{“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”：[[2024,7,2]，“日期-时间”：“2024-07-02T15:27:12Z”，“时间戳”：1719934032664}，“参考-计数”：58，“发布者”：“爱思唯尔BV”，“许可证”：[{“开始”：{-date-parts”：[2018,1]]，“日期时间”：”2018-01-01T00:00:00Z“，”timestamp“：1514764800000}，”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”：“中国自然科学基金会”，“DOI-asserted-by”：“publisher”，“奖项”：[“61472028”，“61403423”，“610673048”]，“id”：[}“id”:“10.13029\/5011000001809”，“id-type”：“DOI”，“asserted-by”：“publisher”}]}，{“DOI“：“10.13039\/501100004826”，“name”：“北京自然科学基金会”，“doi-asserted-by”：“publisher”，“adward”：[“4162048”，“4163075”]，“id”：[{“id”:“10.13029\/5011000004826”，“id type”：“doi”，“asserted by”：“publisher”}]}大数据分析技术“}，{“name”：“南京信息科技大学，中国南京”}]，“content-domain”：{“domain”:[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[“Journal of Visual Communication and Image Representation”]，”published-print“：{”date-parts“：[[2018,1]]}，”DOI“：”10.1016\/jvcir.2017.11.004“，“type”：“journal-article”，“created”：{“date-parts”：[[2017,11,6]]，“date-time”：“2017-11-06T15:31:32Z”，“timestamp”：1509982292000}，“page”：：“16-26”，“update-policy”：”http://\/dx.doi.org\/10.10016\/elsevier_cm_policy“，”source“：”Crossref“，“is-referenced-by-count”：11，“special_numbering”：“C”，“title”：[“显著性等级：一种新的显著目标检测方法“]，“前缀”：“10.1016”，“卷”：“50”，“作者”：[{“给定”：“尊”，“家族”：“李”，“序列”：“第一”，“从属关系”：[]}，{“给出”：“从严”，“家庭”：“郎”，“顺序”：“附加”，“隶属关系”：[]}、{“指定”：“宋河”，“家人”：“冯”，“序号”：“额外”，“附属关系”：【】}，}“给定的”：“道”，“家”：“王”，“sequence“：”additional“，”affiliation“：[]}]，”member“：”78“，“reference”：[｛“issue”：“2”，“key”：“10.1016\/j.jvcir.2017.11.004_b0005”，“doi asserted by”：“crossref”，“首页”：“459”，“doi”：“10.1111\/j.1467-8659.2009.01615.x”，“文章标题”：“益智拼贴画”，“卷”：“29”，“作者”：“Goferman”，“年份”：“2010”，“期刊标题”：“Comput.Graph.Forum”｝，｛“key”：“10.1016\/j.jvcir.2017.11.004_b0010“，”doi断言为“：“crossref”，“非结构化”：“G.Sharma，F.Jurie，C.Schmid，图像分类的判别空间显著性，在：IEEE计算机视觉和模式识别会议，2012年，第3506\u20133513页。”，“DOI”：“10.1109\/CVPR.2012.6248093”｝，｛“issue”：“9”，“key”：“10.1016\/j.jvcir.2017.11.004_b0015”，“DOI断言者”：“crossref”，“首页”：“3888”，“DOI”：“10.1109\/TIP.2012.2199126”，“article-title”：“在压缩域中进行显著性检测以实现自适应图像重定目标”，“volume”：“21”，“author”：“Fang”，“year”：“2012”，“journal-title“：”IEEE Trans.image Process.Publ.IEEE Sig.Process.Soc.“}，{“issue”：“1”，“key”：”10.1016\/jvcir.2017.11.004_b0020“，”DOI-asserted-by“：”crossref“，“first page”：“185”，“DOI”：“10.1109 \/TIP.2009.2030969”，“article-title”：“一种新的多分辨率时空显著性检测模型及其在图像和视频压缩中的应用”，“volume”：“19”，“author”：“Guo”，“year”：“2010”，“journal-title“：”IEEE Trans.image Process.