{“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”：[[2024,6,7]]，“日期-时间”：“2024-06-07T21:18:14Z”，“时间戳”：1717795094287}，“引用-计数”：60，“发布者”：“爱思唯尔BV”，“许可证”：[{“开始”：{-date-parts”：[[2024,5,1]]，”日期-时间“：”2024-05-01T00:00:00:00:00 0Z”，“时间戳”：1714521600000}，“内容-版本”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com//tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[[2024,5,1]]，“date-time”：“2024-05-01T00:00:00Z”，“timestamp”：1714521600000}，“content-version”：“stm-asf”，“delay-in-days”：“0”，“URL“https:\\/doi.org\/10.15223\/policy-017“}，{“start”：{“date-parts”：[[2024,5,1]]，“date-time”：“2024-05-01T00:00:00Z”，“时间戳”：1714521600000｝，“内容版本”：“stm-asf”，“延迟天数”：0，“URL”：“https://doi.org/10.15223\/policy-037”｝，｛“开始”：｛“日期部分”：[[2024,5,1]]，“日期时间”：“2024-05-01T00:00:00Z”，“时间戳”：1714521600000｝，“内容版本”：“stm-asf”，“延迟天数”：0，“URL”：“https://doi.org/10.15223\/policy-012”｝，｛“开始”：｛“日期部分”：[[2024,5,1]]，“date-time”：“2024-05-01T00:00:00Z”，“timestamp”：1714521600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{“date-parts”：[[2024,5,1]]，“datetime”：“204-05-01T00:00Z”，asf“，”delay-in-days“：0，”URL“：”https:\/\/doi.org\/10.15223\/policy-004“}]，“资助者”：[{“DOI”：“10.13039\/501100012226”，“name”：“中央高校基本科研业务费”，“DOI-asserted-by”：“publisher”}，{“DOI”：”10.13039\/501100001809“，“name“：”国家自然科学基金会“，”DOI-assert-by“：”publisher“，”award“：[”62076018“]}]，“content-domain”：{“domain”:[”elsevier.com“，”sciencedirect.com“]，“crossmark-restriction”：true}，“short-container-title”：[“Information Fusion”]，“published-print”：{“date-parts”：[[2024,5]]}，”DOI“：”10.1016\/j.inffus.2024.102246“，”type“：”journal-article“，”created“：{”date-part“：[2024,1,8]]，”date-time“：”2024-01-08T17:26:44Z“，”timestamp“：1704734804000}，政策”：“http:\/\/dx.doi.org/10.1016\/elsevier_cm_policy”，“source”：“Crossref”，“被计数引用”：3，“title”：[“利用级联对准引导变换器改进RGB红外物体检测”]，“prefix”：“10.1016”，“volume”：“105”，“author”：[{“ORCID”：“http:\/\/ORCID.org/0000-0001-7463-7328”，“authenticated ORCID”：false，“give”：“Maoxun”，“family”：“Yuan”，“sequence”：“first”，“affiliation”：[]}，{“given”：“Xiaorong”，“family”：“Shi”，“segmentation”：“additional”，“filiance”：[]}，}“giving”：“Nan”，“家庭”：“Wang”，“序列”：“extendated”，“从属关系”：[]}附加“，”从属“：[]}]，”成员“：“78”，“reference”：[{“issue”：“5”，“key”：“10.1016\/j.inffus.2024.102246_b1”，“doi-asserted-by”：“crossref”，“首页”：“792”，“doi”：“10.3390\/rs12050792”：“10.1016\/j.inffus.2024.102246_b2”，“series-title”：“主动深部目标探测分类委员会”，“author”：“Zhao”，“year”：“2023”}，{“key”：“10.106\/j.inffus.2024.1022246_b3”，“doi-asserted-by”：“crossref”，”doi“10.1016 \/j.patcog.2023.109466”，“article-title”：，“volume”：“139”，“author”：“Wei”，“year”：“2023”，“journal-title”：“Pattern Recognit.”