{“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”：[[2024,9,23]]，“日期-时间”：“2024-09-23T04:20:07Z”，“时间戳”：1727065207447}，“出版商位置”：“美国纽约州纽约市”，“参考-计数”：76，“出版者”：“ACM”，“资助者”：[{“DOI”：“10.13039\/501100012659”，“名称”：“国家自然科学基金”，“doi-asserted-by”：“publisher”，“adward”：[“61901384，61871328”]，“id”：[{“id”:“10.13039\/501100012659”，“id类型”：“doi”，“asserted by”：“publisher”}]]，“内容域”：{“domain”：[dl.acm.org“]，“crossmark-restriction”：true}，“short-container-title”：[]，“published-print”：{“date-parts”：[2020,10,10,1 2]]}，“doi”：“10.1145\/3394171.3413706”，“类型”：“议事录文章”，“已创建”：｛“日期部分”：[[2020,10,12]]，“日期时间”：“2020-10-12T12:26:18Z”，“时间戳”：1602505578000｝，“页面”：“3108-3117”，“更新策略”：“http:\/\/dx.doi.org/10.1145\/crosmark policy”，“来源”：“Crossref”，“由计数引用”：10，“标题”：[“通过结合稳健约束增强自我监督单目深度估计”]，“前缀”：“10.1145”，“卷”：“1”，“作者”：[{“给定”：“瑞”，“家庭”：“李”，“序列”：“第一”，“隶属关系”：[}“名称”：“西安西北工业大学”}]}：“西北工业大学，中国西安”}]}，{“给定”：“余”，“家庭”：“朱”，“序列”：“附加”，“隶属关系”：[{“名称”：“西北工学院，中国西安“}]}.，{”给定“：”仙君“，”家庭“：”李“，”序列“：”附加“，”隶属关系，“family”：“Sun”，“sequence”：“additional”，“affiliation”：[{“name”：“中国西安西北工业大学”}]}，{“given”：“Yanning”，“faily”：”Zhang“，”sequence“：”additional“，”affiliance“:[{”name“：”Northwestern Polytechnical University，China西安”}]]，“member”：“320”，“published on”：{“date-parts”：[2020,10,12]}，“reference”：[}“key”：“e_1_3_2_2_1_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1145\/2001269.2001293“}，{“key”：“e_ 1_3_2 _2_1”、“doi-aserted-by“：”publisher“，“doi”：“10.1109\/3DV.2019.0054”}，“key“：”e_1_ 3_2_3_1“，”doi-assert-by“1_3_2_2_4_1“，“非结构化”：“贾汪卞志超李乃燕王黄英詹春华沈明明成和伊恩·里德2019。单目视频中的无监督尺度一致性深度和自我运动学习。神经信息处理系统进展。35--45. 贾旺边志超李乃艳王皇英詹春华沈明成和伊恩·里德。2019.单目视频中的非监督尺度一致性深度和自我运动学习。神经信息处理系统进展。35-45.“}，{”key“：”e_1_3_2_2_5_1“，”doi-asserted-by“：”crossref“，“unstructured”：“Julie Carmigniani Borko Furht Marco Anisetti Paolo Ceravolo Ernesto Damiani and Misa Ivkovic.2011。增强现实技术系统和应用。多媒体工具和应用程序第51卷第1期（2011）341-377页。朱莉·卡米尼亚尼·博尔科·福赫特·马科·阿尼塞蒂、保罗·塞拉沃洛·埃内斯托·达米亚尼和米萨·伊夫科维奇。2011年，增强现实技术系统和应用。多媒体工具和应用第51卷1（2011）341--377.“，“DOI”：“10.1007\/s11042-010-0660-6”}，{“key”：“e_1_3_2_2_6_1”，“DOI-asserted-by”：“publisher”，”DOI“：“10.1609\/aaai.v33i01.33018001”}、{“密钥”：“e_1_3_2_7_1”、“DOI-sserted-by“：”publisher“，”DOI:“10.1109\/ICCV.2019.00716”}和{“volume-ti”标题“：”CSPN：用于深度完成的学习上下文和资源感知卷积空间传播网络。