{“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”：[[2023,13]]，“日期-时间”：“2023-01-13T06:02:35Z”，“时间戳”：1673589755423}，“出版商位置”：“美国纽约州纽约市”，“参考数”：62，“出版者”：“ACM”，“资助者”：[{“名称”：“中国自然科学基金会”，“奖项”：[“62073105”]}，{“名称”：“中国黑龙江省杰出青年科学基金”，“奖项”：[“JC2018021”]}，{“名称”：“国家重点研发计划”，“奖励”：[”2018YFC0832304和2020AA0106502“]}”，{”名称“：“黑龙江头雁创新团队计划”}，“名称”“：”机器人与系统国家重点实验室（HIT）“，”奖项“用法：[“SKLRS-2019-KF-14和SKLRS-2020 03D”]}]，“内容域”：{“域”：[“dl.acm.org”]，“crossmark-restriction”：true}，“short-container-title”：[]，“published-print”:{“date-parts”：[[2022,10]]}，”DOI“：”10.1145\/3503161.3548236“，”type“：”proceedings-article“，”created“：{”date-part“：[2022,10,10]]，“date-time”：“2022-10-10T15:42:35Z”，“时间戳”：1665416555000}，“更新策略”：“http://\/dx.doi.org\/10.1145\/crossmark-policy”，“源”：“Crossref”，“is-referenced-by-count”：0，“标题”：[“QuadTreeCapsule:QuadTree Capsules for Deep Regression Tracking”]，“前缀”：“10.1145”，”作者：[{“给定”：“丁”，“家族”：“马”，“序列”：“第一”，“从属关系”：[{name”：“哈尔滨工业大学”}]}，{“given”：“湘黔”，“family”：“Wu”，“sequence”：“additional”，“affiliation”：[{“name”：“哈尔滨工学院”}]]，“member”：“320”，“published-online”：{“date-parts”：[[202022,10,10]]}；“reference”：[}“key”：“，”年份“：”2016年“，“非结构化”：“Luca Bertinetto，Jack Valmadre，Jo\u00e3o F.Henriques，Andrea Vedaldi，and Philip H.S.Torr.2016。对象跟踪的全卷积暹罗网络。Luca Bertingto，Jacck Valmadre，Jo\u 00e3O F.Henniques，安德烈亚·维达尔迪，and Phlip H.S Torr.2016。用于目标跟踪的全卷积暹罗网络。“}，{”key“：”e_1_3_2_2_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/ICCV.2019.00628”}，“key”：“e_1_a_2_3_1”，“doi-assert-by”：“publisher”，”doi“：”10.1007\/978-3-030-58592-1_13“}，{“key”：“e_1_3_2_2_5_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1109\/CVPR46437.2021.00803“}，{“key”：“e_1_3_2_2_6_1”，“volume-title”：“AFOD：自适应聚焦鉴别分割跟踪器。在欧洲计算机视觉会议上。Springer，666--682”，“author”：“Chen Yiwei”，“year”：“2020”，“unstructured”：“陈一伟、徐静涛、余家谦、王强、杨炳仁和韩在俊。2020 . AFOD：自适应聚焦鉴别分割跟踪器。在欧洲计算机视觉会议上。施普林格，666--682。陈一伟、徐静涛、余家谦、王强、杨炳仁和韩在俊。2020年，AFOD：自适应聚焦鉴别分割跟踪器。在欧洲计算机视觉会议上。Springer，666--682.“}，{”key“：”e_1_3_2_2_7_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/CVPR42600.2020.00670”}，“key”：“e_1_ 3_2_8_1”，“doi-assert-by”：“publisher”，”doi“：”10.1109\/WACV45572.2020.9093449“}”，{I“：”10.1109\/CVPR42600.2020.00633“}，{”key“：”e_1_3_2_2_10_1“，”doi-asserted-by“：”publisher“，”DOI“：”10.1109\/CVPR.2019.00479“}，{“key”：“e_1_3_2_11_1”，“DOI-asserted-by”：“publisher”，“DOI”：“10.1109\/CVPR.2017.733”}，“key“：”e_1_ 