{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“讯息”：{“索引”：{“日期部分”：[[2024,4,19]]，“日期时间”：“2024-04-19T06:28:43Z”，“时间戳”：1713508123191}，“参考计数”：43，“出版商”：“电气与电子工程师学会（IEEE）”，“许可证”：[{“开始”：{-“日期部分“：[2021,1,1]]，”“日期时间“：”：“2011-01-01T00:00 00:00Z“，“timestamp”：1609459200000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\/\/ieeexplore.iee.org\/Xplorehelp\/downloads\/license-information\/IEE.html”}，{“start”：{“date-parts”：[2021,1]]，“date-time”：“2021-01-01T00:00Z”，“timetamp”：160 9459200000}，”content-versiion“：”stm-asf“，“delay-in-days:0”，“URL”：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{“date-parts”：[[2021,1,1]]，“date-time”：“2021-01-01T00:00:00Z”，“timestamp”：1609459200000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“http:\/\/doi.org\/10.15223\/policy-037”}]，“出资人”：[{“doi”：“10.13039\/50110000 1809”，“name”：“国家自然科学基金”，“doi-asserted-by”：“publisher”，“award”：[“61673083”]}，{“name”：“山西省科技重大专项”，“adward”：[”20191102008“]}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，“short-container-title”：【”IEEE Trans.Instrum.Meas.“】，“published-print”：{“date-parts”：[2021]]}081“，”类型“：“journal-article”，“created”：{“date-parts”：[[2020,7,30]]，“date-time”：“2020-07-30T20:33:33Z”，“timestamp”：1596141213000}，“page”：“1-12”，“source”：《Crossref》，“is-referenced-by-count”：18，“title”：[“轻量级注意力模块，用于深度学习三维点云的分类和分割”]，“prefix”：“10.1109”，“volume”：”70“，“author”：[{“ORCID”：“http://\/orcid.org\/00000-0002-9855-5359”，“authenticated-orcid”：false，“given”：“Yunhao”，“family”：“Cui”，“sequence”：“first”，“affiliation”：[]}，{“orcid”：\/\/orcid.org\/00000-0002-8801-6060“，“authenticated-orcid”：false，“given”：“Wei”，“family”：“Sun”，“sequence”：“additional”，“affiliation”：[]}，{“orcid”：”http://\/orcid.org\/00000-0001-5797-1412“，”authentimated-orcid“：false”，“giving”：“获生”，“家庭”：“胡”，“序列”：“附加”，“从属关系”：[]}，}“orcid”：“http://\orcid.org\/000-0002-8235-5870”，“authorited-orcided”“：false，”given“：”雪冠“，“family”：“Song”，“sequence”：“additional”，“affiliation”：[]｝]，“member”：“263”，“reference”：[｛“key”：“ref39”，“doi asserted by”：“publisher”，“doi”：“10.5244\/C.31.64”｝，｛“key”：“ref38”，“doi asserted by”：“publisher”，“doi”：“10.1109\\TMI.2016.2528162”｝，｛“key”：“ref33”，“doi asserted by”：“publisher”，“doi”：“10.1109\\/ICC VW.2009.54577637“｝，｛“键”：“参考32”、“doi-asserted-by”：“publisher”，“doi”：“10.1016\/j.patrec.2007.02.009”}，{“key”：“ref31”，“doi-sserted-by“：”publisher“，”doi“：”10.1109\/34.765655“}，”{“key”：“ref30”，“doi-assertd-by”：“publisher”，“DI:”10.1109\\TPAMI.2007.41“}I“：”10.5220\/0006619103170324“}，{“key”：“ref36”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/CVPR.2016.609”}，{“key”：“ref35”，“doi-asserted-by”：“publisher”，“doi”：“10.1016\/j.energy.2019.116851”}，{“key”：“ref40”，“首页”：“307”，“文章标题”：“FPNN：3D数据的现场探测神经网络”，“author”：“li”，“year”：“2016”，“journal-title”：“Proc-Adv neural Inf Process Syst”}，{“key”：“ref11”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/TIP.2016.2609814”}“，”首页“：”1912“，”文章标题“：“3D ShapeNets:立体形状的深度表示”，“author”：“wu”，“year”：“2015”，“journal-title”：“Proc IEEE Conf Compute-Vis Pattern