{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“短信”：{“索引”：{“日期-部分”：[[2024,3,13]]，“日期-时间”：“2024-03-13T19:42:54Z”，“时间戳”：1710358974886}，“出版商位置”：“美国纽约州纽约市”，“参考数”：29，“出版者”：“ACM”，“资助者”：[{“名称”：“科学基金”，“奖项”：[”批准号：U2001209，61902076“]}]，”内容域“：{”域“用法：[“dl.acm.org”]，“crossmark-restriction”：true}，“short-container-title”：[]，“published-print”：{“date-parts”：[[2022,10,10]]}，”DOI“：”10.1145\/3503161.3548183“，”type“：”procesedings-article“，”created“：{”date-part“：[2022,10,10]]，”date-time“：”2022-10-10T15:43:12Z“，”timestamp“：1665416592000}，策略“：”http://\/dx.DOI.org\/10.1145\/crossmark-policy“，“source”：“Crossref”，“is-referenced-by-count”：2，“title”：[“闭塞面部表情识别的协同完成”]，“prefix”：“10.1145”，”author“：[{”given“：”Zhen“，”family“：”Xing“，”sequence“：”first“，”affiliance“：[}”name“：”Fudan University，Shanghai，China“}]}，{”Givent“：”Weimin“，”家人“：”Tan“，“sequence”：”additional“，”filiation“：[[{“name”：“复旦大学，中国上海”}]}，{“给定”：“瑞安”，“家庭”：“何”，“序列”：“附加”，“从属关系”：[{“名称”：“中国上海复旦大学”}]}，}“给定的”：“杨乐”，“家人”：“林”，“顺序”：“额外”，“附属关系”：[{“姓名”：“上海复旦学院”}]，{给定的：“博”，“家族”：“燕”，“排序”：“添加”，“隶属关系”：[{“name”：“中国上海复旦大学”}]}]，“member”：“320”，“published-online”：{“date-parts”：[[2022,10,10]]}，“reference”：[}“key”：“e_1_3_2_1_1”，“volume-title”：“Mart\u00ednez”，“author”：“Benitez-Quiroz-Carlos-Fabian”，“year”：“2017”，“unstructured”：“Carlos Fabian Benitez-Quiroz、Ramprakash Srinivasan、Qianli Feng、Yan Wang和Aleix M.Mart\u00ednez.2017.情绪网络挑战：野外表情识别。CoRR abs \/1703.01210（2017）.arXiv:1703.01210 http://\/arXiv.org\/abs\/1703.01210Carlos Fabian Benitez-Quiroz、Ramprakash Srinivasan、Qianli Feng、Yan Wang和Aleix M.Mart\u00ednez。2017年，《EmotioNet挑战：野外表情识别》。CoRR abs \/1703.01210（2017）。arXiv:1703.01210 http://\/arXiv.org\/abs\/1703.01210“}，{“key”：“e_1_3_2_2_1”，“volume-title”：“Grad-CAM:基于广义梯度的深度卷积网络可视化解释。在2018年IEEE冬季计算机视觉应用会议上，WACV 2018”，“author”：“Chattopadhyay Aditya”，《年份》：“2018年”，“unstructured”：“Aditya Chattopadhyay、Anirban Sarkar、Prantik Howlader和Vineeth N.Balasubramanian。2018 . Grad-CAM：深度卷积网络的基于广义梯度的可视化解释。2018年3月12-15日在美国内华达州塔霍湖举行的2018年IEEE计算机视觉应用冬季会议，WACV 2018。IEEE计算机学会，839--847。