“}，{”issue“：”1“，”key“10.1016 \/j.jvcir.2017.11.004_b0025”，“DOI-asserted-by”：“crossref”，“首页”：“27”，“DOI”：“10.1109\/TCSVT.2013.2273613”，“article-title”：“压缩域中的视频显著性检测模型”，“卷”：“24”，“作者”：“方”，“年份”：“2014”，“日志标题”：“IEEE Trans.Circ.Syst.video Technol.”}，{“问题”：“1”，“关键”：“101016\/j.jvcir.2017.11.004_b0030”，“DOI-asserted-by”：“crossref”，“首页面：“34”，“DOI”：“10.1109\/TBC.2011.2170611”，“article-title”：“涉及运动的视频应用的宏块分类方法”，“volume”：“58”，“author”：“Lin”，“year”：“2011”，“journal-title“：”IEEE Trans.Broadcast.“}，{”key“：”10.1016\/j.jvcir.2017.11.004_b0035“，”unstructured“：”M.Cheng，N.j.Mitra，X.Huang，P.H.S.Torr，S。胡，基于全局对比度的显著区域检测，载：IEEE计算机视觉与模式识别会议，2015年，第409\u2013416页。“}，{”问题“：”未定义“，”关键“：”10.1016\/j.jvcir.2017.11.004_b0040“，”首页“：”1254“，”文章标题“：”基于盐度的视觉注意模型，用于快速场景分析“，”卷“：”20“，”作者“：”尼伯“，”年份”：“1998年”，“期刊标题”：“IEEE Trans。模式分析。机器。智力。“}，{”key“：”10.1016\/j.jvcir.2017.11.004_b0045“，”unstructured“：”X.Shen，Y.Wu，《通过低秩矩阵恢复进行显著目标检测的统一方法》，收录于：IEEE计算机视觉与模式识别会议，2012年，第853\u2013860页。Zhang，H.Lu，R.Xiang，M.H.Yang，通过基于图形的流形排名进行显著性检测，in：IEEE计算机视觉和模式识别会议，2013年，pp.3166\u20133173.“，“DOI”：“10.1109\/CVPR.2013.407”}，{“key”：“101016\/j.jvcir.2017.11.004_b0055”，“DOI-asserted-by”：“crossref”，“unstructured”：“B.Jiang，L.Zhang、H.Lu.、C.Yang、M.-H。杨，通过吸收马尔可夫链进行显著性检测，收录于：IEEE国际计算机视觉会议，2013年，第1665\u20131672页。“，”DOI“：”10.1109\/ICCV.2013.209“}，{“key”：“10.1016\/j.jvcir.2017.11.004_b0060”，“DOI-asserted-by”：“crossref”，“unstructured”：“Z.Jiang，L.S。Davis，子模块显著区域检测，摘自：IEEE计算机视觉和模式识别会议，2013年，第2043\u20132050页。“，”DOI“：”10.1109\/CVPR.2013.266“}，{“key”：“10.1016\/j.jvcir.2017.11.004_b0065”，“DOI-asserted-by”：“crossref”，“unstructured”：“X.Li，H.Lu，L.Zhang，X.Ruan，M.-H。杨，通过密集和稀疏重构进行显著性检测，收录于：IEEE国际计算机视觉会议，2013年，第2976\u20132983页。“，”DOI“：”10.1109\/ICCV.2013.370“}，{“key”：“10.1016\/j.jvcir.2017.11.004_b0070”，“DOI-asserted-by”：“crossref”，“unstructured”：“L.Wang，j.Xue，N.Zheng，G。华，带上下文线索的显著目标自动提取，收录于：IEEE国际计算机视觉会议，2011年，第105\u2013112页。“，”DOI“：”10.1109\/ICCV.2011.6126231“}，{“key”：“10.1016\/j.jvcir.2017.11.004_b0075”，“DOI-asserted-by”：“crossref”，“unstructured”：“H.Jiang，j.Wang，Z.Yuan，Y.Wu，N.Zheng，S。Li，显著目标检测：一种区分性区域特征集成方法，收录于：IEEE计算机视觉和模式识别会议，2013年，第2083\u20132090页。“，”DOI“：”10.1109\/CVPR.2013.271“}，{“key”：“10.1016\/j.jvcir.2017.11.004_b0080”，“DOI-asserted-by”：“crossref”，“unstructured”：“P.Siva，C.Russell，T.Xian，L。阿加皮托，《超越图像：物体显著性和检测的无监督学习》，载于：计算机视觉国际会议，2013年，第3238\u20133245页，“DOI”：“10.1109\/CVPR.2013.416”}，{“key”：“101016\/j.jvcir.2017.11.004_b0085”，“DOI-asserted-by”：“crossref”，“unstructured”：“T.Judd，K.Ehinger，F.Durand，A。