arXiv预印本arXiv:1911.05377“，”年份“：”2019“，”作者“：”程新静“，”密钥“：”e_1_3_2_2_8_1“}，”密钥”：“e_1_ 3_2_9_1”，”doi-asserted-by“：”publisher“，”doi“：”10.1109\/CVPR.2016.350“}”，{“key”：“e_1_3_2_10_1”、“doi-assert-by”：“publisher”，“doi”：“10.1109\/CVPR.2017.257”}，{“key”：“e_1_3_2_2_11_1”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/CVPR.2009.5206848“}，{“key”：“e_1_3_2_2_12_1”，“非结构化”：“David Eigen Christian Puhrsch和Rob Fergus，2014。使用多尺度深度网络从单个图像预测深度图。神经信息处理系统进展。2366--2374. David Eigen Christian Puhrsch和Rob Fergus。2014.使用多尺度深度网络从单个图像进行深度图预测。神经信息处理系统进展。2366--2374.“}，{”key“：”e_1_3_2_2_13_1“，”doi-asserted-by“：”crossref“，“unstructured”：“雅各布·恩格尔·弗拉德伦·科尔顿和丹尼尔·克莱默斯。2017。直接稀疏里程计。IEEE模式分析和机器智能交易第40卷3（2017）611-625。雅各布·恩格尔·弗拉德伦·科尔顿（Jakob Engel Vladlen Koltun）和丹尼尔·克莱默斯（Daniel Cremers）。2017.直接稀疏里程计。IEEE模式分析与机器智能学报第40卷3（2017）611--625.“，”DOI“：”10.1109\/TPAMI.2017.2658577“}，”key“：”e_1_3_2_2_14_1“，“DOI-asserted-by”：“publisher”，“DOI”：“10.1109\/IROS.2015.7353631”}，“key”：“e_1_ 3_2_15_1”，”DOI-assert-by“：”publisher“，{“键”：“e_1_3_2_2_16_1”，“doi-asserted-by“：”publisher“，”doi“：”10.1007\/978-3642-15561-1_27“}，{“key”：“e_1_3_2_2_17_1”，“doi-assert-by”：“publisher”，”doi:“10.1109\/CVPR.2018.00214”}，“key“：”e_1_ 3_2_18_1“IEEE计算机视觉和模式识别会议记录。4340--4349“，“年份”：“2016年”，“作者”：“Gaidon Adrien”，“key”：“e_1_3_2_2_19_1”}，{“密钥”：“e_1_3_2_2_20_1”，“doi-asserted-by”：“publisher”，”doi“：”10.5555\/2354409.2354978“}，”key“：”e_1_ 3_2_21_1“，”doi-assert-by“：”publisher“，”doi:“10.1109\/CVPR.2017.699”}、{“键”：“e_1_3_2_22_1“，”doi-asserted-by“：”publisher“，”doi“：”10.1109\/ICCV.2019.00393“}，{”key“：”e_1_3_2_23_1“，“doi-asserted-by”：“crossref”，“unstructured”：“Richard Hartley和Andrew Zisserman。2003.计算机视觉中的多视图几何。剑桥大学出版社。理查德·哈特利和安德鲁·齐瑟曼。2003.计算机视觉中的多视图几何。剑桥大学出版社。“，”DOI“：”10.1017\/CBO9780511811685“｝，{”key“：”e_1_3_2_24_1“，”。空间变压器网络。神经信息处理系统进展。2017--2025. Max Jaderberg Karen Simonyan Andrew Zisserman等人。2015年，空间变压器网络。神经信息处理系统进展。2017-2025.“}，{”key“：”e_1_3_2_26_1“，”doi-asserted-by“：”crossref“，“unstructured”：“华列江莱彦丁，黄锐.2020。DiPE：从单眼视频中深入了解深度和自我运动的无监督学习的光度误差。arXiv：《计算机视觉和模式识别》（2020年）。华列江来彦（Hualie Jiang Laiyan Ding）和黄睿（Rui Huang）。2020年，DiPE：从单目视频中无监督学习深度和自我运动的测光误差。arXiv：计算机视觉与模式识别（2020）。“，”DOI“：”10.1109\/IROS45743.2020.9341074“}，{”volume“：”1“，”volume-title“：”IEEE第八届国际计算机视觉会议论文集.ICCV“，”year“：”2001“，”author“：”Jin Hailin“，”key“：“e_1_3_2_27_1”}“，“：”e_1_3_2_29_1“，”DOI-asserted-by“：”publisher“，”DOI“：”10.1109\/TPAMI.2014.2316835“}，{”volume-title“：”Adam:随机优化的一种方法。