}，{“key”：”10.1016\/j.inffus.2024.102246_b4“，”doi-asserted-by“：”crossref“，”unstructured“：”j.Ding，N.Xue，Y.Long，G.-S.Xia，Q.“。Lu，Learning roi transformer for oriented object detection in the air image，in：Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition，2019，pp.2849\u20132858。“，”DOI“：”10.1109\/CVPR.2019.00296“}，{“issue”：“5”，“key”：“10.1016\/j.inffus.2024.102246_b5”，”DOI-asserted-by“：”crossref“，”first page“”：“4324”，“DOI”：“10.1109\/TGRS.2020.3008993“，“文章标题”：“基于轻型CNN和多源特征级联决策的星载红外图像中的舰船检测”，“卷”：“59”，“作者”：“王”，“年份”：“2020”，“期刊标题”：”IEEE Trans。地质科学。遥感器“}，{“key”：“10.1016\/j.inffus.2024.102246_b6”，“doi-asserted-by”：“crossref”，“unstructured”：“X.Xie，G.Cheng，j.Wang，X.Yao，j.Han，面向对象的r-cnn，摘自：IEEE国际计算机视觉会议论文集，2021，第3520\u20133529页。”，“doi”：“101109\/ICCV48922.2021.00350”}，“问题”：“3”，“key“10.1016\/j.inffus.2024.102246_b7“，”doi-asserted-by“：”crossref“，”first page“：”145“，“doi”：“10.1016\/j.cja.2020.09.022”，“article-title”：“光学遥感图像的船舶检测和分类：调查”，“volume”：“34”，“author”：“Bo”，“year”：“2021”，“journal-title“：”Chin。J.航天员。“}，{”key“：”10.1016\/j.inffus.2024.102246_b8“，”doi-asserted-by“：”crossref“，”first page“：“4468”，“doi”：“10.1109\/JSTARS.2022.3179612”，“article-title”：“一种为星载光学图像设计的抗干扰轻型舰船探测器”，“volume”：“15”，“author”：“Yan”，“year”：“2022”，”journal-title“：”IEEE j.Sel.Top.Appl.Earth Obs.Remote Sens.“}{“key“：”10.1016\/j.infus.2021012246_b9“，”doi asserted by“：”crossref“，”非结构化“：”G.-S.S.Xia，X.Bai，j.Ding，Z.Zhu，S.Belongie，j.Luo，M.Datcu，M.Pelillo，L.Zhang，DOTA:航空图像中物体检测的大规模数据集，载于：《IEEE计算机视觉与模式识别会议论文集》，2018，第3974\u20133983.页“，”DOI“：”10.1109\/CVPR.2018.00418“}，{“key”：“10.1016\/j.inffus.2024.102246_b10”，“DOI-asserted-by”：“crossref”，“DOI”：“101016\/j.patcog.2019.106977”，“article-title”：“RGB-T对象跟踪：基准和基线”，“volume”：”96“author”：“Li”，“year”：“2019”，“journal-title“：”模式识别。}，{“键”：10.1016\/j.inffus.2024.102246_b11“，”doi-asserted-by“：”crossref“，”unstructured“：”D.Xu，W.Ouyang，E.Ricci，X.Wang，N.Sebe，《学习鲁棒行人检测的跨模态深度表示法》，收录于：IEEE计算机视觉和模式识别会议论文集，2017年，第5363\u20135371页。“，”doi“：”10.1109\/CVPR.2017.451“}，{“key“：”10.1016\/j.inffus.2024.102246_b12“，”doi-asserted-by“：”crossref“，”first page“：“148”，“doi”：“10.1016\/j.inffus.2018.11.017”，“article-title”：“通过光照感知深度神经网络融合多光谱数据用于行人检测”，“volume”：“50”，“author”：“Guan”，“year”：“2019”，“journal-title“：”Inf.Fusion“}，{“key”：”10.1016\/j.inffus.2024.102246_b13“，”doi-asserted-by“：”crossref“，”first page“：”3321“，”doi“：”10.1109\/TIP.2019.2959253“，”article-title“：”RGB-T通过融合多层次CNN特征检测显著对象“，”volume“：“29”，”author“：”Zhang“，”year“：”2019“，”journal-title”：“IEEE Trans。图像处理。