｛“status”：“ok”，“message type”：“work”，“message version”：“1.0.0”，“message”：｛“indexed”：｛“date parts”：[[2024,9,2]]，“date time”：“2024-09-02T10:29:28Z”，“timestamp”：1725272968720｝，“reference count”：31，“publisher”：“Elsevier BV”，“license”：[｛“start”：｛“date parts”：[[2020,3,1]，“date time”：“2020-03-01T00:00:00Z”，“timestamp”：1583020800000｝，“内容版本”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com/tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[[2021,2,7]]，“date-time”：“2021-02-07T00:00:00Z”，“timestamp”：1612656000000}，“content-version”：“am”，“delay-in-days”：343，“URL”：“http://www.elseviers.com/open-access\/userlicense”\/1.0\/“}]，“出资人”：[{“DOI”：“10.13039\/501100002848”，“名称”：“Comisi\u00f3n Nacional de Investigaci\u000f3n Cient\u00edfica y Tecnol\u00f 3gica”，“doi-asserted-by”：“publisher”，“id”：[{“id”:“10.13039\/501100002848”，“id-type”：“doi”，“asserted-by”：”publisher“}]]，“content-domain”：{“domain”:[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[“模式识别字母”]，“已发布的印刷品”：｛“日期部分”：[[2020,3]]｝，“DOI”：“10.1016\/j.parec.202020.02.002”，“类型”：“期刊文章”，“已创建”：｛“日期部分”：[[2020,2,3]]，“日期时间”：“2020-02-03T16:35:09Z”，“时间戳”：15807477000}，“页面”：“398-404”，“更新策略”：“http:\/\/dx.DOI.org/10.1016\/elsevier_cm_policy”，“源”：“Crossref”，“被计数引用”：12，“special_numbering”：“C”，“title”：[“使用特征金字塔网络改进历史文档中的模式识别”]，“前缀”：“10.1016”，“卷”：“131”，“作者”：[{“给定”：“伊格纳西奥”，“家族”：“\u00dabeda”，“序列”：“第一”，“从属关系”：[]}，{“given”：“Jose M.”，“family”：“Nicolas”，“sequence”：“additional”，“affiliation”：[]}，{“ORCID”：“http://\/ORCID.org\/0000-0003-0013-5370”，“authenticated-ORCID”：false，“given”：”Caroline“，”family“：”Petitjean“，”sequence“：”additional family“：”Heutte“，”sequence“：“additional”，“affiliation”：[]}]，“member”：“78”，“reference”：[{“key”：“10.1016\/j.patrec.2020.02_bib0001”，“unstructured”：“A.Babenko，V.Lempitsky，Aggregating deep convolutional features for image retrieval，arXiv:15100.07493（2015）。”}，{“key”：”10.1016\/j.patarec.2020.2002_bib10002“，”series-title“：”ECCV“，”第一页“：”：“584”，“article-title“”：“图像检索的神经代码”，“author”：“Babenko”，“year”：“2014”}，{“key”：“10.1016\/j.patrec.2020.20.02_bib0003”，“series-title”：“IEEE计算机视觉和模式识别会议”，“first page”：”3286“，“article-title”：”Bing：“300\u00a0fps下物体性估计的二值化赋范梯度”，“author”，“Cheng”，“year”：”2014“}，“key“：“10.1016\/j.patrec.2020.02.002_bib0004”，“非结构化”：“DocExplore-dataset，中世纪文档图像中的模式识别，2016，”}，{“issue”：“1”，“key”：“10.106\/j-patrec.202.002_bib0005”，“doi-asserted-by”：“crossref”，“first-page”：“11010”，“doi”：“101117\/1.JEI.26.11010”，“article-title”：“中世纪文档图像中斑点模式的新公共数据集”，“卷”：“26”，“作者”：“En”，“年份”：“2016”，“日志标题”：“J.Electron.Imaging”}，{“键”：“10.1016\/J.patrec.2020.02_bib0006”，“doi-asserted-by”：“crossref”，”首页“：”149“，“doi”：“101016\/J.patcog.2016.01.014”，“article-title”：“可扩展的历史文档模式识别系统”，“卷”：“54”，“作者”：“En”，“年份”：“2016年”，“日志标题”：“模式识别”}，{“键”：“10.1016\/j.patrec.2020.02.002_bib0007”，“series-title”：“ICPR 2016”，“首页”：“2054”，“文章标题”：”通过模板匹配在历史文档图像中进行模式定位“，”作者“：”En“，”年份“：“2016”}，{“key”：“10.1016\/j.patrec.2020.2.002_bib0008”，“doi-asserted-by”：“crossref”，“first page”：”310“，“doi”：“101016\/j.patcog.2017.02.023”，“article-title”：“文档图像文字识别技术综述”，“volume”：：“68”，“author”：“Giotis”，“year”：“2017”，“journal-title“：”Pattern Recognit.