arXiv预印本arXiv:1412.6980“，”年份“：”2014“，”author“：”Kingma Diederik P“，”key“：”e_1_3_2_30_1“}{“key”：“e_1_3_2_32_1”，“DOI-asserted-by”：“publisher“，”DOI“：”10.1109\/CVPR.2017.238“}，{“key”：“e_1_3_2_33_1”，“DOI-asserted-by”：“publisher”，”DOI:“10.1109\/CVPR.2014.19”}，“{“密钥”：“e_1_3_2_34_1”、“DOI-sserted-by“：”publisher“年份”：“2015年”，“作者”：“Li Bo”，“key”：“e_1_3_2_2_35_1”}，{“volume-title”：“稳健准确的混合结构-From-Moti.2019 IEEE国际图像处理会议（ICIP）。IEEE，494--498”，“年份”：“2019”，“作者”：“李锐”，“密钥”：“e_1_3_2_36_1”，{”key：“e_ _3_2_37_1”、“doi-asserted-by”：“出版商”，“doi”：“10.1109\/CVPR.2010.5539823”}，{“键”：“e_1_3_2_38_1”，“doi-asserted-by“：”publisher“，”doi“：”10.1109\/CVPR.2014.97“}，{“key”：“e_1_3_2_2_39_1”，“unstructured”：“陈旭·罗振恒·杨鹏·王洋·王伟·徐·拉姆·内瓦蒂和阿兰·尤耶。2018。每一个像素都很重要：几何和运动的联合学习与三维整体理解。arXiv预印arXiv:1810.06125（2018）。陈旭罗振恒杨鹏王洋王伟徐拉姆·内瓦蒂亚和艾伦·尤伊尔。2018.每一个像素都很重要：通过三维整体理解联合学习几何和运动。arXiv预印arXiv:1810.06125（2018）。“}，{”key“：”e_1_3_2_2_40_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/CVPR.2018.00594”}，“key”：“e_1_ 3_2_41_1”，“doi-assert-by”：“publisher”，”doi“：”10.1109\/ICCVW.2011.6130280“}”，{ez Montiel和Juan D Tardos，2015年。ORB-SLAM：一种多功能、精确的单目SLAM系统。IEEE机器人交易卷31 5（2015）1147--1163。劳尔·穆尔·阿尔塔尔·何塞·玛丽亚·马丁内斯·蒙蒂尔和胡安·德·塔尔多斯。2015.ORB-SLAM：一种多功能、精确的单目SLAM系统。IEEE机器人技术交易卷31 5（2015）1147--1163。”，“DOI”：“10.1109\/TRO.2015.2463671”}，{“key”：“e_1_3_2_2_43_1”，“DOI-asserted-by”：“publisher”，”DOI“：”10.1109\/CVPR.2018.00281“}，”{“key”：”e_1_ 3_2_44_1“，”非结构化“：”Vaishakh Patil Wouter Van Gansbeke Dengxin Dai和Luc Van Gool.2020。不要忘记过去：单目视频的递归深度估计。arXiv预印arXiv:2001.02613（2020）。Vaishakh Patil Wouter Van Gansbeke Dengxin Dai和Luc Van Gool。2020年。不要忘记过去：单目视频的重复深度估计。arXiv预印arXiv:2001.02613（2020）。“}，{”key“：”e_1_3_2_2_45_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/ICRA.2019.8793621”}，“key”：“e_1_ 3_2_46_1”，“doi-assert-by”：“crossref”，”unstructured“：”Andrea Pilzer St\u00e9phane Lathuili\u00e 8re Dan Xu Mihai Marian Puscas Elisa Ricci and Nicu Sebe.2019。基于循环网络的渐进融合无监督双目深度估计。IEEE模式分析和机器智能汇刊（2019年）。Andrea Pilzer St \u00e9phane Lathuili \u00e 8re Dan Xu Mihai Marian Puscas Elisa Ricci和Nicu Sebe。2019.使用循环网络进行无监督双目深度估计的渐进融合。IEEE模式分析和机器智能汇刊（2019年）。“，”DOI“：”10.1109\/TPAMI.2019.2942928“}，{”key“：”e_1_3_2_2_47_1“，”DOI-asserted-by“：”publisher“，sh Saxena Sung H Chung和Andrew Y Ng.2006年。从单目图像学习深度。神经信息处理系统进展。1161--1168. Ashutosh Saxena Sung H Chung和Andrew Y Ng.2006。从单目图像学习深度。神经信息处理系统进展。1161--1168.“}，{”key“：”e_1_3_2_2_50_1“，”doi-asserted-by“：”crossref“，“unstructured”：“Ashutosh Saxena Min Sun and Andrew Y Ng.2008。