{“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”：[[2024,9,11]]，“日期-时间”：“2024-09-11T02:34:54Z”，“时间戳”：1726022094765}，“引用-计数”：70，“发布者”：“Elsevier BV”，“许可证”：[{“开始”：{“日期-部分”：[2022,6,1]]，0:00Z“，”时间戳“：1654041600000}，”内容-版本“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com//tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[2022,6,1]]，“date-time”：“2022-06-01T00:00:00Z”，“timestamp”：165404160000}，“content-version”：“stm-asf”，“delay-in-days”：“0”，“URL“https:\\/doi.org\/10.15223\/policy-017“}，{“start”：{“date-parts”：[[2022,6,1]]，“date-time”：“2022-06-01T00:00:00Z”，“timestamp”：1654041600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-037”}，{“start”：{“date-parts”：[2022,6,1]]，“date-time”：“2022-06-01T00:00:00Z”，“timetamp”：1.654041600000}、“content-version”：“stm-asf”、“delay-in-days“：0，”URL“https:”\/\/doi.org\/10.15223\/policy-012“}，{“start”：{“date-parts”：[[2022,6,1]]，“date-time”：“2022-06-01T00:00:00Z”，“timestamp”：1654041600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{“date-parts”：[[2022,6,1]]，“datetime”：“022-06-01T_00:00:0Z”，f“，”delay-in-days“：0，”URL“：”https:\/\/doi.org\/10.15223\/policy-004“}]，“资助者”：[｛“DOI”：“10.13039\/50101100001809”，“name”：“NSFC”，“DOI断言者”：“出版者”，“id”：[｛“id”：“10.13039\/50101100001809”，“id type”：“DOI”，“断言者”：“出版者”｝]｝]，“内容域”：｛“domain”：[“elsevier.com”，“sciencedirect.com”]，“crosmark restriction”：true｝，“短容器标题”：[“神经计算”]，“已出版印刷品”：｛“日期部分“：[[2022,6]]}，“DOI”：“10.1016\/j.neucom.2022.03.056”，“type”：“journal-article”，“created”：{“date-parts”：[[2022,3,23]]，“date-time”：“2022-03-23T07:02:05Z”，“timestamp”：1648018925000}，“page”：：“78-90”，“update-policy”：”http://\/dx.DOI.org\/10.10016\/elsevier_cm_policy“，”source“Crossref”，“is-referenced-by-count”：17，“special_numberg”：“C”，“title”：[“MEANet：用于光场显著目标检测的多模边缘感知网络”]，“前缀”：“10.1016”，“卷”：“491”，“作者”：[{“给定”：“姚”，“家族”：“江”，“序列”：“第一”，“从属”：[]}，{“已知”：“文博”，“家庭”：“张”，“顺序”：“附加”，“隶属”：[]}，}“给定的”：“科伦”，“家人”：“福”，“序号”：“额外”，“附属”：[]}，{“given”：“Qijun”，“family”：“Zhao”，“sequence”：“additional”，“affiliation”：[]}]，“member”：“78”，“reference”：[{“key”：”10.1016\/j.neucom.2022.03.056_b0005“，”doi-asserted-by“：”crossref“，”first page“：”5706“，”doi“：”10.1109\/TIP.2015.2487833“，”article-title“：”Salient object detection:A benchmark“，”volume“24”，“author”：“Borji”，“年份”：“2015年”，“新闻标题”：“IEEE Trans.Image Process.”