CASIA OpenIR

浏览/检索结果: 共14条,第1-10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:1028/10  |  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:379/12  |  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  
基于特征学习和模型集成的目标跟踪 学位论文
, 北京: 中国科学院大学, 2016
作者:  朱贵波
Adobe PDF(4159Kb)  |  收藏  |  浏览/下载:534/17  |  提交时间:2016/06/27
目标跟踪  部件上下文模型  相关滤波  在线聚类  协同跟踪  
基于在线学习的目标跟踪 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:  朱贵波
Adobe PDF(7010Kb)  |  收藏  |  浏览/下载:335/0  |  提交时间:2015/09/02
目标跟踪  协同跟踪  排序支持向量机  Object Tracking  Collaborative Tracking  Ranksvm  
基于深度学习的特征表示和图像分类方法研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2015
作者:  刘炳源
Adobe PDF(13290Kb)  |  收藏  |  浏览/下载:3348/0  |  提交时间:2015/09/02
图像表示  图像分类  特征表示  深度学习  稀疏约束  空间信息  Image Representation  Image Classification  Feature Learning  Deep Learning  Sparse Constraints  Spatial Information  
基于弱监督学习的网络图像语义解析 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:  刘洋
Adobe PDF(26964Kb)  |  收藏  |  浏览/下载:796/0  |  提交时间:2015/09/02
弱监督学习  图像语义解析  双重聚类  稀疏编码  字典学习  多示例多标签学习  结构svm  Weakly-supervised Learning  Image Region Annotation  Dual-clustering  Sparse Coding  Dictionary Learning  Structural Svm  Multi-instance Multi-label Learning  
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:495/0  |  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  
基于内容的多媒体信息检索关键技术研究 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:  刘扬
Adobe PDF(3319Kb)  |  收藏  |  浏览/下载:460/0  |  提交时间:2015/09/02
多媒体信息检索  子空间模型  复制视频检测  问答系统  Multimedia Information Retrieval  Subspace Model  Video Copy Detection  Question-answer System  
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:268/0  |  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  
自然场景下视觉目标跟踪的关键技术研究 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:  马丽莉
Adobe PDF(5277Kb)  |  收藏  |  浏览/下载:202/0  |  提交时间:2015/09/02
目标跟踪  均值漂移  粒子滤波  轮廓跟踪  视觉注意模型  Object Tracking  Mean Shift  Particle Filter  Contour Tracking  Visual Attention Model