Make3d：从单个静态图像学习3d场景结构。IEEE模式分析和机器智能交易卷31 5（2008）824-840。Ashutosh Saxena Min Sun和Andrew Y Ng，2008年。Make3d：从单个静态图像学习3d场景结构。IEEE模式分析与机器智能交易卷31 5（2008）824--840。”，“DOI”：“10.1109\/TPAMI.2008.132”}，{“key”：“e_1_3_2_2_51_1”，“DOI-asserted-by”：“publisher”，”DOI“：”10.1109\/CVPR.2016.445“}，”{“volume-title”：“自我监督自我运动估计的超越光度损失。在机器人与自动化国际会议上。电气与电子工程师协会。“，”年“：“2019年”，”作者“：”沈天伟“，”键“：”e_1_3_2_2_52_1“}，”键”：“e_1_ 3_2_53_1”，”doi-asserted-by“：”crossref“，”unstructured“：”天伟沈思宇朱天芳Runze Zhang and Long Quan.2016。基于图的结构-形式-运动一致匹配。(2016) 139--155. 天威沈思玉朱天芳张润泽、龙泉。2016.基于图形的结构-运动一致匹配。（2016）139--155.“，”DOI“：”10.1007\/978-3-319-46487-9_9“}，{”key“：”e_1_3_2_2_54_1“，”unstructured“：”Karen Simonyan和Andrew Zisserman.2014。用于大规模图像识别的深度卷积网络。arXiv预印本arXiv:1409.1556（2014）。凯伦·西蒙扬和安德鲁·齐瑟曼。2014.用于大规模图像识别的超深卷积网络。arXiv预印本arXiv:1409.1556（2014）。“}，{”key“：”e_1_3_2_2_55_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1080\/01972240903028714”}，“key”：“e_1_ 3_2_56_1”，“doi-assert-by”：“publisher”，”doi“：”10.1063\/1.5120605“}”，{。学习引导卷积网络以完成深度。arXiv预印arXiv:1908.01238（2019）。解堂飞鹏天威冯建力、平潭。2019.学习引导卷积网络以完成深度。arXiv预印arXiv:1908.01238（2019）。“}，{”key“：”e_1_3_2_2_58_1“，”doi-asserted-by“：”crossref“，“unstructured”：“Alessio Tonioni Matteo Poggi Stefano Mattoccia和Luigi Di Stefano，2019。基于图像深度预测的无监督区域自适应。IEEE模式分析和机器智能汇刊（2019年）。阿莱西奥·托尼奥·马泰奥·波吉·斯特凡诺·马托西娅和路易吉·迪·斯特凡诺。2019.用于图像深度预测的无监督域自适应。IEEE模式分析和机器智能汇刊（2019年）。“，”DOI“：”10.1109\/TPAMI.2019.2940948“}，{”volume-title“：”Sfm-net：“从视频学习结构和运动。arXiv预印本arXiv:1704.07804“，”年份“：”2017“，”author“：”Vijayanarasimhan Sudheendra“，”key“：”e_1_3_2_59_1“}6“}，{”卷标签“：”使用多个面具进行单眼深度和自我运动的无监督学习。2019年机器人与自动化国际会议（ICRA）。IEEE，4724--4730“，“年份”：“2019年”，“作者”：“王光明”，“key”：“e_1_3_2_2_61_1”}，{“密钥”：“e_1_3_2_62_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1109\/ICCV.2017.421“}，”{“key“：”e_1_ 3_2_63_1“，”doi-assert-by“：”publisher“，“doi”：“10.1109\/CVPR.2019.00826”}、{“键”：“e_1_3_2_2_64_1”，“doi-asserted-by”：“交叉引用”，“非结构化”：“周旺Alan C Bovik Hamid R Sheikh和Eero P Simoncelli。2004年。图像质量评估：从错误可见性到结构相似性。IEEE图像处理交易第13卷第4期（2004年）600-612。周旺Alan C Bovik Hamid R Sheikh和Eero P Simoncelli。2004年。图像质量评估：从错误可见性到结构相似性。IEEE图像处理学报第13 4卷（2004）600-612。”，“DOI”：“10.1109\/TIP.2003.819861”}，{“key”：“e_1_3_2_2_65_1”，“unstructured”：“Yiran Wu Sihao Ying and Lianmin Zheng.2018。尺寸到深度：单图像深度估计的新视角。arXiv预印arXiv:1801.04461（2018）。吴思浩英、郑连民。2018.尺寸-深度：单图像深度估计的新视角。arXiv预印arXiv:1801.04461（2018）。