https:\/\/doi.org\/10.109\/WACV.2018.00097 Aditya Chattopadhyay、Anirban Sarkar、Prantik Howlader和Vineeth N.Balasubramanian。2018.Grad-CAM：深度卷积网络的基于广义梯度的可视化解释。2018年3月12-15日在美国内华达州塔霍湖举行的2018年IEEE计算机视觉应用冬季会议，WACV 2018。IEEE计算机学会，839--847。https:\/\/doi.org\/10.109\/WACV.2018.00097“}，{”key“：”e_1_3_2_3_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1609\/aaaai.v35i8.16865”}，“key”：“e_1_ 3_2_2_4_1”，“doi-assert-by”：“publisher”，”doi“：”10.1109\/TCDS.2017.2728003“}标题“：”人脸表情识别中辅助标签空间图的标签分布学习。在2020年IEEE \/CVF计算机视觉和模式识别会议上，CVPR 2020，“作者”：“陈世凯”，“年份”：“2020”，“非结构化”：“陈世凯、王建峰、陈跃东、石中超、辛庚、永瑞。2020 . 人脸表情识别中辅助标签空间图的标签分布学习。2020年IEEE\/CVF计算机视觉和模式识别会议，CVPR 2020，西雅图，华盛顿州，美国，2020年6月13-19日。计算机视觉基金会/IEEE，13981-13990。https:\/\/doi.org\/10.109\/CVPR42600。2020.01400陈世凯、王建峰、陈跃东、石中超、辛庚和永瑞。2020年。面部表情识别辅助标签空间图的标签分布学习。2020年IEEE\/CVF计算机视觉和模式识别会议，CVPR 2020，西雅图，华盛顿州，美国，2020年6月13-19日。计算机视觉基金会\/IEEE，13981--13990。https:\/\/doi.org\/10.109\/CVPR42600。2020.01400“}，{”key“：”e_1_3_2_2_6_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1007\/s11263-017-1010-1”}，“key”：“e_1_ 3_2_7_1”，“doi-assert-by”：“publisher”，”doi“：”10.1109\/FG.2019.8756568“}2009.5206848“}，{“key”：“e_1_3_2_2_9_1”，“volume-title”：“内布拉斯加州激励研讨会。内布拉斯加州动机研讨会”，“卷”：“19”，“作者”：“Ekman P.”，“年份”：“1971”，“非结构化”：“P.Ekman。1971 . 面部表情情感的普遍性和文化差异。内布拉斯加州激励研讨会。内布拉斯加州动机研讨会第19卷（1971年）。P.埃克曼。1971.情绪面部表情的普遍性和文化差异。内布拉斯加州激励研讨会。内布拉斯加州激励研讨会第19卷（1971年）。“}，{”key“：”e_1_3_2_2_10_1“，”volume-title“：”图像识别的深度剩余学习。2016年IEEE计算机视觉与模式识别会议，CVPR 2016“，”author“：”He Kaiming“，”year“：”2016“，“unstructured”：“何开明、张湘玉、任少清、孙建军。2016 . 用于图像识别的深度残差学习。2016年6月27日至30日，在美国内华达州拉斯维加斯举行的2016年IEEE计算机视觉和模式识别会议上，CVPR 2016。IEEE计算机学会，770-778。https:\/\/doi.org\/10.109\/CVPR.2016.90何开明、张湘玉、任少清和孙健。2016.图像识别的深度剩余学习。2016年6月27日至30日，在美国内华达州拉斯维加斯举行的2016年IEEE计算机视觉和模式识别会议上，CVPR 2016。IEEE计算机学会，770-778。https:\/\/doi.org\/10.109\/CVPR.2016.90“}，{“key”：“e_1_3_2_2_11_1”，“doi-asserted-by”：“crossref”，“unstructured”：“Carroll e.Izard.1997”。情绪和面部表情：来自差异情绪理论的观点。面部表情心理学。卡罗尔·伊扎德。1997年，《情绪和面部表情：差异情绪理论的视角》。面部表情心理学。