Torralba，《学会预测人类的长相》，载于：计算机视觉国际会议，2009年，第2106\u20132113页。“，”DOI“：”10.1109\/ICCV.2009.5459462“}，{“key”：“10.1016\/j.jvcir.2017.11.004_b0090”，“DOI-asserted-by”：“crossref”，“unstructured”：“K.Y.Chang，C.S.Chen，Y.P.”。Hung，有序超平面对年龄估计的成本敏感性排名，载于：IEEE计算机视觉和模式识别会议，2011年，第585\u2013592页article-title“：”显著对象检测：基准“，”卷“：”24“，”作者“：”Borji“，”年份“：”2015“，”期刊标题“：”IEEE Trans。图像处理。“}，{”issue“：”10“，”key“：”10.1016\/j.jvcir.2017.11.004_b0100“，”doi-asserted-by“：”crossref“，”first page“：“1915”，”doi“：”101109\/TPAMI.2011.272“，”article-title“：”Context-aware显著性检测“，“volume”：“34”，“author”：“Goferman”，“year”：“2012”，“journal-title”：“IEEE Trans.Pattern Anal.Mach.Intell.”}，}“密钥”：“10.1016\/j.jvcir.2017.11.004_b0105”，“doi-asserted-by“：”crossref“，”unstructured“：”M.M.Cheng，J.Warrell，W.Y.Lin，S.Zheng，V.Vineet，N.Crook，利用软图像抽象进行有效的显著区域检测，in：IEEE国际计算机视觉会议，2013年，第1529\u20131536页。“，”doi“：”10.1109\/ICCV.2013.193“}，{“key”：“10.1016\/J.jvcir.2017.11.004_b0110”，“unstructure”：“N.D.B.Bruce，J.K.Tsotsos，《基于信息最大化的显著性》，载于：神经信息处理系统国际会议，2005年，第155\u2013162页。贾，层次显著性检测，收录于：IEEE计算机视觉与模式识别会议，2013年，第1155\u20131162页。“，”DOI“：”10.1109\/CVPR.2013.153“}，{“key”：“10.1016\/j.jvcir.2017.11.004_b0120”，“DOI-asserted-by”：“crossref”，“unstructured”：“Y.Wei，F.Wen，W.Zhu，j。Sun，《使用背景先验的测地显著性》，载于：欧洲计算机视觉会议，2012年，第29\u201342页。“，“DOI”：“10.1007\/978-3642-33712-3_3”}，{“key”：“101016\/j.jvcir.2017.11.004_b0125”，“DOI-asserted-by”：“crossref”，“unstructured”：“C.Lang，T.V.Nguyen，H.Katti，K.Yadati，M.Kankanhalli，S。Yan，Depth matters:深度线索对视觉显著性的影响，in：欧洲计算机视觉会议，2012，pp.101\u2013115。“，”DOI“：”10.1007\/978-3642-33709-3_8“}，{“key”：“10.1016\/j.jvcir.2017.11.004_b0130”，“DOI-asserted-by”：“crossref”，“unstructured”：“H.Peng，B.Li，W.Xiong，W.Hu，R。Ji，Rgbd显著目标检测：基准和算法，in：欧洲计算机视觉会议，2014，pp.92\u2013109.“，”DOI“：”10.1007\/978-3319-10578-9_7“}，{“key”：“10.1016\/j.jvcir.2017.11.004_b0135”，“DOI-asserted-by”：“crossref”，“unstructured”：“R.Ju，L.Ge，W.Geng，T.Ren，G。Wu，基于各向异性中心-周围差异的深度显著性，in：国际图像处理会议，2014年，第1115\u20131119页立体图像的显著性检测”，“卷”：“23”，“作者”：“方”，“年份”：“2014”，“期刊标题”：“IEEE Trans。图像处理。“}，{”key“：”10.1016\/j.jvcir.2017.11.004_b0145“，”doi-asserted-by“：”crossref“，”unstructured“：”j.Ren，X.Gong，L.Yu，W.Zhou，M.Y.Yang，《利用全球先验进行RGB-D显著性检测》，收录于：IEEE计算机视觉与模式识别研讨会，2015年，第25\u201332页。“，”doi“：”101109\/CVPRW.2015.7301391“}”，{“issue”：“2”，“key”：“”10.1016\/j.jvcir.2017.11.004_b0150“，”doi-asserted-by“：”crossref“，”first page“：”353“，”doi“：”10.1109\/TPAMI.2010.70“，”article-title“：”Learning to detection a substance object“，“volume”：“33”，“author”：“Liu”，“year”：“2011”，“journal-title”：“IEEE Trans。