3_2_12_1“，”DOI-assert-by“：”publisher：“publisher”，“DOI”：“10.1109\/ICCV.2019.00857”}，{“key”：“e_1_3_2_2_14_1”doi-asserted-by“：”publisher“，”doi“：”10.1109\/ICCV.2019.00358“}，{“key”：“e_1_3_2_15_1”，“doi-assert-by”：“publisher”、“doi”：“10.1109\/CVPR.2019.00552”}、{“key”：“e_1_3_2_16_1”、”doi-asserted-by“:”publishers“，”doi“：“10.1117\/12.323459”}，“key“：”e_3_2_2_17_1“，ted-by“：”crossref“，”unstructured“：”Hamed Kiani Galoogahi Ashton Fagg等人，2017年。速度需求：高帧速率对象跟踪的基准。国际刑事法院判例（2017）1134-1143。Hamed Kiani Galoogahi Ashton Fagg等人，2017年。速度需求：高帧速率对象跟踪的基准。ICCV（2017）1134--1143.“，”DOI“：”10.1109\/ICCV.2017.128“}，{”key“：”e_1_3_2_2_18_1“，”DOI-asserted-by“：”crossref“，“unstructured”：“Junyu Gao Tianzhu Zhang and Changseng Xu.2019。图形卷积跟踪。在CVPR中。张俊宇、高天柱、徐长生。2019.图形卷积跟踪。在CVPR中。“，”DOI“：”10.1109\/CVPR.2019.00478“}，{”key“：”e_1_3_2_2_19_1“，”volume-title“：”直接来自jpeg.Advances in neural Information Processing Systems 31“，”author“：”Gueguen-Lionel“，”year“：”2018“，”unstructured“：”Lionel Gueguen、Alex Sergeev、Ben Kadlec、Rosanne Liu和Jason Yosinski。2018。直接来自jpeg的更快的神经网络。神经信息处理系统进展31（2018）。莱昂内尔·盖根（Lionel Gueguen）、亚历克斯·谢尔盖夫（Alex Sergeev）、本·卡德莱克（Ben Kadlec）、罗珊·刘（Rosanne Liu）和杰森·约辛斯基（Jason Yosinski）。2018年，直接来自jpeg的更快的神经网络。神经信息处理系统进展31（2018）。“}，{”key“：”e_1_3_2_20_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/CVPR46437.2021.00942”}，“key”：“e_1_ 3_2_21_1”，“doi-assert-by”：“publisher”，”doi“：”10.1109\/CVPR.2016.90“}”，{，“年份”：“2018年”，“非结构化”：“杰弗里·欣顿（Geoffrey E Hinton）、萨拉·萨布尔（Sara Sabour）和尼古拉斯·弗罗斯特（Nicholas Frosst）。2018 . 带有EM布线的矩阵胶囊。在学习代表国际会议上。杰弗里·欣顿（Geoffrey E Hinton）、萨拉·萨布尔（Sara Sabour）和尼古拉斯·弗罗斯特（Nicholas Frosst）。2018年。具有EM路由的矩阵胶囊。在学习代表国际会议上。}，{“key”：“e_1_3_2_23_1”，“volume-title”：“Got-10k：野外通用目标跟踪的大型高多样性基准”，“author”：“黄良华”，“year”：“2019”，“unstructured”：“Lianghua Huang，Xin Zhao，and Kaiqi Huang.2019。Got-10k：野外通用目标跟踪的大型高多样性基准。IEEE模式分析和机器智能汇刊（2019年）。黄良华、赵欣和黄凯琪。2019.Got-10k：野外通用目标跟踪的大型高多样性基准。IEEE模式分析和机器智能汇刊（2019年）。“}，{”key“：”e_1_3_2_24_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1007\/978-3-030-01225-0_6”}，“key”：“e_1_3_2_25_1”，“doi-assert-by”：“publisher”，”doi“：”10.1007\/978-3-030-68238-5_39“}”，{W.2019.00276“}，{”key“：”e_1_3_2_27_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/CVPR.2019.00441“}，{“key”：“e_1_3_2_28_1”，“doi-asserted-by”：“crossref”，”unstructured“：”李俊杰闫伟吴正珠，胡晓林.2018。通过暹罗地区提案网络进行高性能视觉跟踪。在CVPR中。Bo Li Junjie Yan Wei Wu Zheng Zhu和Xiaolin Hu.2018。在CVPR中使用暹罗地区建议网络进行高性能视觉跟踪。