{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期部分”：[[2024,6,3]]，“日期时间”：“2024-06-03T09:56:13Z”，“时间戳”：1717408573172}，“引用计数”：32，“发布者”：“IEEE”，“内容域”:{“域”：[]，“交叉标记限制”：false}，”短容器时间“：[]”，“published-print”：{“日期部分”：[[2017,10]]}，“DOI”：“10.1109\/iccvw.2017.368”，“type”：“proceedings-article”，“created”：{“date-parts”：[[2018,1,22]]，“date-time”：“2018-01-22T22:42:32Z”，“timestamp”：1516660952000}，“source”：《Crossref》，“is-referenced-by-count”：36，“title”：[“Two-Stream Flow-Guided Convolutional Attention Networks for Action Recognition”]，“前缀”：“101109”，“author”：[{“给定”：“安”，“family”：“Tran”，“sequence”：“first”，“affiliation”：[]}，{“given”：“Loong-Fah”，“faily”：”Cheong“，”sequence“：”additional“，”affiliation:[]}]，“member”：“263”，“reference”：[{“key”:“ref32”，“first page”：”214“article-title”：“基于对偶的实时tv-11光流方法”，“author”：“zach”，“year”：“2007”，“journal title”：“德国交响乐协会Patt Recogn”}，{“key”：“ref31”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/CVPR.2015.7299101”}：“2016年欧洲计算机视觉会议ECCV”}，{“key”：“ref10”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/CVPR.2014.223”}“年份”：“2012”，“journal-title”：“神经信息处理系统的进展”}，{“key”：“ref13”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/ICCV.2011.6126543”}：“Computer Vision and Pattern Recognition 2008 CVPR 2008 IEEE Conference on”}，{“key”：“ref15”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/5.726791”}0.371英寸}，{“key”：“ref18”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/CVPR.2009.5206557”}：“动作识别的长期时间卷积”}，{“key”：“ref4”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/CVPR.2015.7298878”}，“年份”：“2017年”，“journal-title”：“IEEE计算机视觉和模式识别会议（CVPR）”}，{“key”：“ref6”，“author”：“feichtenhofer”，“year”：“2016”，“johnal-title:“视频动作识别的卷积两流网络融合”}、{“密钥”：“ref29”，“doi-asserted-by”：“publisher”、“doi”：“10.1109\/ICCV.2013.441”}，“年份”：“2016年”，“新闻标题”：“视频动作识别的时空残留网络”}，{“key”：“ref8”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/CVPR.2015.7299176”}：“时空视觉注意的递归混合密度网络”，“author”：“bazzani”，“year”：“2017”，“journal-title”：“International Conference of Learning Representations（ICLR）2017”}，{“key”：“ref9”，“作者”：“jia”，“年份”：“2014”，“日记标题”：“Caffe Convolutional Architecture for Fast Feature Embedding”}：“深入研究卷积网络以学习视频表征”，“author”：“ballas”，“year”：“2016”，“journal-title”：“International Conference on Learning Representations”}，{“key”：“ref20”，“first-page”：“143”，“article-title“：“Improving the Fisher Kernel for Large Scale Image Classification”，“author”:“perronnin”，“年份”：“2010”，“journal-title”：“Computer Vision ECCV 2010 SE–11 volume 6314 of Teach Notes in Computer Science”}，{“key”：“ref22”，“first-page”：“1”，“author”：“simonyan”，“year”：“2014”，“jornal-tittle”：《视频中动作识别的双流卷积网络》}：“使用视觉注意进行动作识别”}，{“key”：“ref24”，“article-title”：“UCF101:来自野外视频的101个人类动作类的数据集”，“author”：“soomro”，“year”：“2012”，“journal-title“：“Technical Report”}、{“key”：“ref23”，“first-page”：“1”，“article-title”：“用于大规模图像识别的深度卷积网络”，“author”：“simonyan”，“year”：“2015”，“journal-title”：“学习表征国际会议（ICLR）议事录”}，{“key”：“ref26”，“doi-asserted-by”：“publisher”，”doi“：”10.1109\/ICCV.2015.510 CVW）“，“位置”：“意大利威尼斯”，“开始”：{“日期部分”：[[2017,10,22]]}，“结束”：{“日期部分”：[[2017,10,29]]}}，“容器标题”：[“2017 IEEE国际计算机视觉研讨会（ICCVW）”]，“原标题”：[]，“链接”：[{“URL”：“http:\/\/explorestating.IEEE.org/ielx7\/8294933\/826191\/0826579.pdf？arnumber=8265579”，“内容类型”：“未指定”，“内容版本”：“vor”，“预期应用程序”：“相似性检查”}]，“存放”：｛“日期部分”：[[2019,10,9]，“日期时间”：“2019-10-09T17:35:15Z”，“时间戳”：1570642515000｝，“分数”：1，“资源”：｛“主要”：｛“URL”：“http:\/\/ieexplore.ieee.org/document\/8265579\/”｝，“副标题”：[]，“短标题”：[]，“发布”：｛“日期部分”：[[2017,10]]}中，“references-count”：32，“URL”：“http://\/dx.doi.org\/10.109\/iccvw.2017.368”，“relation”：{}，“subject”：[]，“published”：{“date-parts”：[[2017,10]]}}}