{“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”：[[2024,9,6]]，“日期-时间”：“2024-09-06T08:01:47Z”，“时间戳”：1725609707366}，“引用-计数”：66，“发布者”：“Elsevier BV”，“许可证”：[{“开始”：{:“日期-零件”：[[2020,4,1]]，”日期-时间“2020-04-01T00:00:00Z“，”timestamp“：1585699200000}，”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”：[“61571379”，”U1605252“，”61872307“]，“id”：[}“id”:“10.13029\/5011000001809”，“id-type”：“DOI”，“asserted-by”：“publisher”}]}，{“DOI“：“10.13039\/501000003392”，“name”：“福建省自然科学基金”，“doi-asserted-by”：“publisher”，“award”：[“2017J01127”，“2018J01576”]，“id”：[{“id”:“10.13039 \/5010000003392”，“id-type”：“doi”，“asserted-by”：”publisher“}]}，{“doi“：”10.13039 \/501100012226“，”name“：”中央高校基本科研经费“，”doi-assert-by“”：“publisher”，“adward”：[“20720170045”]，“id”：[{“id”:“10.13039\/501100012226”，“id-type”：“DOI”，“asserted-by”：“publicher”}]}]，“content-domain”：{“domain”:[“elsevier.com”，“sciencedirect.com”]，”crossmark-restriction“：true}，”short-container-title“：[”Signal Processing“]，”published-print“：{”date-parts“：[2020,4]]}，“DOI”：“10.1016\/j.sigpro.2019.107370”，“类型”：“journal-article”，“created”：{“date-parts”：[[2019,11,12]]，“date-time”：“2019-11-12T16:28:44Z”，“timestamp”：1573576124000}，“page”：“107370”，“update-policy”：”http://\/dx.doi.org\/10.1016\/elsevier_cm_policy“，”source“：”Crossref“，“is-referenced-by-count”：34，“special_numbering”：“C”，“title”：[“低分辨率面部表情识别：过滤学习视角”]，“前缀”：“10.1016”，“卷”：“169”，“作者”：[{“ORCID”：“http://\/ORCID.org\/0000-0002-3674-7160”，“authenticated-ORCID”：false，“给定”：“Yan”，“家人”：“燕”，“序列”：“第一”，“从属关系”：[]}，{“给定”:“子照”，“家庭”：“张”，“顺序”：“附加”，“附属关系”：[]}，｛“给定”：“Si”，“family”：“Chen”，“sequence”：“additional”，“affiliation”：[]｝，｛“ORCID”：“http:\/\/ORCID.org/0000-0002-6913-9786”，“authenticated ORCID”：false，“给定”：“Hanzi”，“family”：“Wang”，“sequence”：“additional”，“affiliation”：[]｝]，“member”：“78”，“reference”：[｛“issue”：“12”，由“：”crossref断言，“首页”：“1424”，“DOI”：“10.1109\/34.895976”，“article-title”：“面部表情自动分析：最新进展”，“卷”：“22”，“作者”：“Pantic”，“年份”：“2000”，“日志标题”：“IEEE Trans.Pattern Anal.Mach.Intell.”}，{“问题”：“12”，“关键”：“101016\/j.sigpro.2019.107370_bib0002”，“DOI-asserted-by”：“crossref”，”首页：“1548”，“DOI”：“10.1109\/TPMI.2016.25515606”，“文章标题”：“面部表情识别的RGB、3D、热学和多模式方法综述：历史、趋势和影响相关应用”，“卷”：“38”，“作者”：“Corneanu”，“年份”：“2016”，“期刊标题”：“IEEE Trans.Pattern Anal.Mach.Intell.”}，｛“key”：“10.1016\/j.sigpro.2019.077370_bi0003”，“doi-asserted-by”：“crossref”，“first page”：“677”，“doi”：“10.1016\/j.jvcir.2018.08.002”，“article-title”：“有效面部表情识别的表情特征学习”，“volume”：”55“，”author“：”Huang“，”year“：”2018“，”journal-title“：”j.Vis.Commun.Image Represent.