“，”DOI“：”10.1109\/CVPR.2018.00935“}，{”key“：”e_1_3_2_29_1“，”DOI-asserted-by“：”publisher“，“DOI”：“10.1109\/ICCV.2019.00626”}，“key”：“e_1_ 3_2_2_30_1”，“DOI-assert-by”：“publisher”，“publisher”，“DOI”：“10.1109\/ICCV.2019.00132”}，{“key”：“e_1_3_2_2_32_1”，“DOI-asserted-by”：“出版商”，“DOI”：“10.1007\/978-3-030-01264-9_22”}，{“key”：“e_1_3_2_2_33_1”，“unstructured”：“Xiankai Lu Chao Ma Bingbing Ni Xiaokang Yang Ian Reid and Ming Hsuan Yang.2018。具有收缩损失的深度回归跟踪。在ECCV中。仙开路超马冰冰倪晓康杨伊恩·里德和杨明慧。2018年，深度回归跟踪与收缩损失。在ECCV中。“}，{”key“：”e_1_3_2_2_34_1“，”doi-asserted-by“：”crossref“，“unstructured”：“Alan Lukezic Jiri Matas and Matej Kristan.2020。D3S-A鉴别单镜头分割跟踪器。在CVPR中。Alan Lukezic Jiri Matas和Matej Kristan。2020年，D3S-A鉴别单镜头分割跟踪器。在CVPR中。“，”DOI“：”10.1109\/CVPR42600.2020.00716“}，{”key“：”e_1_3_2_35_1“，”DOI-asserted-by“：”publisher“，ted-by“：”publisher“，”DOI“：”10.1007\/978-3-319-46448-0_27“}，{”key“：”e_1_3_2_38_1“，“doi-asserted-by“：”publisher“，”doi“：”10.1007\/978-3-030-01246-5_19“}，{“key”：“e_1_3_2_2_39_1”，“doi-assert-by”：“publisher”，”doi:“10.1109\/CVPR.2016.465”}，“key“：”e_1_ 3_2_2_40_1“，_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/ICCV48922.2021.00082”}，{“key”：“e_1_3_2_2_42_1“，”volume-title“：”更快的r-cnn：利用区域建议网络实现实时目标检测。神经信息处理系统进展28”，“作者”：“任少清”，“年份”：“2015年”，“非结构化”：“任少清，何开明，罗斯·吉希克，孙健。2015.更快的r-cnn：利用区域提议网络实现实时目标检测。神经信息处理系统进展28（2015）。任少清、何开明、罗斯·吉希克和孙健。2015.更快的r-cnn：利用区域提议网络实现实时目标检测。神经信息处理系统进展28（2015）。“}，{”key“：”e_1_3_2_2_43_1“，”volume-title“：”用于大尺度图像识别的极深卷积网络。CoRR abs \/1409.1556“，”author“：”Simonyan K.“，”year“：”2015“，”unstructured“：”K.Simonian and Andrew Zisserman。2015。用于大规模图像识别的极深卷积网络。CoRR abs（2015）。K.Simonyan和Andrew Zisserman。2015.用于大规模图像识别的极深卷积网络。CoRR abs（2015）。“}，{”key“：”e_1_3_2_2_44_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/ICCV.2017.279”}，“{”key“：“e_1_ 3_2_45_1”，“doi-assert-by”：“publisher”，”doi“：”10.1109\/CVPR.2018.00937“}”，{，“作者”：“唐士涛”，“年份”：“2022年”，“非结构化”：“汤石涛、张家辉、朱思玉和谭萍。2022.视觉变形金刚的QuadTree关注度。arXiv预印arXiv:2201.02767（2022）。汤石涛、张家辉、朱思玉和谭萍。2022.视觉变形金刚的QuadTree关注度。arXiv预印arXiv:2201.02767（2022）。“}，{”key“：”e_1_3_2_2_47_1“，”volume-title“：”用于图像处理的分层数据结构。计算机图形和图像处理4，2“，”author“：”Tanimoto Steven“，“year”：“1975”，“unstructured”：“Steven TanimotoandTheo Pavlidis.1975”。用于图像处理的分层数据结构。计算机图形学和图像处理4，2（1975），104-119。史蒂文·塔尼莫托和西奥·帕夫利迪斯。1975年。用于图像处理的分层数据结构。计算机图形和图像处理4，2（1975），104--119。“}，{”key“：”e_1_3_2_2_48_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/CVPR42600.2020.00661”}，“key”：“e_1_ 3_2_49_1”，“volume-title”：“IEEE计算机视觉国际会议论文集。