{“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”：[[2024,9,8]]，“日期-时间”：“2024-09-08T12:09:24Z”，“时间戳”：1725797364764}，“出版商位置”：“美国纽约州纽约市”，“引用-计数”：25，“出版者”：“ACM”，“许可证”：[{“开始”：{'日期-部件“：[[2018,8,17]]，“日期时间”：“2018-08-17T00:00:00Z”，“时间戳”：153446400000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“http://www.acm.org\/publications\/policys\/corpyright_policy#Background”}]，“content-domain”：{“domain”:[“dl.acm.org”]，“crossmark-restriction”：true}，”short-container-title“：[]，”published-print“：{”date-parts“：[2018,8,17]}，‘DOI’：“10.1145\/3240876.3240879“，”type“：”procesdings-article“，“created”：{“date-parts”：[[2018,9,4]]，“date-time”：“2018-09-04T12:11:02Z”，“timestamp”：1536063062000}，“page”：“1-7”，“update-policy”：”http://\/dx.doi.org\/10.1145\/crossmark-policy“，”source“：”Crossref“，”is-referenced-by-count“：2，”title“[带有多任务CNN模型的框架，结合了车辆重新注册方法”]，“前缀“”：“10.1145”，“作者”：[{“给定”：“东吴”，“家族”：“徐”，“序列”：“第一”，“隶属关系”：[{“姓名”：“北京交通大学，中国北京”}]}，{“给定”：“从研”，“家族”：“郎”，“序列”：“附加”，“隶属关系”：[{“姓名”：“北京交通大学，中国北京”}]}，{“给定”：“松和”，“家族”：“冯”，“序列”：“附加”，“隶属关系”：[{“name”：“北京交通大学，中国北京”}]}，{“given”：“Tao”，“family”：“Wang”，“sequence”：“additional”，“affiliation”：[{“name:”北京交通大学“}]}]，“member”：“320”，“published on line”：{“date-parts”：[[2018,8,17]]}：“Ejaz Ahmed Michael Jones和Tim K.Marks，2015年。一种改进的深度学习架构，用于人员重新识别。计算机视觉和模式识别。3908--3916. Ejaz Ahmed Michael Jones和Tim K.Marks。2015年，针对人员重新识别的改进的深度学习架构。计算机视觉和模式识别。3908-3916.“，”DOI“：”10.1109\/CVPR.2015.7299016“}，{“key”：“e_1_3_2_1_1”，“DOI-asserted-by”：“crossref”，”unstructured“：”Alireza Asvadi Lu\u00eds Garrote Cristiano Premebida Paulo Peixoto和Urbano J Nunes，2017。深度CN：使用3D-LIDAR和convnet进行车辆检测。在IEEE ITSC中。Alireza Asvadi Lu编辑Garrote Cristiano Premebida Paulo Peixoto和Urbano J Nunes。2017.DepthCN：使用3D-LIDAR和convnet进行车辆检测。在IEEE ITSC中。“，”DOI“：”10.1109\/ITSC.2017.8317880“}，{”key“：”e_1_3_2_1_3_1“，”DOI-asserted-by“：”crossref“，“unstructured”：“M.Farenzena L.Bazzani A.Perina V.Murino和M.Cristani.2010。通过对称驱动的局部特征积累进行人的重新识别。计算机视觉和模式识别。2360--2367. M.Farenzena L.Bazzani A.Perina V.Murino和M.Cristani。2010年，通过对称驱动的局部特征积累进行人员重新识别。在计算机视觉和模式识别中。2360--2367.“，”DOI“：”10.1109\/CVPR.2010.5539926“}，{”key“：”e_1_3_2_1_4_1“，”DOI-asserted-by“：”publisher“，“DOI”：“10.1016\/j.eswa.2017.09.018”}，“key”：“e_1_a_3_2_1_5_1”，“DOI-assert-by”：“publisher”，”DOI:“10.1109\/CVPR.2006.100”}由“：”publisher“，”DOI“：”10.1007\/s11042-014-1949-7“}插入，{”key“：”e_1_3_2_1_7_1“，“doi-asserted-by“：”publisher“，”doi“：”10.1109\/CVPR.2014.27“}，{“key”：“e_1_3_2_1_8_1”，“doi-assert-by”：“crossref”，”unstructured“：”红叶刘永红田耀威王璐鹏和黄铁军.2016。深度相对远程学习：说出相似车辆之间的差异。计算机视觉和模式识别。2167--2175. 洪业刘永红田耀伟王路鹏和黄铁军。2016.深度相对远程学习：说出相似车辆之间的差异。在计算机视觉和模式识别中。2167--2175.“，”DOI“：”10.1109\/CVPR.2016.238“}，{”key“：”e_1_3_2_1_9_1“，”DOI-asserted-by“：”publisher“，“DOI”：“10.1109\/IME.2016.7553002”}，“key”：“e_1_ 3_2_1_10_1”，“DOI-assert-by”：“publisher”，”DOI:“10.1007\/978-3-196475-6_53”}“被插入者”：“交叉参考”，“非结构化”：“朝旭木镇倪长银孙海波，2017。基于自适应动态规划的吸气式高超声速飞行器跟踪控制。IEEE神经网络和学习系统交易28 3（2017）584-598。朝旭木真倪长银孙海波。