{“id”：“https://openalex.org/W2907642180“，”doi“：”https://doi.org/10.109/icapr.2017.8593160“，”title“：”使用深层神经网络从非正面图像进行面部识别“，”display_name“：”用深层神经网络进行非正面图像的面部识别“。”publication_year“：2017，”publication_date“：”2017-12-01“，”ids“：{”openalex“：”https://openalex.org/W2907642180“，”doi“：”https://doi.org/10.109/icapr.2017.8593160“，”mag“：”2907642180“}，”language“：”en“，”primary_location“：{”is_oa“：false，”landing_page_url“：”https://doi.org/10.109/icapr.2017.8593160“，”pdf_url“：null，”source“：null，”license“：null，”license_id“：null，”version“：null，”is_accepted“：false，”is_published“：false｝，”type“：”article“，”type_crossref“：”proceedings article“，”indexed_in“：[”crossref“]，”open_access“：｛”is_oa“：false，”oa_status“：”closed“，”oa_url“：null，”any_repository_has_fulltext“：false｝，”authorships“：[｛”author_position“：“第一个”，“作者“：{”id“：”https://openalex.org/A5004998324“，”display_name“：”Shyama Prosad Chowdhury“，”orcid“：null}，”institutions“：[{”id“：”https://openalex.org/I98365261“，”display_name“：”印度工程科学技术研究所，Shibbur“，”ror“：”https://ror.org/02ytfzr55“，”country_code“：”IN“，”type“：”教育“，”血统“：[”https://openalex.org/I98365261“]}]，”国家“：[”IN“]，”is_corresponding“：false，”raw_author_name“：”Srija Chowdhury“，”raw _ affiliation_strings“：[“IIEST，Shibpur”]，”从属关系“：[{”raw _affiliation_string“：”IIEST、Shibpour“，”institution_ids“：[https://openalex.org/I98365261“]}]}，{”author_position“：”last“，”author“：{”id“：”https://openalex.org/A5085924003“，”display_name“：”Jaya Sil“，”orcid“：”https://orcid.org/0000-0001-6335-4437}，“机构”：[{“id”：https://openalex.org/I98365261“，”display_name“：”印度工程科学技术学院，Shibpur“，”ror“：”https://ror.org/02ytfzr55“，”country_code“：”IN“，”type“：”教育“，”血统“：[”https://openalex.org/I98365261“]}]，”国家“：[”IN“]，”is_corresponding“：false，”raw_author_name“：”Jaya Sil“，”raw _affiliation_strings“：[“IIEST，Shibpur”]，”affiliations“：[{”raw _affiliation_string“：”IIEST、Shibpur“，”institution_ids“:[”https://openalex.org/I98365261“]}]}]，”institution_assertions“：[]，”countries_distinact_count“：1，”institutions_disticant_count”：1，“corresponding_author_ids”：[]、”correspounding_institution_ids“：[]，”apc_list“：null，”apc _payed“：nul，”fwci“：0.0，”has_fulltext“：false，”cited_by_count：2，”citation_normalized_percentile“：{”value“：0.217463，”is_in_top_1_percent“：假，“is_in_top_10_percent“：false}，”cited_by_percentile_year“：{”min“：71，”max“：75}，“biblio”：{“volume”：null，“issue”：nul，“first_page”：null，“last_page”：null}，，“is_retracted”：false，“is_paratext”：false，“primary_topic”:{“id”：“https://openalex.org/T11448“，”display_name“：”人脸识别与分析技术“，”score“：0.9999，”subfield“：{”id“：”https://openalex.org/subfields/1707“，”display_name“：”计算机视觉和模式识别“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，”主题“：[{”id“：”https://openalex.org/T11448“，”display_name“：”人脸识别与分析技术“，”score“：0.9999，”subfield“：{”id“：”https://openalex.org/subfields/1707“，”display_name“：”计算机视觉和模式识别“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，{”id“：”https://openalex.org/T10828“，”“display_name”：“生物识别和安全系统”，“score”：0.9989，“subfield”：{“id”：“https://openalex.org/subfields/1711“，”display_name“：”信号处理“