3119--3127”，“author”：“欧阳万里”，“year”：“2015”，“unstructured”：“”王丽君、欧阳万丽、王晓刚、卢虎川。2015 . 使用完全卷积网络进行视觉跟踪。IEEE计算机视觉国际会议论文集。3119--3127 . 王丽君，欧阳万里，王晓刚，卢沪川，2015。使用完全卷积网络进行视觉跟踪。IEEE计算机视觉国际会议论文集。3119-3127.“}，{”key“：”e_1_3_2_50_1“，”volume-title“：”IEEE\/CVF计算机视觉与模式识别会议论文集.1571--1580“，”author“：”周文刚“，”year“：”2021“，”unstructured“：”王宁、周文刚、王杰和李后强。2021 . Transformer Meets Tracker：利用时间上下文进行鲁棒视觉跟踪。IEEE计算机视觉和模式识别会议论文集。1571-- 1580 . 2021年，宁旺、周文刚、杰旺和李厚强。Transformer Meets Tracker：利用时间上下文进行鲁棒视觉跟踪。IEEE计算机视觉和模式识别会议论文集。1571--1580.“}，{”key“：”e_1_3_2_2_51_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/ICCV.2019.00408”}，“key”：“e_1_ 3_2_52_1”，“doi-assert-by”：“publisher”，”doi“：”10.1109\/TPAMI.2014.2388226“}”，{\/aaai.v34i07.6935“}，{“密钥”：“e_1_3_2_2_54_1”，“doi-asserted-by”：“发布者”，“doi”：“10.1109\/ICCV.2019.00804“}，{“key”：“e_1_3_2_2_55_1”，“doi-asserted-by”：“publisher”，”doi“：“10.1609\/aaai.v34i07.6944”}，“key“：”e_1_ 3_2_56_1“，”doi-assert-by“：”publisher“，，“doi”：“10.1109\/CVPR46437.2021.00525”}，{“key”：“e_1_3_2_2_58_1”，“volume-title”：“IEEE计算机视觉国际会议论文集。2385--2393”，“作者”：“严斌”，“年份”：“2019”，“非结构化”：“严斌，赵浩杰，王东，卢虎川，杨晓云。2019 . ' Skimming-Perusal’Tracking：实时和稳健长期跟踪框架。IEEE计算机视觉国际会议论文集。2385--2393 . Bin Yan、Haojie Zhao、Dong Wang、Huchuan Lu和Xiaoyun Yang。2019年，“脱衣-美容”跟踪：实时和稳健的长期跟踪框架。IEEE计算机视觉国际会议论文集。2385--2393.“}，{”key“：”e_1_3_2_2_59_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/ICCCV48922.2021.00971”}，“key”：“e_1_ 3_2_60_1”，“doi-assert-by”：“publisher”，”doi“：”10.1109\/ICCV48922.2 021.01309“}”，{10.1109\/CVPR.2019.00472“}，{“key”：“e_1_3_2_2_62_1”，“volume-title”：“海洋：物件无锚追踪。在欧洲计算机视觉会议（ECCV）上。“，”作者“：“李炳明胡建龙傅”，“年份”：“2020年”，“非结构化”：“傅建龙傅炳李伟明胡志鹏张，侯文鹏。2020 . 海洋：物件无锚追踪。在欧洲计算机视觉会议（ECCV）。Jianlong Fu Bing Li Weiming胡志鹏Zhang，Houwen Peng。2020年。海洋：物体-软件无锚跟踪。在欧洲计算机视觉会议（ECCV）上。“}]，”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AMM国际多媒体大会会议记录”]，”原文标题“：[]，”链接“：[{”URL“：”https:\/\/dl.acm.org\/doi\/pdf\/10.1145\/3503161.3548236“，”内容类型“：”未指定“，”content-version“：”vor“，”intended-application“：”相似性检查“}]，”存放“：{”日期部分“：[[2023,1,12]，”日期时间“：”2023-01-12T07:32:18Z“，”时间戳“：1673508738000}，”分数“：1，”资源“：”主要“：”https:\/\/dl.acm.org\/doi\/10.1145\/3503161.3548236“}}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[2022,10,10]]}，“引用计数”：62，“alternative-id”：[“10.1145\/350316.13548236”，“10.1145\/3503161”]，“URL”：“http://\/dx.doi.org\/10.1145 \/3501.3548236”，“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“}}]}}