016\/j.imavis.2023.104871_bb0140”，“series-title”：“人工神经网络-ICANN 2001，奥地利维也纳国际会议，2013年8月21日，2001年会议记录”，“首页”：“87”，“文章标题”：“学习使用梯度下降法学习”，“作者”：“Hochreiter”，“年份”：“2001”}，{“key”：“10.1016\/j.imavis.2023.104871_bb0145”，“第一页”：：“学习泛化：用于领域泛化的元学习”，“author”：“Li”，“year”：“2018”}，{“key”：“10.1016\/j.imavis.2023.104871_bb0150”，“article-title”：“通过元学习进行立体深度估计的在线自适应”，“volume”：”abs\/1904.08462“，”author“：”Zhang“，”year“2019”，“journal-title“：”CoRR“}，”{“key”：“10.1016\/j.imavis.2023.104871_bb0155”，“series-title”：“IEEE计算机视觉和模式识别会议，CVPR 2019，美国加利福尼亚州长滩，2019年6月16\u201320”，“首页”：“9661”，“article-title”：“学习适应立体声”，“author”：“Tonioni”，“year”：“2019”}，{“key”：：“2016年IEEE计算机视觉和模式识别会议，CVPR 2016，美国内华达州拉斯维加斯，2016年6月27日\u2013301016”，“第一页”：“4340”，“文章标题”：“虚拟世界作为多对象跟踪分析的代理”，“作者”：“Gaidon”，“年份”：“2016”｝，｛“密钥”：“10.1016\/j.imavis.2023104871_bb0165”，“doi断言者”：“crossref”，“第一页”：“1231”，“doi”：“10.1177\/0278364913491297”，“article-title”：“Vision meet robots:the Kitti dataset”，“volume”：“32”，“author”：“Geiger”，“year”：“2013”，“journal-title“：”Int.J.Robot.Res.“}，{“key”：”10.1016\/J.imavis.2023.104871_bb0170“，”series-title“：“神经信息处理系统的进展33：2020年神经信息处理体系年会，NeurIPS 2020年，2013年12月6日，2020年，虚拟”，“article-title”：“多任务学习的梯度手术”，“author”：“Yu”，“year”：“2020”}，{“key”：“10.1016\/j.imavis.2023.104871_bb0175”，“article-tiple”：“评估预测时间批量标准化在协变量移位下的稳健性”，“volume”：“abs\/2006.10963”，“author”：“Nado”，“year”：“2020”，“journal-title”：“CoRR”}，{“key”：”10.1016\/j.imavis.2023.04871_bb0180“，”series-title“：“神经信息处理系统的进展33：2020年神经信息处理体系年会，NeurIPS 2020年，2013年12月6日，2020年，虚拟”，“文章标题”：“通过协变量移位适应提高对常见腐败的鲁棒性”，“作者”：“Schneider”，“年份”：“2020”}，{“key”：“10.1016\/j.imavis.2023.104871_bb0185”，“series-title”：“IEEE计算机视觉国际会议，研讨会（ICCV Workshops）”，“article-title”：“视频中主动学习的时间连贯性”，“author”：“Zolfaghari Bengar”，“year”：“2019”}，{“key”：”10.1016\/j.imavis.2023.04871_bb0190“，”article-title“：”KITTI-CARLA：由CARLA模拟器生成的KITTI-like数据集“，”volume“：“abs\/2109.00892”，“author”：“Deschaud”，“year”：“2021”，“journal-title”：“CoRR”}，{“key”：“10.1016\/j.imavis.2023.04871_bb0195”，“series-title”：《2016 IEEE计算机视觉与模式识别会议》，CVPR 2016，美国内华达州拉斯维加斯，2016年6月27日\u201330》，“首页”：“3213”，“article-title“：“用于语义城市场景理解的城市景观数据集”，“作者”：“Cordts”，“年份”：“2016”}，{“key”：“10.1016\/j.imavis.2023.04871_bb0200”，“series-title”：“2020 IEEE\/CVF计算机视觉和模式识别会议，CVPR 2020，西雅图，美国华盛顿州，2020年6月13日\u201319”，“首页”：“11618”，“文章标题”：“nuscenes:A multimal dataset for autonomous driving”，“author”：“Caesar”，“year”：“2020”}，{“key”：“10.1016\/j.imavis.2023.104871_bb0205”，“series-title”：“IEEE Conference on Computer Vision and Pattern Recognition，CVPR 2019，Long Beach，CA，USA，June 16\u201320，2019”，“首页”：“899”，”“article-title”：“Drivingstereous：用于自动驾驶场景中的立体匹配的大规模数据集”，“author”：“Yang”，“year”：“2019”}，{“key”：“10.1016\/j.imavis.2023.04871_bb0210”，“series-title”：“pytorch中的自动区分”，“author”:“Paszke”，“year”:“2017”}、{“key”：“10.016\/j.imavis.20231.4871_b0215”，“series-title”：“2016 IEEE计算机视觉和模式识别会议，CVPR 2016，美国内华达州拉斯维加斯，2016年6月27日\u201330”，“首页”：“770”，“文章标题”：“图像识别的深度剩余学习”，“作者”：“他”，“年份”：“2016”}]，“容器标题”：[“图像和视觉计算”]，“原文标题”：[]，“语言”：“en”，“链接”：[{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S0262885623002457？httpAccept=text\/xml”，“content-type”：“text\/xml”，“内容-版本”：“vor”，“intended-application”：“文本-分钟”}，{“URL”：“http:\/\-api.elsever.com/content\/article \/PII:S026288 562302457？httpAccess=text\/plain”，“content-type“：”text\/plan“，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2024,1,11]]，“date-time”：“2024-01-11T01:02:10Z”，“timestamp”：1704934930000}，“score”：1，“resource”：{“primary”：}“URL”：“https:\/\/linkinghub.elsevier.com\/retrieve\/pi\/S026288562302457”}，”subtittle“[]，”shorttitle“：[]，“issued”：parts“：[[2024,1]]}，”references-count“：43，“alternative-id”：[“S026288562302457”]，“URL”：“http://\/dx.doi.org\/10.1016\/j.imavis.2023.104871”，“关系”：{}，“ISSN”：[”0262-8856“]，“ISSN-type”：[{“值”：“0262-885”，“类型”：“打印”}]，“主题”：[]，“发布”：{“日期部分”：[2024,1]]}，vier“，”name“：”publisher“，”label“：”本文由“}，{”value“维护：“通过规模软件在线领域自适应深度估计转移多源知识，用于自动驾驶”，“name”：“articletite”，“label”：“Article Title”}，{“value”：“Image and Vision Computing”，“name”：“journaltite”，”label“：”Journal Title“}，”{“value”：“https:\/\/doi.org\/10.1016\/j.imavis.2023.104871”，“名称”：“rticlelink”，“标签”：“CrossRef DOI link to publisher maintained version”}，{“value”：“article”，“name”：“content_type”，“label”：“content-type”}