}，{“key”：“10.1016\/j.neucom.2022.03.056_b0010”，“首页”：“117”，“article-title”：“显著对象检测：调查，计算视觉”，“卷”：“5”，“作者”：“Borji”，年：“2019”，“日记标题”：“媒体”}、{“密钥”：“1016\/j.neucom.2022.03.056_b001”，“doi-asserted-by”：“crossref”，”首页“：”769英寸，“doi”：“10.1109\/TCSVT.2013.2280096”，“article-title”：“基于区域的显著性检测及其在对象识别中的应用”，“volume”：“24”，“author”：“Ren”，“year”：“2014”，“journal-title“：”IEEE Trans.Circuits Syst.Video Technol.“}，{”key“：”10.1016\/j.neucom.2022.03.056_b0020“，”unstructured“：”D.Zhang，D.Meng，L.Zhao，j。Han，将显著性检测与基于自定步调课程学习的弱监督对象检测结合起来，in：国际人工智能联合会议，2016年，第3538\u20133544页。“}，{“key”：“10.1016\/j.neucom.2022.03.056_b0025”，“series-title”：“IEEE计算机视觉和模式识别会议论文集”，“first page“：”6488“，”article-title“：”带对抗擦除的对象区域挖掘：语义切分方法的简单分类“，”author“：”Wei“，”year“：”2017“}，{“key”：“10.1016\/j.neucom.2022.03.056_b0030”，”doi-asserted-by“：”crossref“，”first pages“：”2314“，”doi“：”10.1109\/TPAMI.2016.2636150“，”article-titel“：”Stc：弱监督语义切分的简单到复杂框架”，“卷”：“39”，“作者”：“魏”，“年份”：“2017”，“期刊标题”：“IEEE Trans。模式分析。机器。智力。“}，{”key“：”10.1016\/j.neucom.2022.03.056_b0035“，”series-title“：”IEEE Conferences on Computer Vision and Pattern Recognition“，”first page“：“1354”，”article-title“：“通过迭代挖掘公共对象特征实现弱监督语义分割”，”author“：”Wang“，”year“：”2018“}”，{series-title“：“IEEE计算机视觉和模式识别会议论文集”，“首页”：“3586”，“文章标题”：“无人监督的显著性学习用于人的重新识别”，“作者”：“赵”，“年份”：“2013”}，{“关键”：“10.1016\/j.neucom.2022.03.056_b0045”，“第一页”：使用立体图像对钢轨表面缺陷进行无监督显著性检测”，“卷”：“17”，“作者”：“牛”，“年份”：“2021年”，“期刊标题”：“IEEE Trans。工业。Inf.“}，{”key“：”10.1016\/j.neucom.2022.03.056_b0050“，”doi-asserted-by“：”crossref“，”first page“：“5012”，“doi”：“10.1109\/TII.2020.3007792”，“article-title”：“基于工业普适边缘计算的监视显著性检测智能物联网”，“volume”：“17”，“author”：“Zhang”，“year”：“2021”，“journal-title“：”IEEE Trans.Industr.Inf10.1016\/j.neucom.2022.03.056_b0055“，”doi-asserted-by“：”crossref“，”first page“：”2667“，”doi“：”10.1109\/TII.2019.2945362“，”article-title“：”Saliencigan:“深度学习：物联网雾中半监督显著对象检测”，“volume”：“16”，“author”：“Wang”，“year”：“2020”，“journal-title”：“IEEE Trans。工业。Inf.“}，{”key“：”10.1016\/j.neucom.2022.03.056_b0060“，”series-title“：”IEEE国际计算机视觉会议论文集“，”首页“：”8837“，”article-title“：“X.chun Li，L.Zhang，Deep learning for light field saliency detection”，“author”：“Wang”，“year”：“2019”}，“key”：“10.1016\\j.neucomm.2022.03.56_b0065”，“doi-asserted-by”：“crossref“，”first page“：”6276“，”DOI“：”10.1109\/TIP.2020.2990341“，”article-title“：”Lfnet：“用于显著目标检测的光场融合网络“，”volume“：“29”，“author”：“Zhang”，“year”：“2020”，“journal-title”：“IEEE Trans。