“}，{”key“：”10.1016\/j.inffus.2024.102246_b14“，”doi-asserted-by“：”crossref“，”unstructured“：”Q.Zhang，S.Zhao，Y.Luo，D.Zhang、N.Huang，j。Han，ABMDRNet：RGB-T语义分割的自适应加权双向模态差分缩减网络，摘自：IEEE计算机视觉和模式识别会议论文集，2021年，第2633\u20132642页。“，“DOI”：“10.1109\/CVPR46437.2021.0026”}，{“key”：“101016\/j.inffus.2024.102246_b15”，“series-title”：“基于无人机的RGB红外交叉模态车辆检测，通过不确定性感知学习”，“author”：“Sun”，“year”：“2020”}，{“key”：“10.1016\/j.inffus.2024.102246_b16”，“series-title”：“通过同时检测和分割的多光谱行人检测”，“author”:“Li”，“year”：”2018“}，“key“10.1016”\/j.inffus.2024.10226_b17”，“doi-asserted-by”：“crossref“，”first page“：”20“，”DOI“：”10.1016\/j.inffus.2018.09.015“，”article-title“：”用于多光谱行人检测的跨模式交互式注意力网络“，”volume“：“50”，”author“：”Zhang“，”year“：”2019“，”journal-title”：“Inf.Fusion”}，{“key”：“10.1016\/j.inffus.2024.102246_b18“，”article-title“：”attention is all you need“，”volume“”：“30”，“作者：“Vaswani”，“年份”：“2017年”，“新闻标题”：“高级神经信息处理”。系统。“}，{”key“：”10.1016\/j.inffus.2024.102246_b19“，”doi-asserted-by“：”crossref“，”unstructured“：”M.Yuan，Y.Wang，X.Wei，《平移、缩放和旋转：交叉模态对准与RGB红外车辆检测》，摘自：《欧洲计算机视觉会议论文集》，2022年，第1\u201317页。“，”doi“：”101007\/978-3-031-20077-9_30“}”，{“问题”：“5”，“key“：”10.1016\/j.inffus.2024.102246_b20“，”doi-asserted-by“：”crossref“，”first-page“：”2941“，”doi“：”101109\/TGRS.2017.2656380“，“article-title”：“基于结构相似性的多模遥感图像稳健配准”，“volume”：“55”，“author”：“Ye”，“year”：“2017”，“journal-title“：”IEEE Trans。地质科学。遥感器“}，{”issue“：”11“，”key“：”10.1016\/j.inffus.2024.102246_b21“，”doi-asserted-by“：”crossref“，”first page“：“9059”，“doi”：“10.1109\/TGRS.2019.2924684”，“article-title”：“多模态遥感图像注册的快速稳健匹配”，“volume”：“57”，“author”：“Ye”，“year”：“2019”，“journal-title“：”IEEE Trans.Geosci.Remote Sens.“}”，{“密钥”：“10.1016\/j.inffus.2024.102246_b22“，”doi-asserted-by“：”crossref“，”first page“：”823“，”doi“：”10.1109\/TIP.2021.3135708“，”article-title“：”通过深度神经网络对多模态视网膜图像进行两步注册“，”volume“：“31”，“author”：“Zhang”，“year”：“2021”，“journal-title”：“IEEE Trans。图像处理。“}，{”key“：”10.1016\/j.inffus.2024.102246_b23“，”doi-asserted-by“：”crossref“，”first-page“：”3167“，”doi“：”101109\/TIP.2021.3058570“，”article-title“：”使用弱监督深度学习框架对多模态视网膜图像进行稳健的内容自适应全局注册“，”volume“：“30”，”author“：”Wang“，”“年份”：“2021”，”“journal-title”：“”IEEE传输。图像处理。“｝，｛”key“：”10.1016\/j.infus.2021012246_b24“，”doi asserted by“：”crossref“，”first page“：”7127“，”doi“：”10.1109\/TIP.20213101414“，”article title“：”图像补丁匹配的多关系注意力网络“，”volume“：”30“，”author“：”Quan“，”year“：”2021“，”journal title“：”IEEE Trans.image Process.“｝，｛”key“：”10.1016\/j.infus.2021012246_b25“，”第一页：“1”，“article-title”：“遥感图像配准的无监督学习多尺度框架”，“volume”：“60”，“author”：“Ye”，“year”：“2022”，“journal-title“：”IEEE Trans。地质科学。