“}”，{”key“：”10.1016\/j.patrec.2020.02.002_bib0009“，“series-title”：“ECCV”，“first page”：“392”，“article-title”：”深度卷积激活特征的多尺度无序池“，“author”：“Gong”，“year”：“2014”}，{“key”：”10.1016\/j.patrec.2020.02.002_bi0010“，“series-title“：”IEEE计算机视觉与模式识别会议“，“first-page”：“3279”，“article-title”：“Matchnet：统一特征和度量学习以进行基于补丁的匹配”，“author”：“Han”，“year”：“2015”}，{“key”：“10.1016\/j.patrec.2020.02.002_bib0011”，“series-title”：“ICDAR 2015”，“first page”：”991“，“article-title”：”文档图像分类和检索的深度卷积网评估“，”author“：”Harley“，”year“：”2015“}：“10.1016\/j.patrec.2020.02.002_bib0012”，“series-title”：“CVPR 2010”，“首页”：“3304”，“article-title”：“将局部描述符聚合成紧凑的图像表示”，“author”：“j\u00e9gou”，“year”：“2010”}，{“issue”：“9”，“key”：”10.1016\/j.paterec.200.02.002_bbib0013“，”doi-asserted-by“：”crossref“，”first page“：”1704“，”DO I“：”10.1109\/TPAMI.2011.235“，“article-title”：“将局部图像描述符聚合为紧凑代码”，“volume”：“34”，“author”：“Jegou”，“year”：“2011”，“journal-title“：”PAMI上的IEEE Trans.“}，{“key”：”10.1016\/j.patrec.2020.02.002_bib0014“，“series-title”：”ECCV“，”first page“：”685“，”article-title“”：“聚合深度卷积特征的多维加权”，“author”：“Kalandis”，“year”：“2016”}，{“key”：“10.1016\/j.patrec.2020.02.002_bib0015”，“series-title”：“Advances in Neural Information Processing Systems”，“first page”：”1097“，“article-title”：”Imagenet classification with deep volumeal Neural networks“，”author“：”Krizhevsky“，“year:”2012“}”，{：“IEEE计算机视觉与模式识别会议”，“第一页”：“2117”，“文章标题”：“用于对象检测的特征金字塔网络”，“作者”：“林”，“年份”：“2017”}，{“问题”：“2”，“密钥”：“10.1016\/j.parec.200.02.002_bib0017”，“doi断言者”：“crossref”，“第一页”：“318”，“doi”：“10.1109\/TPAMI.2018.2588826”，“文章标题”：“密集目标检测的焦点丢失”，“体积”：“42”，“作者”：“Lin”，“年份”：“2020年”，“日志标题”：“IEEE Trans.Pattern Anal.Mach.Intell.”}，{“key”：“10.1016\/j.patrec.2020.02.002_bib0018”，“series-title”：“欧洲计算机视觉会议”，“首页”：“740”，“article-title”：：“2014”}，{“key”：“10.1016\/j.patrec.2020.02_bib0019”，“series-title”：“ICCV”，“首页”：“1150”，“文章标题”：“局部尺度变化特征的对象识别”，“volume”：”99“，“author”：“Lowe”，”year“：”1999“}：“第三十二届信号、系统和计算机Asilomar会议会议记录（分类号98CH36284）”，“首页”：“253”，“文章标题”：“基于内容检索的图像特征基准”，“卷”：“1”，“作者”：“马”，“年份”：“1998”}，{“key”：“10.1016\/j.patrec.2020.02.002_bib0021”，”series-title“：“IEEE计算机视觉国际会议论文集”，“首页”：“3456”，“article-title”：“具有关注的深层局部特征的大尺度图像检索”，“author”：“Noh”，“year”：“2017”}，{“key”：“10.1016\/j.patrec.2020.02.002_bib0022”，“series-title”：：“ICDAR2017 READ数据集手写文本识别竞赛”，“author”：“S\u00e1nchez”，“year”：“2017”}，{“key”：“10.1016\/j.patrec.2020.02.002_bib0023”，“series-title”：“国际学习表征会议”，“article-title”：《利用深度卷积网络进行可视化实例检索的基线》，“audor”：“Sharif Razavian”，“年份”：“2015”}，{“key”：“10.1016\/j.patrec.2020.02_bib0024”，“series-title”：“第五届历史文献成像与处理国际研讨会，HIP 