图像处理。“}，{”key“：”10.1016\/j.neucom.2022.03.056_b0070“，”doi-asserted-by“：”crossref“，”unstructured“：”j.Zhao，j.Liu，D.-P.Fan，Y.Cao，j..Yang，M.-M.Cheng，Egnet:用于显著目标检测的边缘制导网络，in：国际计算机视觉会议，2019年，第8778\u2013878787页。“，”doi“：”101109\/ICCV.2019.00887“}”，{“key”：“”10.1016\/j.neucom.2022.03.056_b0075“，“首页”：“13666”，“文章标题”：“使用迭代金字塔上下文进行联合语义分割和边界检测”，“作者”：“Zhen”，“年份”：“2020”，“期刊标题”：《计算机视觉和模式识别会议》}，{“key”：“10.1016//j.neucomm.2022.03.56_b0080”，“首版”：“225”，“论文标题”：”Rgb-d基于交叉模态调制和选择的显著目标检测”，“作者”：“李”，“年份”：“2020年”，“新闻标题”：“欧洲计算机视觉会议”}，{“关键”：“10.1016\/j.neucom.2022.03.056_b0085”，“连载时间”：“AAAI人工智能会议论文集”，“首页”：“13082”，“文章时间”：多类型自我关注引导下的退化显著性检测”，“作者”：“周”，“年份”：“2020”}，{“关键”：“10.1016\/j.neucom.2022.03.056_b0090”，“连载”：“计算机视觉与模式识别会议”，“首页”：“12546”，“文章标题”：“通过涂鸦注释进行弱监督显著性目标检测”，”作者“：”张“，”年份“：”2020“}，}”key“：”10.1016\/j.neucom.2022.03.056_b0095“，”doi-asserted-by“：”crossref“，”unstructured“：”S.-H.Gao，Y.-Q.Tan，M.-M.Cheng，C.Lu，Y.Chen，S.Yan，《100k参数高效显著目标检测》，in：欧洲计算机视觉会议，Springer，2020，pp.702\u2013721.“，”doi“：”101007\/978-3030-58539-6_42“}，{“key”：“10.1016\/j.neucom.2022.03.056_b0100“，“首页”：“35”，“文章标题”：“抑制和平衡：用于显著对象检测的简单选通网络”，“作者”：“赵”，“年份”：“2020”，“日志标题”：《欧洲计算机视觉会议，施普林格》}，{“key”：“10.1016\/j.nucom.2022.03.56_b0105”，“首页面”：“9413”，“论文标题”：用于显著目标检测的多尺度交互式网络”，“作者”：“庞”，“年份”：“2020年”，“新闻标题”：“计算机视觉和模式识别会议”}，{“关键”：“10.1016\/j.neucom.2022.03.056_b0110”，“首页”：“9141”，“文章标题”：”用于准确快速显著性检测的交互式两流解码器“，“作者“：”周“，”年“：”2020年”，“journal-title”：“计算机视觉与模式识别会议”}，{“key”：“10.1016\/j.neucom.2022.03.056_b0115”，“doi-asserted-by”：“crossref”，“首页”：“69”，“doi”：“101016\/j.neucomm.2019.04.062”，“article-title“Deepside:显著对象检测的一般深层框架”，“volume”：”356“author”：“Fu”，”年份“2019”，“期刊标题“：“神经计算”}，｛“key”：“10.1016\/j.neucom.202.03.056_b0120”，“doi断言”：“crossref”，“首页”：“55”，“doi”：“10.1016\/j.neucom.20199.09.018”，“文章标题”：“用于显著对象检测的深层引导网络”，“卷”：“372”，“作者”：“Liu”，“年份”：“2020”，“期刊标题”：“神经计算”}，｛“key”：“10.1016\/j.neucom.2022.03.056_b0125“，“首页”：“275”，“文章标题”：“Bbs-net:基于分支主干策略网络的Rgb-d显著对象检测”，“作者”：“Fan”，“年份”：“2020”，“期刊标题”：《欧洲计算机视觉会议》}，{“密钥”：“10.1016\/j.nucom.2022.03.56_b0130”，“非结构化”：“d.-P.Fan，Z.Lin，j.Zhao，Y.Liu，Z。Zhang，Q.Hou，M.Zhu，M.-M.Cheng，重新思考rgb-d显著对象检测：模型、数据集和大规模基准，IEEE神经网络和学习系统汇刊PP.”