{“id”：“https://openalex.org/W2887754865“，”doi“：”https://doi.org/10.109/tmscs.2018.2865303“，”title“：“DeltaFrame-BP:一种使用帧差进行视频数据深度卷积神经网络训练和推断的算法”，“display_name”：“Delta Frame-BP：一种使用帧差进行视频信息深度卷积神经元网络训练和推理的算法”、“publication_year”：2018，“publication_date”：“2018-10-01”，“ids”：{”openalex“：”https://openalex.org/W2887754865“，”doi“：”https://doi.org/10.109/tmscs.2018.2865303“，”mag“：”2887754865“}，”language“：”en“，”primary_location“：{”is_oa“：false，”landing_page_url“：”https://doi.org/10.109/tmscs.2018.2865303“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S4210201583“，”display_name“：”多尺度计算系统上的IEEE事务“，”issn_l“：”2332-7766“，”isn“：[”2332-6766“、”2372-207X“]，”is_oa“：false，”is.in_doaj“：false，”host_organization“：”https://openalex.org/P4310318808“，”“host_organization_name”：“电气与电子工程师学会”，“host_ordanization_lineage”：[“https://openalex.org/P4310318808“]，”host_organization_lineage_names“：[”电气与电子工程师协会“]，“type”：“journal”}，“license”：null，“licence_id”：null，“version”：nully，“is_accepted”：false，“is_published”：false}，”type“：”article“，”type_crossref“：“jornal-article”，“indexed_in”：[”crossref“]any_repository_has_fulltext“：false｝，”authorships“：[｛”author_position“：”first“，”author“：｛”id“：”https://openalex.org/A5044384604“，”display_name“：”Bing Han“，”orcid“：”https://orcid.org/0000-0003-1187-5243}，“机构”：[{“id”：https://openalex.org/I219193219“，”display_name“：”普渡大学西拉斐特分校“，”ror“：”https://ror.org/02dqehb95“，”country_code“：”美国“，”类型“：”教育“，”血统“：[”https://openalex.org/I219193219“]}]，”国家“：[”美国“]，”is_corresponding“：false，”raw_author_name“：”Bing Han“，”raw _ afiliation_strings“：[“美国印第安纳州西拉斐特普渡大学电气与计算机工程系”]}，{“author_position”：“last”，“author”：{“id”：“https://openalex.org/A503116187“，”display_name“：”考希克·罗伊“，”兽人“：”https://orcid.org/0000-0002-0735-9695}，“机构”：[{“id”：https://openalex.org/I219193219“，”display_name“：”普渡大学西拉斐特分校“，”ror“：”https://ror.org/02dqehb95“，”country_code“：”美国“，”类型“：”教育“，”血统“：[”https://openalex.org/I219193219“]}]，”countries“：[”US“]，”is_corresponding“：false，”raw_author_name“：”Kaushik Roy“，”raw _affiliation_strings“：【”美国印第安纳州西拉斐特普渡大学电气与计算机工程系“】}]，“countries_distinact_count”：1，“institutions_distiction_count“：1，”corresponding_author_ids“：[]，”correcponding_institution_idsapc_pay“：null，”has_fulltext“：true，”fulltext_origin“：”ngrams“，”cited_by_count“：5，”ciped_by_percentile_year“：{”min“：82，”max“：83}，”biblio“：{“volume”：“4”，“issue”：“”4“，”first_page“：“624”，”last_page“：“634”}，“is_retracted”：false，”is_paratext“：false”，“primary_topic”：{“id”：“https://openalex.org/T10036“，”display_name“：”计算机视觉和图像识别深度学习“，”score“：0.9998，”subfield“：{”id“：”https://openalex.org/subfields/1707“，”display_name“：”计算机视觉和模式识别“｝，”field“：｛”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/T10036“，”display_name“：”计算机视觉和图像识别深度学习“，”score“：0.9998，”subfield“：{”id“：”https://openalex.org/subfields/1707“，”display_name“：”计算机视觉和模式识别“｝，”field“：｛”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/T10812“，”display_name“：”人类动作识别和姿势估计“，”score“：0.9997，”subfield