“}，{”key“：”10.1016\/j.sigpro.2019.107370_bib0004“，”doi-assert-by“：“crossref”，“first page”：“74”，“DOI”：“10.1016\/j.sigpro.2019.03.015”，“article-title”：“FERLRtc:通过低阶张量补全进行2d+3d面部表情识别”，“volume”：”161“，“author”：“Fu”，”year“：”2019“，”journal-title“：”Signal Process.“}，{”key“10.1016”：“2019.107370_bib0005”，”unstructured“：”S.Li，W。邓，深度面部表情识别：一项调查，2018年，arXiv预印本，arXiv:1804.08348.“}，{”issue“：“10”，”key“：“10.1016\/j.sigpro.2019.107370_bib0006”，”doi-asserted-by“：”crossref“，”first page“：”1159“，”doi“：”10.1016\/j.patrec.2013.03.022“，”article-title“：”低分辨率图像可靠实时面部表情识别框架”，“体积”：“34”，“作者”：“可汗”，“年份”：“2013年”，“新闻标题”：“模式识别”。莱特。“}，{”issue“：”2“，”key“：”10.1016\/j.sigpro.2019.107370_bib0007“，”doi-asserted-by“：”crossref“，”first page“：“295”，“doi”：“10.1109\/TPAMI.2015.2439281”，“article-title”：“使用深度卷积网络的图像超分辨率”，“volume”：“38”，“author”：“Dong”，“year”：“2014”，“journal-title“：”IEEE Trans.Pattern Anal.Mach.Intell.“}，{“问题”：“11”，“密钥”：“10.1016\/j.sigpro.2019.107370_bib0008“，”doi-asserted-by“：”crossref“，”first page“：”3991“，”doi“：”10.1109\/TCYB.2016.2594184“，”article-title“：”通过平滑稀疏表示的噪声鲁棒人脸图像超分辨率“，”volume“：“47”，“author”：“Jiang”，“year”：“2017”，“journal-title”：“IEEE Trans。赛博。“}，{”issue“：”1“，”key“：”10.1016\/j.sigpro.2019.107370_bib0009“，”doi-asserted-by“：”crossref“，”first page“：“1”，”doi“：”101109\/TAFFC.2014.2386334“，”article-title“：”使用显著面部补丁的特征进行面部表情自动识别“，”volume“:”6“，”author“：”Happy“，”year“：”2015“，”journal title“：“IEEE Trans.Affect.Comput.”}，”{“issue”：“C”，“key“：”10.1016\/j.sigpro.2019.107370_bib0010“，”doi-asserted-by“：”crossref“，”first page“：“157”，“doi”：“10.1016\/j.patrec.2015.07.039”，“article-title”：“使用低分辨率视频的三维动态面部表情识别”，“volume”：“65”，“author”：“Shao”，“year”：“2015”，“journal-title“：”模式识别。莱特。“}，{”issue“：“3”，”key“：”10.1016\/j.sigpro.2019.107370_bib0011“，”doi-asserted-by“：”crossref“，”first page“：“21”，”doi“：”101109\/MSP.2003.203207“，”article-title“：”超分辨率图像重建：技术概述“，”volume“：20”，“author”：“Park”，“year”：“2003”，“journal-title”：“IEEE Signal Proc.Mag.”}，”{“key”：“”10.1016\/j.sigpro.2019.107370_bib0012“，“series-title”：“IEEE计算机视觉会议论文集”，“首页”：“370”，“article-title”：“稀疏先验图像超分辨率的深层网络”，“作者”：“王”，“年份”：“2015”}，{“key”：”10.1016\/j.sig pro.2019.1 07370_bin0013“，”series-title“：”面部表情识别“，”作者：“田”，“年份“：”2011“}，{“issue”：“4”，“key”：“10.1016\/j.sigpro.2019.107370_bib0014”，”doi-asserted-by“：”crossref“，”first page“：”993“，”doi“：”10.1109\/TSMCB.2012.2193567“，”article-title“：”通过多核学习结合异质特征的面部动作识别“，”volume“：“42”，”author“：”Senechal“，”year“：”2012“，”journal-title”：“”IEEE传输。系统。人类网络。