2017.基于自适应动态规划的吸气式高超声速飞行器跟踪控制。IEEE神经网络和学习系统事务28 3（2017）584--598。”，“DOI”：“10.1109\/TNNLS.2016.2516948”}，{“key”：“e_1_3_2_12_1”，“DOI-asserted-by”：“crossref”，“unstructured”：“Yantao Shen Tong Xiao Hongsheng Li Shuai Yi and Xiaogang Wang。2017。使用视觉时空路径建议学习用于车辆重新识别的深度神经网络。(2017). 燕涛沈彤肖洪生李帅一和王晓刚。2017.学习深度神经网络，用于车辆重新识别和视觉时空路径建议。(2017).“，”DOI“：”10.1109\/ICCV.2017.210“}，{”key“：”e_1_3_2_13_1“，”DOI-asserted-by“：”publisher“，ref”，“非结构化”：“Hanxiao Wang Shaogang Gong Xiatian Zhu and Tao Xiang.2016。人在回路中重新识别。(2016) 405--422. 韩潇王少刚龚夏田朱和陶香。2016年，人在回路中重新识别。（2016）405--422.“，”DOI“：”10.1007\/978-3-319-46493-0_25“}，{“key”：“e_1_3_2_1_16_1”，“DOI-asserted-by”：“crossref”，”unstructured“：”童晓红生李万丽欧阳，王晓刚.2016。通过领域引导退出学习深度特征表示以进行人员重新识别。(2016) 1249--1258. 童晓红生李万丽欧阳和王晓刚。2016.通过领域引导退出学习深度特征表示，以进行人员重新识别。（2016）1249--1258.“，”DOI“：”10.1109\/CVPR.2016.140“}，{”key“：”e_1_3_2_1_17_1“，”DOI-asserted-by“：”crossref“，“unstructured”：“童晓红生李万丽欧阳，王晓刚.2016。通过领域引导退出学习深度特征表示以进行人员重新识别。(2016) 1249--1258. 童晓红生李万丽欧阳和王晓刚。2016.通过领域引导退出学习深度特征表示，以进行人员重新识别。（2016）1249--1258.”，“DOI”：“10.1109\/CVPR.2016.140”}，{“key”：“e_1_3_2_1_18_1”，“nonstructured”：“童晓爽李伯超王良林和王晓刚.2016。针对人员搜索的端到端深度学习。CoRR abs \/1604.01850（2016）。童晓爽、李伯超、王良林、王晓刚。2016.针对人员搜索的端到端深度学习。CoRR腹肌\/1604.01850（2016）。“}，{”key“：”e_1_3_2_19_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/2733373.2806326”}，“key”：“e_1_ 3_2_1_20_1”，“doi-assert-by”：“publisher”，”doi“：”10.1109\/ICPR.2014.16“}”，{“key“:”e_3_2_21_1“，”doi-asserted-by“”：”publicher“，”doi:“10.1109”ICME.2017.80194 91“}，{”key“：”e_1_3_2_1_22_1“，”doi-asserted-by“：”publisher“，”doi“：”10.1109\/CVPR.2013.460“}，{“volume-title”：“MARS：大规模人员再识别的视频基准”，“year”：“2016”，“author”：“郑亮”，“key”：“e_1_3_2_1_23_1”}，}“key“：”e_1_ 3_2_1_2 _24_1“，“unstructured”：“Liang Zheng Yi Yang和Alexander G.Hauptmann.2016。人的重新识别：过去、现在和未来。CoRR abs 1610.02984（2016）。arXiv:16100.02984 http://\/arXiv.org\/abs\/1610.02984梁正毅（Liang Zheng Yi Yang）和亚历山大·豪普特曼（Alexander G.Hauptmann）。2016年，重新确认身份：过去、现在和未来。CoRR abs 1610.02984（2016）。arXiv:16100.02984 http://\/arXiv.org\/abs\/1610.02984“}，{”key“：”e_1_3_2_1_25_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/3159171”}]，“event”：{“name”：“ICIMCS'18:第十届国际互联网多媒体计算与服务大会”，“缩写词”：“CIIMCS'18”，“location”：“中国南京”}，“container-title”：[”第十届国际互联网多媒体计算与服务会议记录“]，“original-title”：[]，“link”：[{“URL”：“https:\/\/dl.acm.org\/doi\/pdf\/10.1145\/3240876.3240879”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2023,12]]，“date-time”：2023-01-12T22:29:17Z“，”timestamp“：1673562557000}，”score“：1，”resource“：{”primary”：{“URL”：“https:\/\/dl.acm.org\/doi\/10.1145\/3240876.3240879”}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{“date-parts”：[[2018,8,17]]}，《references-count》：25，“alternative-id”：[“10.1145\/3240876.3240879”，“10.1145”145\/3240876“]，”URL“：”http:\/\/dx.doi.org\/10.1145\/3240876.3240879“，”关系“：{}，”主题“：[]，”发布“：{”日期部分“：[[2018,8,17]]}，“断言”：[{”值“：”2018-08-17“，”顺序“：2，”名称“：”发布“，”标签“：”已发布“，“组”：{“名称”：“publication_history”，“标签”：“发布历史”}}]}}