}，{“key”：“10.1016\/j.neucom.202.03.056_b0135”，“series title”：“IEEE计算机视觉和模式识别会议论文集”，“首页”：“13753“，”article-title“：”学习选择性自互注意用于rgb-d显著性检测“，”author“：”Liu“，”year“：”2020“}，{“key”：“10.1016\/j.neucom.2022.03.056_b0140”，“series-title”：“IEEE计算机视觉与模式识别会议论文集”，“首页”：“3049”，“article-title”：”Jl-dcf：rgb-d显著目标检测的联合学习与密集合作融合框架”，“author”：“Fu”，“year”：“2020”}，{“key”：“10.1016\/j.neucom.2022.03.056_b0145”，“series-title”：“IEEE计算机视觉与模式识别会议论文集”，“first page”：”3469“，“article-title”：”rgb-d显著性检测的选择、补充和重点”，“作者”：“张”，“年份”：“2020”}，{“关键”：“10.1016\/j.neucom.2022.03.056_b0150”，“首页”：“374”，“文章标题”：“准确rgb-d明显性检测的非对称两流架构”，“作家”：“张”，“年”：“2020”，“新闻标题”：《欧洲计算机视觉会议》}10.1016\/j.neucom.2022.03.056_b0155“，“doi-asserted-by”：“crossref”，“unstructured”：“Y.Pang，L.Zhang，X.-Q.Zhao，H.Lu，rgb-d显著目标检测的层次动态滤波网络，收录于：《欧洲计算机视觉会议论文集》，第abs卷，2007.062272020，第235\u2013252页。”，“doi”：“10.1007\/978-3030-58595-2_15”}，{“issue“：”7“，”key“：”10.1016\/j.neucom.2022.03.056_b0160“，”doi-asserted-by“：”crossref“，”first page“：“1660”，“doi”：“10.1109\/TMM.2018.2884481”，“article-title”：“Hscs:基于层次稀疏性的rgbd图像共显著性检测”，“volume”：“21”，“author”：“Cong”，“year”：“2018”，“journal-title“：”IEEE Trans。多媒体“}，{“问题”：“1”，“关键”：“10.1016\/j.neucom.2022.03.056_b0165”，“doi-asserted-by”：“crossref”，“首页”：“233”，“doi”：“101109\/TCYB.2017.2771488”，“文章标题”：“rgbd图像的迭代共显著框架”，“卷”：“49”，“作者”：“丛”，“年份”：“2017”，“新闻标题”：”IEEE Trans.Cybern.“}”，{：“1”，“键”：10.1016\/j.neucom.2022.03.056_b0170“，”doi-asserted-by“：”crossref“，”first page“：”88“，”doi“：”10.1109\/TCYB.2020.2969255“，”article-title“：”Asif-net:Attention steered interweave fusion network for rgb-d显著目标检测“，”volume“：“51”，”author“：”Li“，“year”：“2020”，“journal-title”：“IEEE Trans。赛博。“}，{”key“：”10.1016\/j.neucom.2022.03.056_b0175“，”doi-asserted-by“：”crossref“，”unstructured“：”Y.Piao，Z.Rong，M.Zhang，W.Ren，H.Lu，A2dele:高效rgb-d显著目标检测的自适应关注深度提取，in：计算机视觉与模式识别会议，2020，pp.9060\u20139069。“，”doi“：”10.1109\/CVPR42600.2020.00908“}，{“key”：“10.1016\/j.neucom.2022.03.056_b0180”，“首页”：“7254”，“article-title”：“深度诱导的显著性检测多尺度重复注意网络”，“作者”：“Piao”，“年份”：“2019”，“新闻标题”：“计算机视觉国际会议”}，}，“key“10.1016”：“1016\/j.neucom.2022.056_b01185”，“第一页”：9471“，”article-title“：”校准的rgb-d显著目标检测“，”author“：”Ji“，”year“：”2021“，”journal-title”：“计算机视觉与模式识别会议”}，{“key”：“10.1016\/j.neucom.2022.03.056_b0190”，“series-title