B“}，{”issue“：”10“，”key“：”10.1016\/j.sigpro.2019.107370_bib0015“，”doi-asserted-by“：”crossref“，”first-page“：”1683“，”doi“：”101109\/TPAMI.2007.1094“，”article-title“：”利用面部动作单元的动态和语义关系进行识别“，”volume“：“29”，“author”：“Tong”，“year”：“2007”，“journal-title”：“”IEEE传输。模式分析。机器。智力。“}，{”issue“：”6“，”key“：”10.1016\/j.sigpro.2019.107370_bib0016“，“doi-asserted-by”：“crossref”，“first page”：“915”，“doi”：“10.1109\/TPAMI.2007.110”，“article-title”：“使用局部二进制模式进行动态纹理识别，并将其应用于面部表情”，“volume”：IEEE传输。模式分析。机器。智力。“}，{”key“：”10.1016\/j.sigpro.2019.107370_bib0017“，”series-title“：“IEEE自动人脸和手势识别会议记录”，“首页”：“217”，”article-title“：”FACS AU识别的Haar特征“，”author“：”Whitehill“，”year“：”2006“}”，{IEEE计算机视觉和模式识别会议记录”，“首页”：“568”，“文章标题”：“识别面部表情：机器学习和自发行为的应用”，“作者”：“Bartlett”，“年份”：“2005”}，{“问题”：“1s”，“关键”：“10.1016\/j.sigpro.2019.107370_bib0019”，“doi-asserted-by”：“crossref”，“第一页”：27:1-27:19“，”DOI“：”10.1145\/3176646“，”article-title“：”姿势不变面部表情识别的空间相干特征学习“，”volume“：”14“，”author“：”Zhang“，”year“：”2018“，”journal-title”：“ACM Trans。多媒体计算。Commun公司。申请。“}，{”issue“：”1“，”key“：”10.1016\/j.sigpro.2019.107370_bib0020“，”doi-asserted-by“：”crossref“，”first page“：“211”，“doi”：“10.1109\/TMM.2018.2844085”，“article-title”：“利用层次特征和深度综合多切点聚合卷积神经网络进行面部表情识别”，“volume”：“21”，“author”：“Xie”，“year”：“2019”，“journal-title“：”IEEE Trans。Multimed公司。“}，{”issue“：”5“，”key“：”10.1016\/j.sigpro.2019.107370_bib0021“，”doi-asserted-by“：”crossref“，”first page“：“2439”，”doi“：”101109\/TIP.2018.2886767“，”article-title“：”使用CNN和注意机制的遮挡感知面部表情识别“，”volume“：”28“，”author“：”Li“，“year”：“2019”，”journal-title:“IEEE Trans.Image Process.”}，”{“issue”：“8”，“key“：”10.1016\/j.sigpro.2019.107370_bib0022“，”doi-asserted-by“：”crossref“，”first page“：“831”，“doi”：“10.1109\/34.531802”，“article-title”：“使用鉴别特征进行图像检索”，“volume”：“18”，“author”：“Swets”，“year”：“1996”，“journal-title“：”IEEE Trans。模式分析。机器。智力。“}，{”key“：”10.1016\/j.sigpro.2019.107370_bib0023“，”series-title“：”模式识别和机器学习“，”author“：”Bishop“，”year“：”2006“}”，{“key”：“10.1016\/j.sig pro.2019.107 370_bib 0024”，”series-title“：“IEEE图像处理国际会议论文集”，“首页”：“1192”，”article-title：“”面部表情识别的基于判别滤波器的回归学习”，“作者”：“Zhang”，“年份”：“2013”}，{“key”：“10.1016\/j.sigpro.2019.107370_bib0025”，“series-title”：“IS&T国际电子成像研讨会论文集”，“首页”：“80”，“article-title”：”一种实时微笑优雅检测系统：一种基于特征级融合和SVM的方法”，“作者”：“Lin”，“年份”：“2017”}，{“密钥”：“10.1016\/j.sigpro.2019.07370_bi0026”，“系列标题”：“IEEE计算机视觉会议论文集”，“首页”：“1823”，“文章标题”：“图像超分辨率的卷积稀疏编码”，“作者”：“Gu”，“year”：“2016”｝，｛“issue”：“6”，“key”：“10.1016\/j.sigpro.2019.077370_bi0027”，“doi断言者”：“crossref”，“首页”：“2224”，“doi”：“10.1016\/j.patco.2009.12.019”，“文章标题”：“通过位置贴片使人脸幻觉化”，“volume”：“43”，“author”：“Ma”，“year”：“2010”，“期刊标题”：“Pattern Recognict.”