CASIA OpenIR

浏览/检索结果: 共26条,第1-10条 帮助

限定条件                        
已选(0)清除 条数/页:   排序方式:
行为识别轻量化模型研究 学位论文
工学博士学位, 中国科学院自动化研究所: 中国科学院自动化研究所, 2022
作者:  程科
Adobe PDF(8804Kb)  |  收藏  |  浏览/下载:308/8  |  提交时间:2022/06/27
行为识别,轻量化模型,时空模型,图卷积神经网络,网络结构设计  
基于深度判别性模型的目标跟踪 学位论文
工学博士, 中国科学院大学人工智能学院: 中国科学院大学人工智能学院, 2022
作者:  于斌
Adobe PDF(23966Kb)  |  收藏  |  浏览/下载:213/14  |  提交时间:2022/06/15
目标跟踪  判别性模型  深度学习  特征降维  正交投影  
基于多模态交互与注意力机制的视觉问答 学位论文
, 中国科学院自动化研究所: 中国科学院自动化研究所, 2022
作者:  刘飞
Adobe PDF(10058Kb)  |  收藏  |  浏览/下载:417/17  |  提交时间:2022/06/13
视觉问答  多模态交互  注意力机制  关系推理  
基于序列生成的图像语义描述 学位论文
工学博士, 中国科学院自动化研究所: 中国科学院自动化研究所, 2021
作者:  郭龙腾
Adobe PDF(6291Kb)  |  收藏  |  浏览/下载:317/20  |  提交时间:2021/06/24
图像语义描述  视觉和语言  序列生成  注意力机制  非自回归解码  
基于序列建模的自然场景下文字识别方法研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2020
作者:  高云泽
Adobe PDF(3939Kb)  |  收藏  |  浏览/下载:354/18  |  提交时间:2020/06/17
场景文字识别,序列建模,全卷积网络,半监督学习,语法关系建模,不规则文字识别  
基于深度特征融合的图像分类方法研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2018
作者:  李成华
Adobe PDF(12872Kb)  |  收藏  |  浏览/下载:987/10  |  提交时间:2018/05/31
图像分类  深度卷积神经网络  特征融合  图像包网络  一致性融合  动态门控融合  
图像语义解析的相关技术研究 学位论文
, 北京: 中国科学院大学, 2016
作者:  李勇
Adobe PDF(12268Kb)  |  收藏  |  浏览/下载:360/12  |  提交时间:2016/06/28
语义解析  语义分割  协同分割  目标检测  图像检索  
图像和视频画面显示自适应技术研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2014
作者:  屈展
Adobe PDF(19195Kb)  |  收藏  |  浏览/下载:172/0  |  提交时间:2015/09/02
图像和视频自适应  变形  裁切  缩放  显著性检测  凸规划  Image And Video Retargeting  Warping  Cropping  Scaling  Salience Map  Convex Programming  
面向智能监控的视觉场景行为理解与摘要技术研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2014
作者:  付伟
Adobe PDF(6203Kb)  |  收藏  |  浏览/下载:295/0  |  提交时间:2015/09/02
视频监控  行为理解  结构支持向量机  群体行为分类  视频摘要  稀疏主题模型  Video Surveillance  Activity Understanding  Structure Svm  Collective Activity Classification  Video Summarization  Sparse Topical Model  
基于子空间学习的多媒体内容分析与理解 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2013
作者:  李泽超
Adobe PDF(5719Kb)  |  收藏  |  浏览/下载:481/0  |  提交时间:2015/09/02
多媒体分析与理解  图像标注  标签推荐  新闻检索  子空间学习  特征学习  因子分析  Multimedia Analysis And understAnding  Image Tagging  Tag Recommendation  News Retrieval  Subspace Learning  Feature Learning  Factor Analysis