”：”IEEE计算机视觉和模式识别会议论文集“，”首页“：”2806“，”article-title“：”光场显著性检测”，“author”：“Li”，“year”：“2014”}，{“key”：“10.1016\/j.neucom.2022.03.056_b0195”，“series-title”：“国际人工智能联合会议论文集”，“首页”：“904”，“article-title”：《从单一视角进行深光场驱动显著性检测》，“audor”：10.1016\/j.neucom.2022.03.056_b0200”，“系列标题”：“国际神经信息处理系统会议论文集”，“第一页”：“898”，“文章标题”：“用于光场显著对象检测的面向内存解码器”，“作者”：“张”，“年份”：“2019”}，{“密钥”：“10.1016\/j.neucom.2022.03.056_b0205”，“系列标题”：“《AAAI人工智能会议论文集》，“首页”：“11865”，“文章标题”：“开发和替换：用于多功能光场显著性检测的非对称两流结构”，“作者”：“Piao”，“年份”：“2020”}，{“键”：“10.1016\/j.neucom.2022.03.056_b0210”，“doi-asserted-by”：“crossref”，《首页》：“4421”，“doi”：“10.1109 \/TIP.2020.2970529“，”article-title“：”深度卷积网络的光场显著性检测“，”volume“：”29“，”author“：”Zhang“，”year“：”2020“，”journal-title”：“IEEE Trans。图像处理。“}，{”key“：”10.1016\/j.neucom.2022.03.056_b0215“，”doi-asserted-by“：”crossref“，”unstructured“：”K.Fu，Y.Jiang，G.-P.Ji，T.Zhou，Q.Zhao，D.-P.Fan，《光场显著物体检测：回顾与基准》，计算视觉媒体8.“，”doi“：”101007\/s41095-021-0256-2“}”，{“key”：“10.1016\\j.neucomm.2022.03.56_b0220”，“doi-assert-by”：“”crossref“，“非结构化”：“O.Ronneberger，P.Fischer，T.Brox，U-net：生物医学图像分割的卷积网络，in：医学图像计算和计算机辅助干预国际会议，Springer，2015，pp.234\u2013241.”，“DOI”：“10.1007\/978-3-319-24574-4_28”}，{“key”：“10116\/j.neucom.2022.03.056_b0225”首页“：”770“，”article-title“：”通过部分分组网络进行实例级人工解析“，”author“：”Gong“，”year“：”2018“，”journal-tittle“：”European Conference on Computer Vision“}，”{“key”：“10.1016\/j.neucom.2022.03.056_b0230”，“首页”：“3”，“article-title”：“Cbam：卷积块注意模块”，“author”：“Woo”，“year”：“2018”，“journal-title“”：”欧洲计算机视觉会议“}，{“key”：“10.1016\/j.neucom.2022.03.056_b0235”，“series-title”：“IEEE计算机视觉与模式识别会议论文集”，“首页”：“5216”，“article-title”：《显著性检测的加权稀疏编码框架》，“author”：“Li”，“year”：“2015”}10.1016\/j.neucom.2022.03.056_b0240“，”doi-asserted-by“：”crossref“，”first page“：”389“，”doi“：”10.1016\\j.neucomm.2015.03.042“，”article-title“：”光场显著性vs.2d显著性：比较研究“，”volume“：2.03.056_b0245“，”doi-asserted-by“：”crossref“，”first page“：”1“，”doi“：”10.1145\/3107956“，”article-title“：”光场显著性检测：多核方法“，”volume“：“13”，”author“：”Zhang“，”year“：”2017“，”journal-title”：“ACM Trans。多媒体计算。，社区。，申请。