“：{”id“：”https://openalex.org/subfields/1707“，”display_name“：”计算机视觉和模式识别“｝，”field“：｛”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/T11512“，”“display_name”：“高维数据中的异常检测”，“score”：0.9989，“subfield”：{“id”：“https://openalex.org/subfields/1702“，”display_name“：”人工智能“}，”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/dep-learning网站“，”display_name“：”深度学习“，”score“：0.551823}，{”id“：”https://openalex.org/keywords/video-analysis网站“，”display_name“：”视频分析“，”score“：0.540351｝，｛”id“：”https://openalex.org/keywords/image-re认知“，”display_name“：”图像识别“，”score“：0.538044}，{”id“：”https://openalex.org/关键字/计算机视觉“，”display_name“：”计算机视觉“，”score“：0.53211}，{”id“：”https://openalex.org/keywords/object-detection网站“，”display_name“：”Object Detection“，”score“：0.524464}]，”concepts“：[{”id“：”https://openalex.org/C81363708，“wikidata”：https://www.wikidata.org/wiki/Q17084460网址“，”display_name“：”卷积神经网络“，”level“：2，”score“：0.76522243}，{”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198“，”display_name“：”计算机科学“，”level“：0，”score“：0.75815564}，{”id“：”https://openalex.org/C2776214188，“wikidata”：https://www.wikidata.org/wiki/Q408386“，”display_name“：”推断“，”级别“：2，”分数“：0.7030816}，{”id“：”https://openalex.org/C126042441，“wikidata”：https://www.wikidata.org/wiki/Q1324888“，”display_name“：”Frame（networking）“，”level“：2，”score“：0.6472114}，{”id“：”https://openalex.org/C2777211547，“wikidata”：https://www.wikidata.org/wiki/Q17141490“，”display_name“：”训练（气象）“，”level“：2，”score“：0.63921976}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.638383}，{”id“：”https://openalex.org/C153180895，“wikidata”：https://www.wikidata.org/wiki/Q7148389“，”display_name“：”模式识别（心理学）“，”level“：2，”score“：0.44818664}，{”id“：”https://openalex.org/C108583219，“wikidata”：https://www.wikidata.org/wiki/Q197536网址“，”display_name“：”深度学习“，”level“：2，”score“：0.44269297}，{”id“：”https://openalex.org/C11413529，“wikidata”：https://www.wikidata.org/wiki/Q8366“，”display_name“：”Algorithm“，”level“：1，”score“：0.4298311}，{”id“：”https://openalex.org/C50644808，“wikidata”：https://www.wikidata.org/wiki/Q192776“，”display_name“：”人工神经网络“，”level“：2，”score“：0.42942542}，{”id“：”https://openalex.org/C51632099，“wikidata”：https://www.wikidata.org/wiki/Q3985153“，”display_name“：”训练集“，”level“：2，”score“：0.42910624}，{”id“：”https://openalex.org/C119857082，“wikidata”：https://www.wikidata.org/wiki/Q2539“，”display_name“：”机器学习“，”level“：1，”score“：0.37606984}，{”id“：”https://openalex.org/C76155785，“wikidata”：https://www.wikidata.org/wiki/Q418“，”display_name“：”Telecommunications“，”level“：1，”score“：0.055698007}，{”id“：”https://openalex.org/C121332964，“wikidata”：https://www.wikidata.org/wiki/Q413“，”display_name“：”Physics“，”level“：0，”score“：0.0｝，｛”id“：”https://openalex.org/C153294291，“wikidata”：https://www.wikidata.org/wiki/Q25261“，”display_name“：”Meteorology“，”level“：1，”score“：0.0｝]，”mesh“：[]，”locations_count“：1，”locations“：[｛”is_oa“：false，”landing_page_url“：”https://doi.org/10.109/tmscs.2018.2865303