遥感器“}，{”key“：”10.1016\/j.inffus.2024.102246_b26“，”doi-asserted-by“：”crossref“，”first page“：“445”，“doi”：“10.1016\/j.inffus.2022.10.030”，“article-title”：“Shapeformer:通过ShapeConv桥接CNN和转换器进行多模态图像匹配”，“volume”：“91”，“author”：“Chen”，“year”：“2023”，“journal-title“：”Inf.Fusion“}”，{“key”：“”10.1016\/j.inffus.2024.102246_b27“，”doi-asserted-by“：”crossref“，”first page“：”1“，”doi“：”10.1109\/TIP.2023.3273451“，”article-title“：”Tgfuse:一种基于变压器和生成对抗网络的红外和可见光图像融合方法“，”author“：”Rao“，”year“：”2023“，”journal-title:“IEEE Trans。图像处理。“}，{”key“：”10.1016\/j.inffus.2024.102246_b28“，”series-title“：”C2Former:“RGB-红外目标检测用校准和互补变压器”，“author”：“Yuan”，“year”：“2023”}，“issue”：“7”，“key”：“10.1016\/j.inffus.2024.2246_b29”，“doi-asserted-by”：“crossref”，“first page”：”4486“，“doi”：“101109\/TCSVT.2021.3127149”，”article le-title“：”SwinNet:Swin transformer驱动边缘感知RGB-d和RGB-t显著对象检测“，“volume”：“32”，“author”：“Liu”，“year”：“2021”，“journal-title”：“IEEE Trans。电路系统。视频技术。“}，{”key“：”10.1016\/j.inffus.2024.102246_b30“，”series-title“：”2022 IEEE国际图像处理会议“，”首页“：”3566“，”article-title“：“图像融合转换器”，”author“：”Vs“，”year“：”20422“}“RGB-热显著物体检测用镜像互补变压器网络”，“author”：“Jiang”，“year”：“2022”}，{“key”：“10.1016\/j.inffus.2024.102246_b32”，“doi-asserted-by”：“crossref”，”doi“：“10.106\/j.knosys.2022.08945”，“article-title”：“通过变压器学习可靠的模态权重，实现RGBT的稳健跟踪”，“volume”：”249“，”author“：”Feng“年份”：“2022年”，“新闻标题”：“知道-基于系统。“}，{”key“：”10.1016\/j.inffus.2024.102246_b33“，”doi-asserted-by“：”crossref“，”first page“：“396”，“doi”：“10.1016\/j.inffus.2022.10.024”，“article-title”：“可视红外跨模态人物重新识别的深度学习：综合评述”，“volume”：“91”，“author”：“Huang”，“year”：“2023”，“journal-title“：”Inf.Fusion“}”，{“key”：”10.1016\/j.inffus.2024.102246_b34“，”doi-asserted-by“：”crossref“，”first page“：”3668“，”doi“：”10.1109\/TMM.2022.3163847“，”article-title“：”可视红外人重新识别的空间通道增强变压器“，”volume“：“25”，”author“：”Zhao“，”year“：”2023“，”journal-title”：“IEEE Trans。Multimed公司。“}，{”key“：”10.1016\/j.inffus.2024.102246_b35“，”doi-asserted-by“：”crossref“，”first page“：“2352”，“doi”：“10.1109\/TIP.2022.3141868”，“article-title”：“用于可见红外人员重新识别的结构感知位置转换器”，“volume”：“31”，“author”：“Chen”，“year”：“2022”，”journal-title“：”IEEE Trans.Image Process.“}”，{“key”：”10.1016\/j.infus.202102246_b36”，“文章标题”：“基于变换关系正则化的多模态人再识别”，“作者”：“Zheng”，“年份”：“2023”，“期刊标题”：“Inf.Fusion”}，｛“key”：“10.1016\/j.infus.202102246_b37”，“doi断言”：“crossref”，“非结构化”：“S.Hwang，j.Park，N.Kim，Y.Choi，I。So Kweon，《多光谱行人检测：基准数据集和基线》，载于：IEEE计算机视觉和模式识别会议论文集，2015年，第1037\u20131045页。“，“DOI”：“10.1109\/CVPR.2015.7298706”}，{“key”：“101016\/j.inffus.2024.102246_b38”，“非结构化”：“j.Wagner，V.Fischer，M.Herman，S。Behnke等人，使用深度融合卷积神经网络的多光谱行人检测。，收录于：ESANN，第587卷，2016年，第509\u2013514页。