“}，{”key“：”10.1016\/j.neucom.2022.03.056_b0250“，”series-title“：”IEEE\/CVF国际计算机视觉会议论文集“，”首页“：”4712“，”article-title“：“双局部图学习和交互指导的光场显著性检测”，“author”：“Liu”，“year”：“2021”}，“key”：“10.1016\/j.nucom.2022.03.56_b0255”，“series-title“：“第29届ACM国际多媒体会议论文集”，“首页”：“1692”，“文章标题”：“用于光场显著目标检测的遮挡软件双向引导网络”，“作者”：“Jing”，“年份”：“2021”}，{“key”：“10.1016\/j.neucom.2022.03.056_b0260”，“series-ttle”：“IEEE计算机视觉国际会议论文集”，“首页”：“7263”，“文章标题”：“用于边缘感知显著对象检测的堆叠交叉细化网络”，“作者”：“Wu”，“年份”：“2019”}，{“键”：“10.1016\/j.neucom.2022.03.056_b0265”，“doi-asserted-by”：“crossref”，“第一页”：”58“，“doi”：“101016\/j.neucomm.2021.01.034”，“article-title“：”Bcnet:用于边缘引导显著目标检测的双向协作网络“，”volume“：”437“，”author“：”Dong“，”year“：”2021“，”journal title“：“Neurocomputing”}，{“key”：“10.1016\/j.neucom.2022.03.056_b0270”，“unstructured”：“K.Fu，D.-P.Fan，G.-P.Ji，Q.Zhao，j.Shen，C。Zhu，用于rgb-d显著对象检测及其他的暹罗网络，IEEE模式分析和机器智能汇刊。“}，{”key“：”10.1016\/j.neucom.2022.03.056_b0275“，”unstructured“：”K.Simonyan，A.Zisserman，《用于大规模图像识别的极深卷积网络》，in：国际学习表征会议，2015年用于光场显著性检测的基于区域的深度特征描述符”，“作者”：“Wang”，“年份”：“2020年”，“新闻标题”：“多媒体工具应用。“}，{”key“：”10.1016\/j.neucom.2022.03.056_b0285“，”series-title“：”《国际人工智能会议论文集》“，”首页“：”2212“，”article-title“：“用光场的深入调查进行显著性检测”，”author“：”Zhang“，”year“：”2015“}”，{“key”：“10.1016\/j.nucom.2022.03.56_b0290”，”doi-asserted-by“：”crossref“，”非结构化”：“Z.Wu，L.Su，Q.Huang，快速准确检测显著目标的级联部分解码器，in：《计算机视觉与模式识别会议》，2019年，第3907\u20133916.页。”，“DOI”：“10.1109\/CVPR.2019.00403”}，{“key”：“101016\/j.neucom.2022.03.056_b0295”，“DOI-asserted-by”：“crossref”，“unstructured”：“Z.Chen，Q.Xu，R.Cong，Q。黄，用于显著目标检测的全球上下文软件渐进聚合网络，载：AAAI人工智能会议，2020年，第10599\u201310606页。“，”DOI“：”10.1609\/AAAI.v34i07.6633“}，{“key”：“10.1016\/j.neucom.2022.03.056_b0300”，“DOI-asserted-by”：“crossref”，“unstructured”：“j.-j.Liu，Q.Hou，M.-M.Cheng，j.Feng，j。Jiang，实时显著对象检测的一种简单的基于池的设计，载于：计算机视觉和模式识别会议，2019年，第3917\u20133926.页。“，”DOI“：”10.1109\/CVPR.2019.00404“}，{“key”：“10.1016\/j.neucom.2022.03.056_b0305”，“非结构化”：“Y.Piao，Z.Rong，S.Xu，M.Zhang，H。Lu，Dut-lfsalincy:通用数据集和光场到rgb显著性检测，arXiv预打印arXiv:2012.15124.“}，{“key”：“10.1016\/j.neucom.2022.03.56_b0310”，“doi-asserted-by”：“crossref”，“unstructured”：“R.Achanta，S.Hemami，F.Estrada，S。Susstrunk，频率调谐显著区域检测，收录于：计算机视觉与模式识别会议，2009年，第1597\u20131604页。