CASIA OpenIR

浏览/检索结果: 共8条,第1-8条 帮助

限定条件    
已选(0)清除 条数/页:   排序方式:
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:992/10  |  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  
基于视觉的行人检测与计数研究 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2011
作者:  刘晶晶
Adobe PDF(3525Kb)  |  收藏  |  浏览/下载:194/0  |  提交时间:2015/09/02
行人检测与计数  运动前景分割  马尔科夫链蒙特卡洛算法  Pedestrian Detection  Pedestrian Counting  Foreground Image Segmentation  Markov Chain Monte Carlo Algorithm  
目标检测若干关键技术研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2012
作者:  谢程利
Adobe PDF(3907Kb)  |  收藏  |  浏览/下载:266/1  |  提交时间:2015/09/02
目标检测  随机森林  人体部件检测  目标实例检测  点对分类  Object Detection  Random Forest  Human Body Parts Detection  Object Instance Detection  Pairwise Classification  
视频中行为分析关键技术研究 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2011
作者:  张天柱
Adobe PDF(7984Kb)  |  收藏  |  浏览/下载:256/0  |  提交时间:2015/09/02
行为识别  多视角学习  半监督学习  图模型  Adaboost  Co-em  Co-training  Action Recognition  Multi-view Learning  Semi-supervised Learning  Graph Model  Adaboost  Co-em  Co-training  
基于局部特征的物体分类关键技术研究 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2010
作者:  欧阳毅
Adobe PDF(3031Kb)  |  收藏  |  浏览/下载:184/0  |  提交时间:2015/09/02
物体分类  局部特征  局部特征学习  多特征融合  Object Categorization  Local Feature  Local Feature Learning  Multiple Feature Fusion  
多媒体内容分析与个性化检索 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2010
作者:  张晓宇
Adobe PDF(5479Kb)  |  收藏  |  浏览/下载:440/1  |  提交时间:2015/09/02
图像/视频内容分析  语义标注  图像/视频检索  相关反馈  Image/video Content Analysis  Semantic Annotation  Image/video Retrieval  Relevance Feedback  
广播视频的结构分析和语义检索 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2008
作者:  王金桥
Adobe PDF(3635Kb)  |  收藏  |  浏览/下载:276/0  |  提交时间:2015/09/02
视频检索  结构分析  视频分割  多模态分析  场景检测  广告分类  Video Retrieval  Structure Analysis  Video Segmentation  Multimodal Fusion  Scene Detection  Ads Classification  
智能视频监控中运动目标检测与跟踪技术的研究 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2007
作者:  杨杰
Adobe PDF(1990Kb)  |  收藏  |  浏览/下载:181/0  |  提交时间:2015/09/02
智能视频监控  背景建模  目标跟踪  基于mcmc的粒子滤波  Intelligent Visual Surveillance  Background Modeling  Object Tracking  Mcmc-based Particle Filter