｝，｛“issue”：“3”，“key”：“10.1016\/j.sigpro.2019.107370_bib0028“，”doi-asserted-by“：”crossref“，”first page“：”425“，”doi“：”10.1109\/TSMCC.2005.848171“，“article-title”：“通过特征变换产生幻觉的脸”，“volume”：“35”，“author”：“Wang”，“year”：“2005”，“journal-title“：”IEEE Trans。系统。人类网络。C“}，{”key“：”10.1016\/j.sigpro.2019.107370_bib0029“，”series-title“：“高级神经信息处理系统学报”，”首页“：”2672“，”article-title“：”生成对抗网络“，”author“：”Goodfellow“，”year“：”2014“}”{《欧洲计算机视觉会议论文集》，“首页”：“318”，“article-title”：“通过区分性生成网络超分辨人脸图像”，“作者”：“余”，“年份”：“2016”}，{“问题”：“8”，”键“：”10.1016\/j.sigpro.2019.107370_bib0031“，”doi-asserted-by“：”crossref“，”首页“3770”，“doi”：“10.1109\/TIP.2012.192285”，“article-title”：“低分辨率人脸图像识别的耦合内核嵌入”，“卷”：“21”，“作者”：“任”，“年份”：“2012”，“期刊标题”：“IEEE Trans。图像处理。“}，{”key“：”10.1016\/j.sigpro.2019.107370_bib0032“，”doi-asserted-by“：”crossref“，”first page“：“162”，“doi”：“10.1016\/j.sig pro.2015.09.026”，“article-title”：“CDMMA：低分辨率人脸图像匹配的耦合判别多流形分析”，“volume”：“124”，”author“：”Jiang“，“year”：“2016”，”journal-title“：”Signal Process.“}”，{“key”：”10.1016\/j.sigpro.2019.107370_bib0033“，”doi-asserted-by“：”crossref“，”first page“：”329“，”doi“：”10.1016\\j.sigpro.2016.02.009“，“article-title”：“耦合流形判别分析与二部图嵌入用于低分辨率人脸识别”，“volume”：“125”，“author”：“Xing”，“year”：“2016”，“journal-title“：”Signal Process“。“}，{”key“：”10.1016\/j.sigpro.2019.107370_bib0034“，”doi-asserted-by“：”crossref“，”first page“：“144”，”doi“：”101016\/j.sigpro.2017.05.012“，”article-title“：”Low-resolution face recognition with single sample per person“，”volume“:”141“，“author”：“Chu”，“year”：“2017”，“journal-title”：“Signal Process.”}，”{“key”：“10.1016//j.sigpro.2019.107370_bib0035“，”series-title“：《IEEE计算机视觉和模式识别会议论文集》，“首页”：“2562”，“文章标题”：“学习主动面片进行表情分析”，“作者”：“钟”，“年份”：“2012”}，{“键”：“10.1016\/j.sigpro.2019.107370_bib0036”，“series-ttle”：“IEEE图像处理国际会议论文集”，“首页”：“914”，“article-title”：“使用局部二进制模式的鲁棒面部表情识别”，“author”：“Shan”，“year”：“2005”}，{“issue”：“6”，“key”：“10.1016\/j.sigpro.2019.107370_bib0037”，“doi-asserted-by”：“crossref”，“first-page”：“803”，“doi”：“10.0016\/j.imavis.2008.005”，“article-title“：“基于局部二元模式的面部表情识别：综合研究”，“卷”：“27”，“作者”：“Shan”，“年份”：“2009”，“期刊标题”：“图像视觉”。计算。“｝，｛”issue“：”7“，”key“：”10.1016\/j.sigpro.2019.07370_bi0038“，”doi asserted by“：”crossref“，”首页“：”711“，”doi“：”10.1109\/34.598228“，”文章标题“：”特征面与鱼面：使用类特定线性投影的识别“，”卷“：”19“，”作者“：”Belhumeur“，”年份“：”1997“，”期刊标题“：”IEEE Trans.Pattern Anal.Mach.Intell.“｝，｛”issue“：”9“，”key“：”10.1016\/j.sigpro.2019.107370_bib0039“，“doi-asserted-by”：“crossref”，“first page”：“1179”，“doi”：“10.1016\/S0042-6989（01）00002-5”，“article-title”：“面部表情的主成分分析”，“volume”：”41“author”：“Calder”，“year”：“2001”，“journal-title“：”Vis。