“}，{”key“：”e_1_3_2_2_66_1“，”doi-asserted-by“：”crossref“，“unstructured”：“Nan Yang Lukas Von Stumberg Rui Wang和Daniel Cremers.2020。D3VO：单目视觉里程表的深度深度姿势和深度不确定性。arXiv：《计算机视觉和模式识别》（2020年）。Nan Yang Lukas Von Stumberg Rui Wang和Daniel Cremers。2020年，D3VO：单目视觉里程表的深度深度姿势和深度不确定性。arXiv：《计算机视觉和模式识别》（2020年）。“，”DOI“：”10.1109\/CVPR42600.2020.00136“}，{”key“：”e_1_3_2_67_1“，”首页“：”2878“，”article-title“：”单眼视觉里程表的挑战：光度校准“，”volume“：“3”，”author“：”Yang Nan“，”year“：”2018“，”journal-title”：“运动偏差和滚动快门效应。“}”，{“key”：“e_3_2_2_68_1”，”unstructured“：”真亨杨鹏王伟徐良昭和拉马坎·内瓦提亚。2017.无监督几何学习，具有边缘感知深度-正常一致性。arXiv预印本arXiv:1711.03665（2017）。真亨杨鹏王伟徐良昭和拉马坎·内瓦提亚。2017.无监督几何学习，具有边缘感知深度-正常一致性。arXiv预印本arXiv:1711.03665（2017）。“}，{”key“：”e_1_3_2_2_69_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/CVPR.2018.00212”}，“key”：“e_1_ 3_2_70_1”，“doi-assert-by”：“publisher”，”doi“：”10.1007\/BFb0028345“}”，{。使用循环约束消除视觉关系的歧义。(2010) 1426--1433. 克里斯托弗·扎克·曼弗雷德·克洛普希茨（Christopher Zach Manfred Klopschitz）和马克·波利菲斯（Marc Pollefeys）。2010.使用循环约束消除视觉关系的歧义。（2010）1426--1433.“}，{”key“：”e_1_3_2_2_72_1“，”unstructured“：”超强赵启宇孙崇祯张阳堂冯谦.2020。基于深度学习的单目深度估计：综述。arXiv预印arXiv:2003.06620（2020）。潮强赵启宇孙崇祯张阳棠冯茜。2020年。基于深度学习的单目深度估计：概述。arXiv预印arXiv:2003.06620（2020）。“}，{”key“：”e_1_3_2_2_73_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/CVPR.2014.196”}，“key”：“e_1_a_2_74_1”，“doi-assert-by”：“publisher”，”doi“：”10.1109\/CVPR.2017.700“}”，{，{“key”：“e_1_3_2_2_76_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1007\/978-3-030-01228-1_3“}]，“event”：{“name”：“MM'20:第28届ACM国际多媒体会议”，“赞助商”：[“SIGMM ACM多媒体特别兴趣小组”]，“location”：“西雅图WA USA”，“缩写词”：“MM'20”}，“container-title”：[《第28届AMC国际多媒体会议论文集》]，“原文标题”：[]，“链接”：[{“URL”：“https:\/\/dl.acm.org\/doi\/pdf\/10.1145\/3394171.3413706“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[[2023,1,5]]，”date-time“：“2023-01-05T19:50:03Z”，”timestamp“：1672948203000}，”score“：1，”resource“：”{“primary”：{“URL”：“https:\/\/dl.acm.org\/doi\/10.1145\/3394171.3413706“}}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[[2020,10,12]]}，“引用计数”：76，“alternative-id”：[“10.1145\/3395171.3413706”，“10.1145\/3394171”]，“URL”：“http://\/dx.doi.org\/10.1145 \/339410.13706”，“relation”：{}，“subject”：[]，“published”：{“date-parts”：[[2020,10,12]]}，”assertion“：[{”value“：”2020-10-12“，”order“：2，”name“：”published“，”label“：”published“，”group“：{”name“:”publication_history“，”标签“：”publication history“}}]}}