“模式识别”}，{“key”：“10.1016\/j.inffus.2024.102246_b40”，“series-title”：“欧洲计算机视觉会议论文集”，“首页”：“787”，“文章-标题”：“通过解决模态不平衡问题来改进多光谱行人检测”，“author”：“Zhou”，“year”：“2020”}，{，“首页”：“37”，“DOI”：“10.1007\/s41095-020-0199-z”，“article-title”：“RGB-D显著目标检测：调查”，“卷”：“7”，“作者”：“周”，“年份”：“2021”，“期刊标题”：“计算视觉媒体”}，{“问题”：“9”，“关键”：“101016\/j.inffus.2024.102246_b42”，“首版”：“5761”，“article-title”：“不确定性引发的RGB-D显着性检测”，“体积”：“44”，“author”：“Zhang”，“year”：“2021”，“journal-title”：“IEEE Trans.Pattern Anal.Mach.Intell.”}，{“key”：“10.1016\/j.inffus.2024.102246_b43”，“doi-asserted-by”：“crossref”，“unstructured”：“T.Zhou，H.Fu，G.Chen，Y.Zhou、D.-P.Fan，L。邵，保特异性RGB-D显著性检测，收录于：IEEE计算机视觉国际会议论文集，2021年，第4681\u20134691页。“，”DOI“：”10.1109\/ICCV48922.2021.00464“}，{“key”：“10.1016\/j.inffus.2024.102246_b44”，“首页”：“1”，“article-title”：“用于多模态对象检测的弱对齐特征融合”，“author”：“张，“年份”：“2021年”，“期刊标题”：“IEEE Trans。神经网络。学习。系统。“}，{”issue“：”3“，”key“：”10.1016\/j.inffus.2024.102246_b45“，”doi-asserted-by“：”crossref“，”first page“：“1510”，”doi“：”101109\/TCSVT.2021.3076466“，”article-title“：”健壮多光谱行人检测的不确定性引导交叉模式学习“，”volume“:”32“，”author“：”Kim“，”year“：”2021“，”journal-title”：“IEEE Trans.Circuits Syst.Video Technol.“}，{“key”：“10.1016\/j.infus.2021012246_b46”，“doi断言由”：“crossref”，“非结构化”：“L.Liu，j.Chen，H.Wu，G.Li，C.Li，L.Lin，跨模态协作表示学习和大规模人群计数rgbt基准，载于：《IEEE计算机视觉和模式识别会议录》，2021，第4823\u20134833页。”，“DOI”：“10.1109\/CVPR46437.2021.00479”}，{“issue”：“4”，“key”：“101016\/j.inffus.2024.102246_b47”，“DOI-asserted-by”：“crossref”，“first page”：”325“，“DOI:”10.1145\/146370.146374“，“article-title”：“图像配准技术综述”，“volume”:“24”，“author”：“Brown”，“year”：“1992”，“journal-title“：”ACM Compute.Sur v.“}，{”问题“：”11“，”密钥“：“10.1016\/j.inffus.2024.102246_b48”，“doi-asserted-by”：“crossref”，“first page”：“977”，“doi”：“10.106\/S0262-8856（03）00137-9”，《article-title》：“图像注册方法：调查”，“卷”：“21”，“作者”：“Zitova”，“年份”：“2003”，“日志标题”：“图像可视化计算”}，{“关键字”：“1016\/j.inffus.2024.102266_b 49“，”doi-asserted-by“：”crossref“，”unstructured“：“Z.Cai，N.Vasconcelos，Cascade r-cnn：深入研究高质量物体检测，摘自：IEEE计算机视觉和模式识别会议论文集，2018，pp.6154\u20136162.”，“DOI”：“10.1109\/CVPR.2018.00644”}，{“key”：“101016\/j.inffus.2024.102246_b50”，“series-title”：“学习表征国际会议”，“article-title”：“图像值16个单词：图像识别变形金刚”，“作者”：“Dosovitskiy”，“年份”：“2020”}，{“关键”：“10.1016\/j.inffus.2024.102246_b51”，“doi-asserted-by”：“crossref”，“非结构化”：“T.-Y.Lin，P.Doll\u00e1r，R.Girshick，K.He，B.Hariharan，S。Belongie，用于对象检测的特征金字塔网络，摘自：IEEE计算机视觉和模式识别会议论文集，2017年，第2117\u20132125页。“，”DOI“：”10.1109\/CVPR.2017.106“}，{“key”：“10.1016\/j.inffus.2024.102246_b52”，“series-title”：“MMDetection:Open mmlab detection toolbox and benchmark”，“author”：“Chen”，“year”：“2019”}，“”key“：”10.1016\/j.inffus.2024.102246_b53“，”doi-asserted-by“：”crossref“，”unstructured“：”K.He，X.Zhang，S.Ren，j.Sun，图像识别的深度剩余学习，in：IEEE计算机视觉与模式识别会议论文集，2016，pp.770\u2013778.