“，”DOI“：”10.1017\/CBO9780511659911.005“}，{”key“：”e_1_3_2_12_1“，”DOI-asserted-by“：”publisher“，”DOI“：“10.1109\/TIP.2021.3101820”}，“key”：“e_1_ 3_2_13_1”，“DOI-assert-by”：“publisher”，”DOI:“10.1109”TIP.2021.3049955“}“：”可靠的众包和深度本地化学习，用于野外表达识别。在2017年IEEE计算机视觉和模式识别会议上，CVPR 2017，“作者”：“李珊”，“年份”：“2017”，“非结构化”：“单莉、邓伟红和杜军平。2017 . 可靠的众包和深度本地化学习，用于野外表达识别。2017年7月21日至26日在美国夏威夷州火奴鲁鲁举行的2017年IEEE计算机视觉和模式识别会议，CVPR 2017。IEEE计算机协会，2584-2593。https:\/\/doi.org\/10.109\/CVPR.2017.277单丽、邓伟红和杜军平。2017.可靠的众包和深度本地化学习，用于野外表达识别。2017年7月21日至26日在美国夏威夷州火奴鲁鲁举行的2017年IEEE计算机视觉和模式识别会议，CVPR 2017。IEEE计算机学会，2584-2593。https:\/\/doi.org\/10.109\/CVPR.2017.277“}，{”key“：”e_1_3_2_2_15_1“，”doi-asserted-by“：”crossref“，“unstructured”：“Y.Li J.Zeng S.Shan和X.Chen.2018。基于注意机制的CNN遮挡感知面部表情识别。IEEE图像处理汇刊（2018）1-1。Y.Li J.Zeng S.Shan和X.Chen。2018.使用具有注意力机制的CNN进行遮挡感知面部表情识别。IEEE图像处理汇刊（2018）1-1.“，”DOI“：”10.1109\/ICPR.2018.8545853“}，”key“：”e_1_3_2_16_1“，”DOI-asserted-by“：”publisher“，“DOI”：“10.1109\/ACCES.2019.2928125”}，“key”：“e_1_ 3_2_2_17_1”，“DOI-assert-by”：“publisher”，”DOI:“10.1109\/CVPRW.2010.5543262”}、“key _2_18_1“，”DOI-asserted-by“：”publisher“，“DOI”：“10.1109\/TAFFC.2017.2740923“}，{“key”：“e_1_3_2_2_19_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1145\/334031.3351049“}”，{”key“：”e_1_ 3_2_20_1“，”doi-assert-by“：”publisher“，“10.1109\/TIP.2020.3037467”}，{“key”：“e_1_3_2_22_1”，“首页”：“1”，”文章标题“：”姿势和遮挡鲁棒面部表情识别的区域注意网络”，“体积”：“99”，“作者”：“王凯”，“年份”：“2020”，“非结构化”：“王凯，X.彭，J.杨，D.孟，Y.乔。2020 . 用于姿势和遮挡鲁棒面部表情识别的区域注意力网络。IEEE图像处理学报PP，99（2020），1--1。K.Wang、X.Peng、J.Yang、D.Meng和Y.Qiao。2020年。姿势和遮挡鲁棒面部表情识别的区域注意网络。IEEE Transactions on Image Processing PP，99（2020），1--1.“，”journal-title“：”IEEE Transessions on Image Process PP“}，{“key”：“e_1_3_2_23_1”，“volume-title”：“Proceedings，Part XXV（Leach Notes in Computer Science），”volume“：”768“，”author“：”Wang Yi“，”year“：”2020“，”unstructured“：”王毅、陈颖聪、陶鑫和贾佳雅。2020 . VCNet：一种稳健的盲图像内画方法。《计算机视觉-ECCV 2020-第16届欧洲会议》，英国格拉斯哥，2020年8月23日至28日，第二十五部分会议记录（计算机科学讲稿，第12370卷），安德烈亚·维达尔迪、霍斯特·比肖夫、托马斯·布罗克斯和詹·米歇尔·弗拉姆（编辑）。斯普林格，752-768。https:\/\/doi.org\/10.1007\/978--3-030--58595--2_45王毅、陈颖聪、陶鑫和贾佳娅。2020年，VCNet：一种稳健的盲图像内画方法。