Res.“｝，｛”key“：”10.1016\/j.sigpro.2019.07370_bi0040“，”doi断言“：”crossref“，”首页“：”177“，”doi“：”10.1016\/j.patcog.2019.03.019“，”文章标题“：”面部表情识别具有显著区域注意的深度多路径卷积神经网络联合“，”卷“：”72“，”作者“：”谢“，”年份“：”2019“，”期刊标题“：”模式识别。“}，{”issue“：”1“，”key“：”10.1016\/j.sigpro.2019.107370_bib0041“，“doi-asserted-by”：“crossref”，“first page”：“356”，“doi”：“10.1109\/TIP.2018.2868382”，“article-title”：“无约束面部表情识别的可靠众包和深度局部保持学习”，“volume”：”28“，“author”：“Li”，”year“：”2019“，”“journal-title“：”IEEE传输。图像处理。“}，{”key“：”10.1016\/j.sigpro.2019.107370_bib0042“，”doi-asserted-by“：”crossref“，”unstructured“：”S.Li，W.Deng，A deeply look at face expression dataset bias，2019，arXiv预印本，arXiv:1904.11150.“，“doi”：“10.1109\/TAFFC.2020.2973158”}，“issue”：“1”，“key”：“1016\/j.sigpro.2019.107370_bib 0043”，“doi-assert-by”：“crossref”，“首页”：“103”，“DOI“：”10.1109\/TCYB.2016.2625419“，”article-title“：”基于深度网络数据融合的面部表情自动识别系统“，”volume“：”48“，”author“：”Majumder“，”year“：”2018“，”journal-title”：“IEEE Trans。赛博。“}，{”issue“：”11“，”key“：”10.1016\/j.sigpro.2019.107370_bib0044“，”doi-asserted-by“：”crossref“，”first-page“：”3160“，”doi“：”101109\/TMM.2018.2820321“，”article-title“：”Learning from hierarchical spatio-time descriptors for micro-expression recognition“，”volume“：“20”，“author”：“Zong”，“year”：“2018”，“journal-title”：“IEEE Trans.Multimed.”}，{“密钥”：“10.1016\/j.sigpro.2019.107370_bib0045“，”doi-asserted-by“：”crossref“，”first page“：”25“，”doi“：”10.1016\/j.patcog.2017.10.017“，”article-title“：”deep video expression recognition中的照明不变量“，”volume“：“76”，”author“：”Gupta“，”year“：”2018“，”journal-title”：“模式识别。“}，{”issue“：”10“，”key“：”10.1016\/j.sigpro.2019.107370_bib0046“，”doi-asserted-by“：”crossref“，”first-pages“：”4905“，”doi“：”101109\/TNNLS.2017.2776248“，”article-title“：”稀疏同步递归深度学习，用于鲁棒面部表情识别“，”volume“：“29”，“author”：“Alam”，“year”：“2018”，“journal-title”：“”IEEE传输。神经网络。学习。系统。“}，{”issue“：”1“，”key“：”10.1016\/j.sigpro.2019.107370_bib0047“，”doi-asserted-by“：”crossref“，”first page“：“38”，“doi”：“10.1109\/TAFFC.2016.2593719”，“article-title”：“多特征融合视频中的面部表情识别”，“volume”：“9”，”author“：”Chen“，”year“：”2018“，”journal-title“：”IEEE Trans.Affect.Comput.“}”，{“key“：”10.1016\/j.sigpro.2019.107370_bib0048“，“series-title”：“IEEE计算机视觉和模式识别会议论文集”，“首页”：“2488”，“article-title”：《使用学习图像过滤器区分降低可分辨性》，“author”：“Whitehill”，“year”：“2012”}，{“issue”：“11”，“key”：“10.1016\/j.sig pro.2019.07370_bib 0049”，“doi-asserted-by“：”crossref“，”first page“：”3487“，”doi“：”10.1016\/j.patcog.2014.05.004“，”article-title“：”健壮人脸识别的基于多子区域的相关过滤器库“，”volume“：“47”，”author“：”Yan“，”year“：”2014“，”journal-title”：“Pattern Recognit”。