模式分析。机器。智力。“}，{”key“：”10.1016\/j.jvcir.2017.11.004_b0155“，”doi-asserted-by“：”crossref“，”unstructured“：”L.Mai，Y.Niu，F.Liu，显著性聚合：一种数据驱动方法，收录于：IEEE计算机视觉和模式识别会议，2013年，第1131\u20131138页。“，doi”：“10.1109\/CVPR.2013.150”}，”{“key”：“1016\/j.jvcir.2017.11.004_b0160”，“doi-assert-by”：“”crossref”，“非结构化”：“S.Lu，V.Mahadevan，N.Vasconcelos，学习基于扩散的显著对象检测的最优种子，在：IEEE计算机视觉和模式识别会议，2014，pp.2790\u20132797。”，“DOI”：“10.1109\/CVPR.2014.357”｝，｛“key”：“10.1016\/j.jvcir.2017.11.004_b0165”，“DOI断言”：“crossref”，“非结构化”：“P。梅赫拉尼，基于学习的显著性分割和图切割细化。，in：IEEE英国机器视觉会议会议，2010年，第1\u201312页。“，”DOI“：”10.5244\/C.24.110“}，{“问题”：“7”，“关键”：“10.1016\/j.jvcir.2017.11.004_b0170”，“DOI-asserted-by”：“crossref”，“第一页”：“1”，“DOI”：“101167\/8.7.32”，“文章标题”：“Sun：使用自然统计的显著性贝叶斯框架”，“卷”：“8”，“作者”：“张”，“”年份：“2008年”，“新闻标题”：“J.Vision”}，{“key”：“10.1016\/J.jvcir.2017.11.004_b0175”，“doi-asserted-by”：“crossref”，“unstructured”：“R.Zhao，W.Ouyang，H.Li，X.Wang，通过多上下文深度学习进行显著性检测，收录于：IEEE Conference on Computer Vision and Pattern Recognition，2015年，第1265\u20131274页。”，“doi”：“101109\/CVPR.，2015.7298731”}、{key“：”10.1016\/j.jvcir.2017.11.004_b0180“，”doi-asserted-by“：”crossref“，”unstructured“：”G.Li，Y.Yu，显著目标检测的深度对比学习，in：IEEE计算机视觉与模式识别会议，2016年，第478\u2013487页。“，”doi“：”101109\/CVPR.2016.58“}，{“key”：“10.1016\/j.jvcir.2017.1104_b0185”，“doi-assert-by”：”cross-ref“，“”非结构化“：”S.Liu、X.Liang、L.Liu，X.Shen、J.Yang、C.Xu、L.Lin、X.Cao、S.Yan、Matching-cnn与KNN:准参数人体解析，摘自：IEEE国际计算机视觉和模式识别会议，2015年，第1419\u20131427页。“”DOI“：”10.1109\/CVPR.2015.7298748“}，{“key”：“10.1016\/J.jvcir.2017.11.004_b0190”，“DOI-asserted-by”：“crossref“，”unstructured“：”S.Liu，C.Wang，R.Qian，H.Yu，R.Bao，带单帧监控的监控视频解析，in：IEEE国际计算机视觉和模式识别会议，2017年。“，”DOI“：”10.1109\/CVPR.2017.114“}，{“issue”：“8”，“key”：“10.1016\/j.jvcir.2017.11.004_b0195”，“DOI-asserted-by”：“Crosref”，“first-page”：“3919”，“DOI“：”10.1109\/TIP.2015.279306“，”文章标题“：”深度显著性：用于显著对象检测的多任务深度神经网络模型“，”卷“：”25“，”作者“：”Li“，”年份“：”2015“，”期刊标题“：”IEEE Trans。图像处理。“｝，｛”issue“：”4“，”key“：”10.1016\/j.jvcir.2017.11.004_b0200“，”doi asserted by“：”crossref“，”首页“：”653“，”doi“：”10.1109\/TM.2011.2127463“，”文章标题“：”整合视觉显著性和一致性以重新排列图像搜索结果“，”卷“：”13“，”作者“：”Huang“，”年份“：”2011“，”期刊标题“：”IEEE Trans.Multimedia“｝，｛”issue“：”9“，”key“：”10.1016\/j.jvcir.2017.11.004_b0205“，”doi-asserted-by“：”crossref“，”first page“：”1171“，”doi“：”10.1016\/j.image.2013.07.004“，”article-title“：”Improved image debluring based on salient-region segmentation“，”volume“：“28”，”author“：”Zhang“，”year“：”2013“，”journal-title”：“Signal Process。