《计算机视觉-ECCV 2020-第16届欧洲会议》，英国格拉斯哥，2020年8月23日至28日，第二十五部分会议记录（计算机科学讲稿，第12370卷），安德烈亚·维达尔迪、霍斯特·比肖夫、托马斯·布罗克斯和詹·米歇尔·弗拉姆（编辑）。斯普林格，752-768。https:\/\/doi.org\/10007\/978--3-030--58595--2_45“}，{“key”：“e_1_3_2_24_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1145\/33941171.3413773“}”，{”key“：”e_1_ 3_2_2_2_25_1“，”volume-title“：”有线电视新闻网用于阻塞器面部表情识别的补丁。2018年第24届国际模式识别大会（ICPR）。“，”作者“：”Yong L.“非结构化”：“L.Yong、J.Zeng、S.Shan和X.Chen。2018 . 用于阻塞器面部表情识别的补丁标记CNN。2018年第24届国际模式识别会议（ICPR）。L.Yong、J.Zeng、S.Shan和X.Chen。2018年，美国有线电视新闻网（CNN）为遮挡器面部表情识别提供补丁。2018年第24届国际模式识别会议（ICPR）。“}，{”key“：”e_1_3_2_26_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/LSP.2016.2603342”}，“key”：“e_1_a_2_27_1”，“doi-assert-by”：“publisher”，”doi“：”10.1016\/j.neucom.2014.05.008“}”，{.2021.3093397“}，{”键“：”e_1_3_2_2_29_1“，”卷时间“：”学习区分性本地化的深层特征。在2016年IEEE计算机视觉和模式识别会议上，CVPR 2016“，“作者”：“周博雷”，“年份”：“2016”，“非结构化”：“周博雷，阿迪蒂亚·科斯拉，\u00c0gata Lapedriza，奥德·奥利瓦和安东尼奥·托拉尔巴。2016 . 学习区分性本地化的深层特征。2016年6月27日至30日，在美国内华达州拉斯维加斯举行的2016年IEEE计算机视觉和模式识别会议上，CVPR 2016。IEEE计算机协会，2921-2929。https:\/\/doi.org\/10.109\/CVPR.2016.319周伯雷、阿迪蒂亚·科斯拉、\u00c0gata Lapedriza、奥德·奥利瓦和安东尼奥·托拉尔巴。2016.学习歧视性本地化的深层特征。2016年6月27日至30日，在美国内华达州拉斯维加斯举行的2016年IEEE计算机视觉和模式识别会议上，CVPR 2016。IEEE计算机学会，2921-2929。https:\/\/doi.org\/10.109\/CVPR.2016.319“}]，“event”：{“name”：“MM'22:第30届ACM国际多媒体会议”，“location”：“葡萄牙里斯本”，“缩写词”：“MM’22”，“赞助商”：[“SIGMM ACM多媒体特别兴趣小组”]}，“container-title”：[《第30届AMC国际多媒体会议记录》]，“original-title“：[]，”link“：[{”URL“：”https:\/\/dl.acm.org\/doi\/pdf\/10.1145\/3503161.3548183“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2023,12]，”date-time“：“2023-01-12T07:15:42Z”，”timestamp“：1673507742000}，”score“：1，”resource“：”{“primary”：{“URL“：”https:\/\/dl.acm.org\/doi\/10.1145\/3503161.3548183“}}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[2022,10,10]]}，“引用计数”：29，“alternative-id”：[“10.1145\/350316.13548183”，“10.1145\/3503161”]，“URL”：“http://\/dx.doi.org\/10.1145 \/3501.3548183”，“关系”：{}，“主题”：[]，“已发布”：{“日期部分”：[[2022,10,10]]}，”断言“：[{”value“：”2022-10-10“，”order“：2，”name“：”published“，”label“：”published“，”group“：{”name“:”publication_history“，”标签“：”publication history“}}]}}