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，{”id“：”https://openalex.org/T10057“，”“display_name”：“人脸识别和降维技术”，“score”：0.9989，“subfield”：{“id”：“https://openalex.org/subfields/1707“，”display_name“：”计算机视觉和模式识别“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}]，”关键词“：[{”id“：”https://openalex.org/keywords/feature-learning（https://openalex.org/keywords/feature-learning）“，”display_name“：”功能学习“，”score“：0.625517}，{”id“：”https://openalex.org/keywords/pose-estimation网站“，”display_name“：”姿势估计“，”score“：0.586931}，{”id“：”https://openalex.org/keywords/face-re认知“，”display_name“：”人脸识别“，”score“：0.582623}，{”id“：”https://openalex.org/keywords/facial-landmark-detection网站“，”display_name“：”面部标志检测“，”score“：0.570703}，{”id“：”https://openalex.org/keywords/facial-expression-analysis网站“，”display_name“：”面部表情分析“，”score“：0.570313｝]，”concepts“：[｛”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198“，”display_name“：”计算机科学“，”level“：0，”score“：0.6659562}，{”id“：”https://openalex.org/C50644808，“wikidata”：https://www.wikidata.org/wiki/Q192776“，”display_name“：”人工神经网络“，”level“：2，”score“：0.63882184}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.6145442}，{”id“：”https://openalex.org/C153180895，“wikidata”：https://www.wikidata.org/wiki/Q7148389“，”display_name“：”模式识别（心理学）“，”level“：2，”score“：0.55071026}，{”id“：”https://openalex.org/C31510193，“wikidata”：https://www.wikidata.org/wiki/Q1192553“，”display_name“：”面部识别系统“，”level“：3，”score“：0.53041035}，{”id“：”https://openalex.org/C2779304628，“wikidata”：https://www.wikidata.org/wiki/Q3503480“，”display_name“：”脸（社会学概念）“，”等级“：2，”分数“：0.41614586}，{”id“：”https://openalex.org/C31972630，“wikidata”：https://www.wikidata.org/wiki/Q844240“，”display_name“：”计算机视觉“，”level“：1，”score“：0.35861975}，{”id“：”https://openalex.org/C36289849，“wikidata”：https://www.wikidata.org/wiki/Q34749“，”display_name“：”社会科学“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C144024400，“wikidata”：https://www.wikidata.org/wiki/Q21201“，”display_name“：”社会学“，”level“：0，”score“：0.0}]，”mesh“：[]，”locations_count“：1，”location“：[{”is_oa“：false，”landing_page_url“：”https://doi.org/10.109/icapr.2017.8593160“，”pdf_url“：null，”source“：null，”license“：null:”license_id“：null，”version“：nuller，”is_accepted“：false，”is_published“：false}]，”best_oa_location“：nul，”sustainable_development_goals“：[]，”grants“：[]，”datasets“：]，”versions“：[]:”，“referenced_works_count”：21，“referrenced_works”：[”https://openalex.org/W1515755036","https://openalex.org/W1538131130","https://openalex.org/W1665214252","https://openalex.org/W1672851775","https://openalex.org/W2021012145","https://openalex.org/W2025768430","https://openalex.org/W2029230120","https://openalex.org/W2078118580","https://openalex.org/W2097437748","https://openalex.org/W2144172034","https://openalex.org/W2144354855","https://openalex.org/W2145094598","https://openalex.org/W2155759509","https://openalex.org/W2163605009","https://openalex.org/W2278062488","https://openalex.org/W2325939864","https://openalex.org/W2548272522","https://openalex.org/W2548550062","https://openalex.org/W2997574889","