“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S4210201583“，”display_name“：”多尺度计算系统上的IEEE事务“，”issn_l“：”2332-7766“，”isn“：[”2332-6766“、”2372-207X“]，”is_oa“：false，”is.in_doaj“：false，”host_organization“：”https://openalex.org/P4310318808“，”“host_organization_name”：“电气与电子工程师学会”，“host_ordanization_lineage”：[“https://openalex.org/P4310318808“]，”host_organization_lineage_names“：[”电气和电子工程师协会“]，”type“：”journal“｝，”license“：null，”license_id“：null，”version“：null，”is_accepted“：false，”is_published“：false｝]，”best_oa_location“：null，”sustainable_development_goals“：[｛”display_name“：”平价清洁能源“，”id“：”https://metadata.un.org/sdg/7“，”score“：0.91}]，”grants“：[{”funder“：”https://openalex.org/F4320306087“，”funder_display_name“：”Semiconductor Research Corporation“，”award_id“：null}，{”funder“：”https://openalex.org/F4320307102“，”funder_display_name“：”英特尔公司“，”award_id“：null｝，｛”funder“：”https://openalex.org/F4320335353“，”funder_display_name“：”斯里兰卡国家科学基金会“，”award_id“：null}]“，”datasets“：[]，”versions“：[]，”referenced_works_count“：65，”referrenced_works“：[”https://openalex.org/W1578285471","https://openalex.org/W1701967867","https://openalex.org/W1724438581","https://openalex.org/W1836465849","https://openalex.org/W1841592590","https://openalex.org/W1861492603","https://openalex.org/W189277179","https://openalex.org/W1922123711","https://openalex.org/W1935978687","https://openalex.org/W1963882359","https://openalex.org/W2016053056","https://openalex.org/W2051825853","https://openalex.org/W2091902424","https://openalex.org/W2097117768","https://openalex.org/W2102605133","https://openalex.org/W2114508814","https://openalex.org/W2116064496","https://openalex.org/W2117539524","https://openalex.org/W2118717252","https://openalex.org/W2136922672","https://openalex.org/W2147253850","https://openalex.org/W2156303437","https://openalex.org/W2163605009","https://openalex.org/W2172166488","https://openalex.org/W2172654076","https://openalex.org/W2259950157","https://openalex.org/W2260663238","https://openalex.org/W2264905057","https://openalex.org/W2266701264","https://openalex.org/W2279098554","https://openalex.org/W2280226538","https://openalex.org/W2285660444","https://openalex.org/W2300242332","https://openalex.org/W2334564994","https://openalex.org/W2340897893","https://openalex.org/W2342662179","https://openalex.org/W2404427863","https://openalex.org/W2533121491","https://openalex.org/W2563860341","https://openalex.org/W2604864632","https://openalex.org/W2605366333","https://openalex.org/W2606822607","https://openalex.org/W2611984215","https://openalex.org/W2613736958","https://openalex.org/W2736237086","https://openalex.org/W2760655081","https://openalex.org/W2772601282","https://openalex.org/W2962835968","https://openalex.org/W2962965870","https://openalex.org/W2963000224","https://openalex.org/W2963866581","https://openalex.org/W2964200805","https://openalex.org/W2964217848","https://openalex.org/W