图像通信。“}，{”key“：”10.1016\/j.jvcir.2017.11.004_b0210“，”unstructured“：”R.Achanta，A.Shaji，K.Smith，A.Lucchi，P.Fua，S.S\u00fcsstrunk，Slic superpixels，Epfl.“}”，{“issue”：“12”，“key”：“10.1016\/j.jvcir.207.11.004_b0215”，“doi-asserted-by”：“crossref”，“首页”：“5356”，“doi”：“101109\/TIP。2015.2481327“，”文章标题“：”面部年龄估计的成本敏感局部二元特征学习”，“体积”：“24”，“作者”：“卢”，“年份”：“2015年”，“新闻标题”：“IEEE Trans。图像处理。“}，{”issue“：”1“，”key“：”10.1016\/j.jvcir.2017.11.004_b0220“，”doi-asserted-by“：”crossref“，”first page“：“136”，“doi”：“10.1109\/TMM.2016.2608786”，“article-title”：“通过成本敏感标签排名和跟踪规范化估计人脸年龄”，“volume”：“19”，“author”：“Feng”，“year”：“2016”，“journal-title“：”IEEE Trans.Multimedia“}”，{“key”：“”10.1016\/j.jvcir.2017.11.004_b0225”，“非结构化”：“Y.Nesterov，求解收敛速度为o（1\/k2）的凸规划问题的一种方法，in：苏维埃数学Doklady，1983，pp.372\u2013376.”}，{“issue”：“1”，“key”：“10.1016\/j.jvcir.2017.11.004_b0230”，“首页”：“125”，“article-title”：“最小化复合目标函数的梯度方法”，“体积”：“140”，“作者”：“内斯特罗夫”，“年份”：“2013年”，“新闻标题”：“核心讨论”。巴普。“}，{”issue“：”4“，”key“：”10.1016\/j.jvcir.2017.11.004_b0235“，”doi-asserted-by“：”crossref“，”first-pages“：”1223“，”doi“：”101109\/TIP.2015.2395816“，”article-title“：”Learning to rank image tags with limited training examples“，”volume“：“24”，”author“：”Feng“，”year“：”2015“，”journal-title：“IEEE Trans.image Process.”}，”{“key”：“”10.1016\/j.jvcir.2017.11.004_b0240“，“doi-asserted-by”：“crossref”，“unstructured”：“S.Ji，j.Ye，迹范数最小化的加速梯度法，见：第26届国际机器学习年会，2009年，第457\u2013464页。”，“doi”：“10.1145\/1553374.1553434”}，{“key”：“101016\/crossref“，”unstructured“：”R.Achanta，S.Hemami，F.Estrada，S.Susstrunk，《频率调谐显著区域检测》，收录于：IEEE计算机视觉和模式识别国际会议，2009年，第1597\u20131604页。“，”DOI“：”10.1109\/CVPR.2009.5206596“}，{“key”：“10.1016\/j.jvcir.2017.11.004_b0250”，“unstructure”：“D.Martin，C.Fowlkes，D。Tal，J.Malik，人类分割自然图像数据库及其在评估分割算法和测量生态统计中的应用，收录于：IEEE国际计算机视觉会议，2002年，第416\u2013423页。“}，{“关键”：“10.1016\/J.jvcir.2017.11.004_b0255”，“doi-asserted-by”：“crossref”，“非结构化”：“F.Chen，C.Lang，S。冯志松，深度信息融合显著目标检测，载：《互联网多媒体计算与服务国际会议》，2014年，第66\u201370页。“，”DOI“：”10.1145\/2632856.2632938“}，{“key”：“10.1016\/j.jvcir.2017.11.004_b0260”，“DOI-asserted-by”：“crossref”，“unstructured”：“W.Zhu，S.Liang，Y.Wei，j。Sun，《基于鲁棒背景检测的显著性优化》，载于：IEEE计算机视觉与模式识别会议，2014年，第2814\u20132821页。“，”DOI“：”10.1109\/CVPR.2014.360“}，{“key”：“10.1016\/j.jvcir.2017.11.004_b0265”，“DOI-asserted-by”：“crossref”，“unstructured”：“H.Peng，B.Li，R.Ji，W.Hu，W.Xiong，C。