“}，{”issue“：“3”，”key“：”10.1016\/j.sigpro.2019.107370_bib0050“，”doi-asserted-by“：”crossref“，”first page“：“583”，“doi”：“10.1109\/TPAMI.2014.2345390”，“article-title”：“带核相关滤波器的高速跟踪”，“volume”：“37”，“author”：“Henriques”，“year”：“2014”，“journal-title“：”IEEE Trans.Pattern Anal.Mach.Intell。}，{“问题”：“2”，“密钥”：10.1016\/j.sigpro.2019.107370_bib0051“，”doi-asserted-by“：”crossref“，”first page“：”631“，“doi”：“10.1109\/TIP.2012.2220151”，“article-title”：“Maximum margin correlation filter:a new approach for localization and classification”，“volume”：“22”，“author”：“Rodriguez”，“year”：“2013”，“journal title”：”IEEE Trans。图像处理。“}，{”key“：”10.1016\/j.sigpro.2019.107370_bib0052“，”unstructured“：”P.Burkert，F.Trier，M.Z.Afzal，A.Dengel，M.Liwicki，Dexpression:deep convolutional neural network for expression recognition，2016，arXiv预印本，arXiv:1509.05371.“}”，{“issue”：“1”，“key”：“10.1016\/j.sig pro.2019.07370_bib 0053”，“doi-asserted-by”：“crossref”，“first page”：”21“，”DOI“：”10.1109 \/TAFFC.2016.2563432“，”article-title“：”跨域彩色面部表情识别使用转导转移子空间学习“，”volume“：”9“，”author“：”Zheng“，”year“：”2016“，”journal-title”：“IEEE Trans。影响。计算。“}，{”key“：”10.1016\/j.sigpro.2019.107370_bib0054“，”series-title“：“IEEE计算机视觉和模式识别会议论文集”，“首页”：“1”，“article-title”：“使用核岭回归进行人脸识别”，“author”：“An”，“year”：“2007”}，}“issue”：“4”，“key”：“10.1016\/j.sig pro.2019.07370_bib 0055”，“doi-asserted-by”：“crossref”，”第一页“：”755“，”DOI“：”10.1109\/TPAMI.2008.174“，”文章标题“：”人脸识别的非参数判别分析“，”卷“：”31“，”作者“：”李“，”年份“：”2009“，”期刊标题“：“IEEE Trans。模式分析。机器。智力。“}，{”key“：”10.1016\/j.sigpro.2019.107370_bib0056“，”series-title“：”机器学习的高斯过程“，”author“：”Rasmussen“，”year“：”2006“}”，{“key”：“10.1016\/j.sig pro.2019.07370_bib 0057”，“series-ttle”：“IEEE计算机视觉和模式识别会议论文集”，“首页”：“2554”，“article-title”：”通过单平面分类改进面部表情识别“，”author“：”Chew“，”year“：”2012“}，{”issue“：”4“，”key“：”10.1016\/j.sigpro.2019.107370_bib0058“，”doi-asserted-by“：”crossref“，”first page“：“359“”2014年，“新闻标题”：“签证。计算。“}，{”key“：”10.1016\/j.sigpro.2019.107370_bib0059“，”series-title“：”IEEE计算机视觉和模式识别研讨会会议记录“，”first page“：“94”，”article-title“：“the extended Cohn\u2013Kanade dataset（ck+）：动作单位和情绪特异性表达的完整数据集”，“author”：“Lucey”，“year”：“2010”}，”{“issue”：“12”，“key“：”10.1016\/j.sigpro.2019.107370_bib0060“，”doi-asserted-by“：”crossref“，”first page“：“1357”，“doi”：“10.1109\/34.817413”，“article-title”：“人脸图像的自动分类”，“volume”：“21”，“author”：“Lyons”，“year”：“1999”，“journal-title“：”IEEE Trans。模式分析。机器。智力。