“，”doi“：”101109\/CVPR.2016.90“}，{“key”：“10.1016\/j.inffus.2024.2246_554”，“，”doi-asserted-by“：”crossref“，”unstructured“：”H.Zhang，E.Fromont，S.Lef\u00e8vre，B.Avignon，多光谱行人检测的引导关注特征融合，收录于：IEEE\/CVF计算机视觉应用冬季会议论文集，2021年，第72\u201380页。“，”doi“：”10.1109\/WACV48630.2021.00012“}，{”issue“：”2“，”key“10.1016\/j.inffus.2024.102246_b55“，”doi-asserted-by“：”crossref“，”first page“：”728“，”doi“：”10.1109\/TCSVT.2022.302563“，”article-title“：”HRTransNet:Hrformer-driven双模态显著目标检测“，”volume“：。电路系统。视频技术。“}，{”key“：”10.1016\/j.inffus.2024.102246_b56“，”series-title“：”用于行人检测的多光谱深度神经网络“，”author“：”Liu“，”year“：”2016“}”，{“key”：“10.1016\/j.inffus.2024.102246_bb7”，“first page”：”91“，”article-title“：“Faster r-cnn：使用区域建议网络实现实时目标检测”，“volume”：第28页，“author”：“Ren”，“year”：”2015年”，“journal-title”：“Neurips”}，{“key”：“10.1016\/j.inffus.2024.102246_b58”，“doi-asserted-by”：“crossref”，“unstructured”：“T.-Y.Lin，P.Goyal，R.Girshick，K.He，P.Doll\u00e1r，稠密目标检测的焦损，摘自：IEEE国际计算机视觉会议论文集，2017年，第2980\u20132988页。”，“doi”：“101109\/ICCV.2017.324”}，{“key”：“10.1016\/j.inffus.2024.102246_b59”，“首页”：“1”，“文章标题”：“对齐面向对象检测的深层特征”，“卷”：“60”，“作者”：“韩寒”，“年份”：“2021”，《期刊标题》：“IEEE Trans.Geosci.Remote Sens.”}，{弗斯，G。Layer，H.Neumann，M.Teutsch，用于多光谱人员检测的完全卷积区域提议网络，收录于：IEEE计算机视觉和模式识别会议论文集，2017年，第49\u201356页。“，“DOI”：“10.1109\/CVPRW.2017.36”}]，“容器-时间”：[“信息融合”]，“原始标题”：[]，“语言”：“en”，“链接”：[{URL“：”https:\/\/api.elsevier.com/content\/article\/PII:S1566253524000241？httpAccept=text\/xml“，”content-type“：”text\/.xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S1566253524000241？httpAccept_text\/plain“，”内容类型“：”文本\/plaine“，”content-version”：“vor”，“intended-epplication”：“text-mining”}]，“deposed”：{“date-parts”：[[2024,2,3]]，“日期时间”：“2024-02-03T19:44:52Z”，“时间戳”：1706989492000｝，“分数”：1，“资源”：｛“主要”：｛http:\/\/dx.doi.org\/10.1016\/j.inffus.2024.102246“，”关系“：{}，”ISSN“：[”1566-2535“]，”ISSN-type“：[{”value“：”1566-253“，”type“:”print“}]，”subject“：【】，”published“：{”date-parts“：[2024,5]]}，“assertion”：[{“value”：“Elsevier”，“name”：“publisher”，“label”：“此文章由”}，{维护“值”：“使用级联对准制导变压器改进RGB红外目标检测“，”name“：”articletitle“，”label“：”Article Title“}，”{“value”：“Information Fusion”，“name”：“journaltitle”，“label”：“Journal Title”}，{“value”：“https:\\/doi.org\/101016\/j.inffus.2024.102246”，“name”：“articlelink”，“table”：“CrossRef doi link to publisher maintained version”}、{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，{“value”：“\u00a9 2024 Elsevier B.V.保留所有权利。”，“名称”：“版权”，“标签”：“copyright”}]，“文章编号”：“102246”}}