Lang，通过低秩和结构化稀疏矩阵分解进行显著目标检测，in：第二十届第七届AAAI人工智能会议，2013年，第796\u2013802.页“，”DOI“：”10.1609\/AAAI.v27i1.8591“}，{“key”：“10.1016\/j.jvcir.2017.11.004_b0270”，“DOI-asserted-by”：“crossref”，“unstructured”：“j.Kim，D.Han，Y.-W.Tai，j。Kim，通过高维颜色变换进行显著区域检测，收录于：IEEE计算机视觉和模式识别会议，2014年，第883\u2013890页。“，”DOI“：”10.1109\/CVPR.2014.118“}，{“key”：“10.1016\/j.jvcir.2017.11.004_b0275”，“非结构化”：“Y.Niu，Y.Geng，X.Li，F。刘，利用立体视觉进行显著性分析，收录于：IEEE计算机视觉和模式识别会议，2012年，第454\u2013461页。“}，{“key”：“10.1016\/j.jvcir.2017.11.004_b0280”，“doi-asserted-by”：“crossref”，“unstructured”：“K.Desingh，K.K.Madhava，D.Rajan，C.V。贾瓦哈尔，深度真的很重要：用深度改进视觉显著区域检测，见：英国机器视觉会议，2013年，第98.1\u201398.11页。“，“DOI”：“10.5244\/C.27.98”}，{“key”：“10.1016\/j.jvcir.2017.11.004_b0285”，“DOI-asserted-by”：“crossref”，“unstructured”：“F.Perazzi，P.Kr\u00e4henb\u00fchl，Y.Pritch，A。Hornung，显著性过滤器：基于对比度的显著区域检测滤波，收录于：IEEE计算机视觉和模式识别会议，2012年，第733\u2013740页。“，”DOI“：”10.1109\/CVPR.2012.6247743“}，{“key”：“10.1016\/j.jvcir.2017.11.004_b0290”，“DOI-asserted-by”：“crossref”，“unstructured”：“X.Li，Y.Li，C.Shen，A.Dick，A。Van Den Hengel，用于显著对象检测的上下文超图建模，收录于：国际计算机视觉会议，2013年，第3328\u20133335页https:\/\/api.elsevier.com/content\/article\/PII:S1047320317302043？httpAccept=text\/xml“，”content-type“：”text\/.xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S1047320320302043？httpAccept=text\/plain“，”内容类型“：”文本\/plaine“，”content-version”：“vor”，“intended_application”：“text-mining”}]，“存放”：{“日期部分”：[[2022,8,6]]，“date-time“：”2022-08-06T11:43:16Z“，”timestamp“：1659786196000}，”score“：1，”resource“：{主要”：{“URL”：“https:\/\/linkinghub.elsevier.com/retrieve\/pii\/S1047320317302043”}}，“副标题”：[]，“短标题”：[]，“已发布”：{“date-parts”：[[2018,1]]}，‘references-count’：58，‘alternative-id’：[”S10473203204 043“]，”URL“：”http:\/\/dx.doi.org\/10.1016\/j.jvcir.2017.11.004“，”关系“：{}，”ISSN“：[”1047-3203“]，”ISSN-type“：[{”value“：”1047-320“，”type“:”print“}]，”主题“：[]，”published“：{”date-parts“：[2018,1]]}，“断言”：[{“value”：“Elsevier”，“name”：“publisher”，“label”：“此文章由”}维护，{“value”：“显著等级：一种新的显著目标检测方法”，“name“：”articletitle“，”label“：”Article Title“}，”{“value”：“Journal of Visual Communication and Image Representation”，“name”：“journaltitle”，“label”：“日记标题”}，{“value”：“https:\\/doi.org\/10.1016\/j.jvcir.2017.11.004”，“name:”articlelink“，”标签“：”CrossRef doi link to publisher maintained version“}”，{”value“：”文章“，”name“：“content_type”，“label“：”Content-Type“}，{“value”：“\u00a9 2017 Elsevier Inc.保留所有权利。”，“name”：“copyright”，“label”：“copyright“}]}}”