“}，{”key“：”10.1016\/j.sigpro.2019.107370_bib0061“，”series-title“：“IEEE模式识别会议论文集”，“首页”：“2363”，“article-title”：“面部表情识别的多特征融合分层算法”，“author”：“Zhang”，“year”：“2012”}，“key”：“10.1016\/j.sig pro.2019.107 370_bib 0062”，“series-title”：”《IEEE国际计算机视觉研讨会论文集》，“第1页”：“2106”，“文章标题”：“苛刻条件下的静态面部表情分析：数据、评估协议和基准”，“作者”：“Dhall”，“年份”：“2011”}，｛“问题”：“3”，“关键”：“10.1016\/j.sigpro.2019.073700_bi0063”，“doi断言”：“crossref”，“第1页”：“34“，”DOI“：”10.1109\/MMUL.2012.26“，”article-title“：”从电影中收集大量注释丰富的面部表情数据库“，”volume“：”19“，”author“：”Dhall“，”year“：”2012“，”journal-title”：“IEEE Multimed。“}，{”issue“：”8“，”key“：”10.1016\/j.sigpro.2019.107370_bib0064“，”doi-asserted-by“：”crossref“，”first page“：“3931”，”doi“：”101109\/TIP.2016.2570550“，“article-title”：“面部动作单元和整体表情识别的联合补丁和多标签学习”，“volume”：“25”，“author”：“Zhao”，“year”：“2016”，“journal-title“：”IEEE Trans.Image Process“}”，{“issue”：“9”，“key”：“10.1016\/j.sigpro.2019.107370_bib0065”，“doi-asserted-by”：“crossref”，“首页”：“4193”，“doi”：“101109\/TIP.2017.2689999”，“article-title”：“基于深度进化时空网络的面部表情识别”，“volume”：”26“author”：“Zhang”，“year”：“2017”，“journal-title“：”IEEE Trans.Image Process.“}，{”key：“10.1016\/j.sigpro.2019.107370_bib0066”，“series-title”：“高级神经信息处理系统学报”，“首页”：“1458”，“article-title”：“凸优化非精确近似粒度方法的收敛速度”，“author”：“M.Schmidt”，“year”：“2011”}]，“container-title“：[”Signal Processing“]，“original-title（原始标题）”：[]，“language”：“en”，“link”：[{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S0165168419304232？httpAccept=text\/xml”，“content-type”：“text\/xml”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“http://api.elsevier.com/content\/aarticle\/PII:S0165068419304232？httpAccess=text\/plain”，“内容类型”：“text\/plain”，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2021,2,2]]，“date-time”：“2021-02-02T23:38:57Z”，“timestamp”：1612309137000}，“score”：1，“resource”：{“primary”：}“URL”：“https:\/\/linkinghub.elsevier.com\/retrieve\/pi\/S0165168419304232”}}，”副标题：[]，“shorttitle”：[]：{“date-parts”：[[2020,4]]}，“references-count”：66，“alternative-id”：[“S0165168419304232”]，“URL”：“http://\/dx.doi.org\/10.1016\/j.sigpro.2019.107370”，“relation”：{}，“ISSN”：[”0165-1684“]，“ISSN-type”：[{“value”：“0165-1684'”，“type”:“print”}]，“subject”：【】，“published”：{“date-parts”：[2020,4]}，”assertion“：[{{”value“Elsevier”“，”name“：”publisher“，”label“：”本文由“}，{”value“维护”：“低分辨率面部表情识别：过滤学习视角”，“name”：“articletitle”，“label”：“Article Title”}，{“value”：“Signal Processing”，“name:”journaltitle“，”label“：”Journal Title“}，”value“：”https:\\/doi.org\/10.1016\/j.sigpro.2019.107370“，”name“：”articlelink“，{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，{“value”：“\u00a9 2019 Elsevier B.V.保留所有权利。”，“名称”：“版权”，“标签”：“copyright”}]，“文章编号”：“107370”}}