2019”，“article-title”：《使用卷积模型在历史文献中发现模式》，“author”：“\u00dabeda”，“year”：“2019”}，“series-title”：“IEEE计算机视觉研讨会国际会议论文集”，“首页”：“9”，“article-title”：“Fisher编码卷积窗口，用于高效图像检索和社会图像标记”，“author”：“Uricchio”，“year”：“2015”}，{“key”：”10.1016\/j.patrec.2020.02.002_bib0026“，”series-title“：“国际神经网络联合会议，IJCNN 2019”，“article-title”：“使用暹罗神经网络进行图像检索和模式识别”，“author”：“Wiggers”，“year”：“2019”}，{“key”：“10.1016\/j.patrec.2020.02_bib0027”，“series-title”：《亚洲计算机视觉会议》，“首页”：“296”，“article-tiple”：“中世纪图像中物体的识别与分析”，“author”：“Yarlagadda”，“year”：“2010”}，{“key”：“10.1016\/j.patrec.2020.02.002_bib0028”，“series-title”：“IEEE计算机视觉与模式认知研讨会会议论文集”，“首页”：“53”，“article-title”：，“author”：“Yue-Hei Ng”，“year”：“2015”}，{“key”：“10.1016\/j.patrec.2020.02_bib0029”，“series-title”：“CVPR”，“first-page”：“4353”，“article-title”：”学习通过卷积神经网络比较图像补丁“，”author“：”Zagoryko“，”year“：”2015“}，“issue”：“2”，“key“：”10.1016\/j.patarec.2020.2002.002_b0030“，”doi-as serted-by“：”crossref“，”首页“：“20505”，“DOI”：“10.1117\/1.2163873”，“article-title”：“基于局部信息的不相关特征提取”，“volume”：“45”，“author”：“Zhao”，“year”：“2006”，“journal-title“：”Opt.Eng.“}，{“issue”：“5”，“key”：”10.1016\/j.patrec.200.02.002_b0031“，”DOI-asserted-by“：”crossref“，”first-page“：”1224“，”DOI“：”10.1109\/TPAMI.2017.2709749“，”文章标题“：“Sift meet CNN:a decade survey of instance retrieval”，“volume”：“40”，“author”：“Zheng”，“year”：“2017”，“journal-title”：“IEEE Trans.PAMI”}]，“container-title“：[”Pattern Recognition Letters“]，“original-tittle”：[]，“language”：“en”，“link”：[{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S0167865520300404？httpAccept=text\/xml”，“content-type”：“text\/xml”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S0167865520300404？httpAccept=text\/plain”，“content-type”：“文本\/plaine”，“内容-version“：”vor“，”intended-application“：”text-miniing“}”，“存放”：{“日期-部件”：[2021,10,30]]，“日期-时间”：“2021-10-30T17:33:24Z”，“timestamp”：1635615204000}，“score”：1，“resource”：{“primary”：{“URL”：“https:\/\/linkinghub.elsevier.com/retrieve\/pii\/S0167865520300404”}}，”subtitle“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[2020,3]}，‘references-count’：31，”alternative-id“：[”S016786550300404“]，”URL“：”http://\/dx.doi.org \/10.1016 \/j.patrec.2020.02.002“，”关系“：{}，”ISSN“：[“0167-8655”]，“issn-type”：[{“value”：“0167-9655”，“type”:“print”}]，“subject”：[]，“published”：{“date-parts”：[[2020,3]]}，“assertion”：[}“value”：“Elsevier”，“name”：“publisher”，“label”：“此文章由”}维护，{“valve”：“使用特征金字塔网络改进历史文档中的模式识别”，“名称”：“articletite”，“标签”：“文章标题”}，{“value”：“Pattern Recognition Letters”，“name”：“journalttle”，“label”：“Journal Title”}，{”value“：”https:\/\/doi.org\/101016\/j.patrec.2020.02.002“，”name“：”articlelink“，”label“：”CrossRef doi link to publisher maintained version“}，”value：“article”，“名称”：“content_type”，“标签”：“content-type”}、{“值”：”\u00a9 2020 Elsevier B.V.保留所有权利。“，”name“：”copyright“，”label“：”copyright”}]}}