“，”DOI“：”10.1109\/CVPRW.2009.5206596“}，{“key”：“10.1016\/j.neucom.2022.03.056_b0315”，“first page”：”409“，”article-title“：”基于全局对比度的显著区域检测“，”author“：”Cheng“，”year“：”2011“，”journal-title“：”计算机视觉与模式识别会议“}，{“key”：“10.1016\/j.neucom.2022.03.056_b0320”，“series-title”：“IEEE计算机视觉国际会议论文集”，“首页”：“4558”，“article-title”：”结构度量：前景地图评估的新方法“，”author“：”Fan“，”year“：”2017“}”，{10.1016\/j.neucom.202.03.056_b0325”，“系列标题”：“国际人工智能联合会议论文集”，“第一页”：“698”，“文章标题”：“二进制前景图评估的增强对齐措施”，“作者”：“粉丝”，“年份”：“2018”}，{“键”：“10.1016\/j.neucom.202.03.056_b0330”，“系列标题”：“IEEE计算机视觉和模式识别会议论文集”，“首页”：“733”，“文章标题”：“显著性过滤器：基于对比度的显著区域检测过滤”，“作者”：“Perazzi”，“年份”：“2012”}，{“键”：“10.1016\/j.neucom.2022.03056_b0335”，“第一页”：”3922“，”文章标题“：”X.yi Li，L。Zhang，用于rgbd显著对象检测的对比度先验和流体金字塔积分”，“作者”：“Zhao”，“年份”：“2019”，“期刊标题”：“计算机视觉和模式识别会议”}，｛“密钥”：“10.1016\/j.neucom.202.03.056_b0340”，“系列标题”：“IEEE\/CFF国际计算机视觉会议论文集”，“首页”：“10012”article-title“：”Swin transformer：“使用移动窗口的分层视觉变换器”，“author”：“Liu”，“year”：“2021”}，{“key”：“10.1016\/j.neucom.2022.03.56_b0345”，“series-title”：“IEEE\/CVF国际计算机视觉会议论文集”，“首页”：“4722”，“article-title”：，{“key”：“10.1016\/j.neucom.2022.03.056_b0350”，“series-title”：“IEEE\/CVF国际计算机视觉会议论文集”，“首页”：“568”，“article-title”：《金字塔视觉变换器：无卷积密集预测的通用骨干》，“author”：“Wang”，“year”：“2021”}，“container-title》：[“Neurocomputing”]，“original title”用法：[]，“language”：“en”，“link”：[{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S092523122003502？httpAccept=text\/xml”，“content-type”：“text\/.xml”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“http://api.elsevier.com\/content\/artracle\/PII：S0925232003502“，”content-type“：”text\/plain“，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2024,1,29]]，“date-time”：“2024-01-29T12:34:10Z”，“timestamp”：1706531650000}，“score”：1，“resource”：{“primary”：}“URL”：“https:\/\/linkinghub.elsevier.com\/retrieve\/piii\/S092523122003502”}}，”subtitle“[]，“shorttitle”：[]，“已发布”：{“日期部分”：[[2022,6]]}，“references-count”：70，“alternative-id”：[“S092523122003502”]，“URL”：“http://\/dx.doi.org\/10.1016\/j.neucom.2022.03.056”，“relation”：{}，“ISSN”：[”0925-2312“]，“ISSN-type”：[{“value”：“0925-2313”，“type”:“print”}]，“subject”：[/]，“published”：{“date-parts”：[2022,6]}，”assertion“：[”{“value”：“Elsevier”，“name”：“publisher”，“label”：“本文由”}维护，{“value”：“MEANet：用于光场显著对象检测的多模式边缘感知网络”，“name”：“articletite”，“label”：“Article Title”}，{”value“：”Neurocomputing“，”name“：”journaltitle“，”label“：”Journal Title“}，”{“value”：“https:\\/doi.org\/10.1016\/j.neucom.202.03.056”，“name”：“rticlelink”，“标签”：“CrossRef DOI link to publisher maintained version”}，{“value”：“article”，“name”：“content_type”，“label”：“content-type”}