2997574889","https://openalex.org/W4236788275","https://openalex.org/W4293772185","https://openalex.org/W4294557928","https://openalex.org/W4297790889","https://openalex.org/W4301023404","https://openalex.org/W4301154003","https://openalex.org/W4301910720","https://openalex.org/W4302088125","https://openalex.org/W4302296459","https://openalex.org/W4919037","https://openalex.org/W764651262“]，”related_works“：[”https://openalex.org/W564581980","https://openalex.org/W4313289428","https://openalex.org/W4311257506","https://openalex.org/W3156786002","https://openalex.org/W3136076031","https://openalex.org/W3021430260","https://openalex.org/W2963958939","https://openalex.org/W2738221750","https://openalex.org/W2732542196","https://openalex.org/W2337926734“]，”ngrams_url“：”https://api.openalex.org/works/W2887754865/ngrams网站“，”abstract_inverted_index“：{”灵感“：[0]，”by“：[1132]，”the“：[2108189197]，”success“：[3]，”of“：[4,49,62105111]，”deep“：[5,25,86,90118137]，”卷积“：[6]，”neural“：[7]，”networks“：[8]，”（CNN）“：[9]，”with“：[10171196]，”back-propagation“：[11]，”[13,89139187]，“on”：[14,23,92]，“大规模”：[15]，“图像”：[16,57]，“识别“：[17,40]，”任务“，：[18]，”最近“：[19]，”研究“：[20]，”努力“：[21]，”集中“：[22]，”支出“：[24]，”CNN“：[26,91138]，”朝向“：[27]，”更多“：[28]，“挑战性”：[29]，“自动化”：[30]，“视频”：[31,35,93112146156173]，“分析”：[32]，“例如”：[33]，“如”：[34]，“分类”：[36]，“对象”：[37]，“跟踪”：[38]，“动作”：[39]，“和“：[41,64,79,82,98126140161]，”光学“：[42]，”流量“：[43]，”检测。“：[44]，“视频”：[45]，“包括”：[46]，“a”：[47,60,74117]，“序列”：[48]，“图像”：[50]，“（帧）”：[51]，“捕获”：[52]，“超过”：[53]，“时间”：[54109]，“in”：[55155169186194]，“其中”：[56121]，“数据”：[58164]，“是”：[59]，“函数”：[61]，“空间”：[63]，“时刻”。“：[65]，“提取”：[66]，“三维”：[67]，“时空”：[68]，“特征”：[69]，“来自”：[70]，“多个”：[71]，“帧”：[72106147]，“变为”：[73]，“键”：[75]，“成分”：[76]，“用于”：[77136]，“捕获”：[78]，“合并”：[80]，“外观”：[81]，“动态”：[83]，“表示”：[84]，“使用”：[85166188]，“CNN。“：[87]，”因此，“：[88]，”涉及“：[94]，”重要“：[95]，”计算“：[96124]，”资源“：[97]，”能量“：[99127182]，”消耗“：[100128]，”到期“：[101148]，”到“：[102149176]，”扩展“：[103]，”数字“：[104]，”跨越“：[107]，”行“：[110]，”长度。“：[113]，“We”：[114]，“propose”：[115]，“DeltaFrame-BP”：[116]，“learning”：[119]，“algorithm，”：[120]，“significate”：[122]，“reduces”：[123]，“cost”：[125]，“without”：[129]，“accurability”：[130]，“degradement”：[131]，“streaming”：[133165]，“frame”：[134167]，“differencess”：[135168]，“inference”。“：[141]，“The”：[142]，“internative”：[143]，“similarity”：[144]，“between”：[145]，“high”：[150]，“fps”：[151]，“（frames”：%152]，“per”：[153]，“second）”：[154]，“recording”：[157]，“helps”：[158]，“reacing”：[159]，“high sparsity”：%160]，“low dynamic”：-162]，“range”：[163]，“comparison”：[170195]，“raw”：[172]，“帧。“：[174]，”根据“：[175]，”我们的“：[177]，”模拟“：[178]，”接近“：[179]，”25“：[180]，”百分比“：[181]，”减少“：[183]，”是“：[184]，”实现“：[185]，”提议“：[190]，”准确无损“：[191]，”DeltaFrame-BP“：[192]，”算法“：[193]，”标准“：[198]，”反向传播“：[199]，”运算法则。“：[200]}，”cited_by_api_url“：”https://api.openalex.org/works？filter=cites:W2887754865“，”counts_by_year“：[{”年份“：2022，”cited_by_count“：4}，{”年“：2020，”cited_by_count”：1}]，”更新日期“：”2024-05-22T17:12:06.025566“，”创建日期“：“2018-08-22”}