https://openalex.org/W4231109964","https://openalex.org/W71795751“]，”related_works“：[”https://openalex.org/W2908959303","https://openalex.org/W2545171730","https://openalex.org/W2347601237","https://openalex.org/W2146295394","https://openalex.org/W2136485282","https://openalex.org/W2100085003网址","https://openalex.org/W2060029454","https://openalex.org/W1989039360","https://openalex.org/W1560697087","https://openalex.org/W1548715306“]，”abstract_inverted_index“：{”Person“：[0]，”recognition“：[1,40]，”from“：[2111]，”pose-variant“：[3]，”face“：[4,39]，”images“：[5,69,73110138261]，”is“：[6,24170208217234271281]，“a”：[7,17,53226]，“well”：[8]，“addressed”：[9]，“yet”：[10]，“challengesting”：[11]，13]，“用于”：[14,90130188262]，“监视”：[15]，“in“：[16,26127140178284]，“拥挤”：[18]，“地点”：[19]，“其中”：[20]，“the”：[21,27,32,48,61,88,92116119141164167182191199205211231241241245250257268287]，“pose”：[22,67,93106]，“variation”：[23]，“large”：[25]，“test”：[28109168228260]，“set”：[29,632025]，“compare”：[30]，“to”：[31,46,59，86113155180286]，“培训“：[33,62,95142206251]，”组。“：[34143]，”常规“：[35]，”特征“：[36]，”提取“：[37]，”基于“：[38175]，”技术“：[41]，”是“：[42,84125151]，”不是“：[43245]，”高效“：[44]，”足够“：[45]，”解决“：[47]，”问题。“：[49]，”In“：[50115160]，”this“：[51]，”paper“，：[52]，”noble“：[54]，”mechanism“：[55]，”has“：56253]，”been“：[57254]，”proposed“：[58242269]，”learn“：[60]，“composing”：[64]，“of”：[65,74108148166185190267]，“less”：[66]，“variant”：[68,94]，“and”：[70100145157222]，“many”：[71]，“正面”：[72137192202227259]，“不同”：[75]，“人员”：[76]，“使用“：[77172219]，“deep”：[78]，“learning”：[79]，“algorithms”。“：[80]，”At“：[81]，”first“：[82]，”autoencoders“：[83]，”trained“：[85149]，”build“：+87]，”templates“：[89103133]，”resentating“：[91]，”images。“：[96]，”The“：[97194214265]，”left“：[98156]，”（45\u00b0）“：[99]，”right“：[101146158]，”“（+45\u00b0）”“：[102]，”cover“：[104]，”all“：[105]，”variations“：[107]，”90\u00b“：[112]，”+90\u00 b0.“：[114]，”next“：[117]，”step“：[118]，”convolution“：%120]，”neural“：[121]，“网络”：[122]，“（CNN）”：[123]，“架构”：[124187]，“使用”：[126]，“监督”：[128]，“模式”：[129]，“转换“：[131]，”为“：[134]，“人”：[135]，“特定”：[136212]，“当前”：[139]，“左”：[144]，“簇”：[147184]，“CNN”：[150]，“获得”：[152]，“with”：[153204]，“尊重”：[154]，“模板”。“：[159]，“测试”：[162]，“阶段”：[163]，“头像”：[165]，“图像”：[169203229]，“估计”：[171]，“协作”：[173]，“表示”：[174]，“分类器”：[176]，“（CRC）”：[177]，“顺序”：[179]，“选择”：[181]，“适当”：[183]，“CNN”：[186195]，“生成”：[189]，“图片”。“：[193248]，”架构“：[196]，”哪个“：[197280]，”提供“：[198]，”最佳“：[200]，”匹配“：[2011]，”认可“：[209]，”作为“：[210]，”人。“：[213]，”匹配“：[215232]，”分数“：[216233]，”测量“：[218]，”相关性“：[220]，”系数“：[221]，”Frobenius“：[223]，”常模。“：[224]，”对于“：[225]，”如果“：[230]，”下面“：[235]，”比“：[236]，”预定义“：[238]，”阈值“：[239]，”然后“：[240]，”方法“：[243270]，”does“：[244]，”识别“：[246]，”然而，“：[249]，”更新“：[255]，”by“：[256]，”未识别“：258]，”未来“：[263]，”辨识。“：[264]，”准确性“：[266]，”大约“：[272]，”99%“：[273]，”何时“：[274]，”测试“：[275]，”on“：[276]，”CMU“：[277]，”PIE“：[278]，”数据库“：[279]，”多“：[282]，”较高“：[283]，”比较“：[285]，”现有“：[288]，”人脸识别“：[289]，”方法。“：[290]}，”cited_by_api_url“：”https://api.openalex.org/works？filter=cites:W2907642180“，”counts_by_year“：[{”年份“：2023，”cited_by_count“：1}]，”updated_date“：”2024-09-27T11:56:50.136005“，”created_dates“：”2019-01-11“}