Recognit（CVPR）”}，{“key”：“ref14”，“doi-asserted-by”：“publisher”，“doi”：“10.1007\/978-3030-01234-2_7”}、{“密钥”：“ref15”，“doi-assertd-by”：“publisher”，“DI:”10.1109\/CVPR.2017.16“}”，{“key”：“ref16”，“首页”：“5099”，“article-title”：“Pointnet++：度量空间中点集的深度分层特征学习”，“author”：“qi”，“year”：“2017”，“journal-title“：”Proc-Adv Neural Inf Process Syst“}，{“key”：“ref17”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/ICCV.2019.00936”}，“key“：”ref18“article-title：“Xception:深度学习与深度可分离卷积”，“author”：“chollet”，“year”：“2016”，“journal-title”：“arXiv 1610 02357”}，{“key”：“ref19”，“article-title“：“MobileNets:移动视觉应用的高效卷积神经网络”，“author”:“howard”，“年份”：“2017”，“日记标题”：“arXiv 1704 04861”}、{“密钥”：“ref28”，“doi-asserted-by”：“publisher”，“DOI”：“10.1007\/978-3-642-15558-1_26”}，{“key”：“ref4”，“DOI-asserted-by”：“publicher”，“DOI”：”10.1109\/TIM.2018.2834085“}，}“key:”ref27“，”DOI-assert-by“：”publisher“，”DOI“：”10.1101109\/ROBOT.2009.5152473“}”，{”key“：”ref3“，”article-title“：”深入学习点云以了解3D场景”，“author“：”qi“，”year“：”2018“}，{”key“：”ref6“，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/TPAMI.2014.2316828”}，{“key”：“ref29”，“doo-asserted-by”：”publisher“，”doi“：”10.1109\/ICIP.2011.6116679“}，”{“key”：”ref5“，”doi-assert-by“：”crossref“：“从点云进行三维建模、对象检测和姿势估计的集成框架”，“体积”：“64”，“作者”：“郭”，“年份”：“2015”，“日志标题”：“IEEE Trans-Instrum Meas”}，{“密钥”：“ref8”，“文章标题”：”ShapeNet:一个信息丰富的三维模型库“，”作者“：”chang“，”year“：”2015“，”日志标题“：”arXiv 1512 03012“}，”{“键”：“ref7”，“article-title”：“点云学习的动态图形CNN”，“author”：“wang”，“year”：“2018”，“journal-title“：”arXiv 1801 07829“}，{“key”：“ref2”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/TIE.2018.2890506”}，“key“：”ref9“，”doi-assert-by“：”publisher“，”doi“：”10.1109\/ICCV.2015.114“}1“，”doi-asserted-by“：”publisher“，”doi“：“10.1109\/TIM.20192906416”｝，｛“key”：“ref20”，“文章标题”：“挤压和激励网络”，“作者”：“hu”，“年份”：“2017”，“期刊标题”：“arXiv 1709 01507”｝，｛“key”：“ref22”，“doi断言者”：“publisher”，“doi”：“10.1145\/29800179.2238”｝，｛“key”：“ref21”，“doi断言者”：“publisher”，“doi”：“10.1109\/CVPR.2015.7298989594”}，｛“key”：“ref42”、“doi-asserted-by”：“publisher”，“doi”：“10.1109\/ICCV.2017.99”}，{“key”：“ref24”，“doi-sserted-by“：”publisher“，”doi“：”10.1109\/TIM.2013.2292310“}，”{“key”：”ref41“，”doi-assert-by“”：“publisher”，“doi”：“：”10.1109\/CVPR.2016.170“}，{”key“：”ref26“，”article-title“：“使用高斯加权离散导数从线点云估算几何特性”，“author”：“an”，“year”：“2019”，“journal-title”：“IEEE Trans-Ind-Electron”}，{“key”：“ref43”，“doi-asserted-by”：“publisher”，“doi”：“10.1145\/3197517.3201301”}，“container-title”：[“IEEE Transactions on Instrumentation and Measurement”]，“原始标题”：[]，“链接”：[{“URL”：“http://\/xplorestaging.IEEE.org\/ielx7\/19\/9259274\/09153026.pdf？arnumber=9153026”，“内容类型”：“未指定”，“content-version”：“vor”，“intended-application”：“相似性检查”}]，“存放”：{“日期段”：[2022,5,10]]，“日期时间”：“2022-05-10T14:51:27Z”，“timestamp”：1652194287000}，“score”：1，“resource”：{“primary”：}“URL”：“https:\/\/ieeexplore.iee.org\/document\/9153026\/”}}，”subtitle“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[2021]]}”，“references-count”：43，“URL”“http://\/dx.doi.org\/10.109\/tim。2020.3013081“，”关系“：{}，”ISSN“：[”0018-9456“，”1557-9662“]，”ISSN-type“：[{“数值”：“0018-9456”，“类型”：“打印”}，{“值”：“1557-9662”，“种类”：“电子”}]，“主题”：[]，“发布”：{“日期部分”：[2021]]}}}