已选(0)清除
条数/页: 排序方式: |
| 无权访问的条目 学位论文 作者: 沈宇 Adobe PDF(27210Kb)  |  收藏  |  浏览/下载:6/0  |  提交时间:2024/07/29 |
| 基于多关键点检测加权融合的无人机相对位姿估计算法 期刊论文 自动化学报, 2024, 卷号: 50, 期号: 7, 页码: 1402-1416 作者: 葛泉波; 李凯; 张兴国 Adobe PDF(22579Kb)  |  收藏  |  浏览/下载:21/5  |  提交时间:2024/07/25 辅助无人机降落 舰载视觉系统 6D位姿估计 加权融合 关键点检测 级联特征提取 |
| 基于最大−最小策略的纵向联邦学习隐私保护方法 期刊论文 自动化学报, 2024, 卷号: 50, 期号: 7, 页码: 1373-1388 作者: 李荣昌; 刘涛; 郑海斌; 陈晋音; 刘振广; 纪守领 Adobe PDF(3719Kb)  |  收藏  |  浏览/下载:22/11  |  提交时间:2024/07/25 纵向联邦学习 属性推断攻击 隐私保护 最大−最小策略 工业互联网 |
| 基于料面视频图像分析的高炉异常状态智能感知与识别 期刊论文 自动化学报, 2024, 卷号: 50, 期号: 7, 页码: 1345-1362 作者: 朱霁霖; 桂卫华; 蒋朝辉; 陈致蓬; 方怡静 Adobe PDF(12475Kb)  |  收藏  |  浏览/下载:15/7  |  提交时间:2024/07/25 高炉 料面图像 高炉异常状态感知 高炉异常状态识别 多级残差通道注意力模块 |
| 基于全局局部协同的非均匀图像去雾方法 期刊论文 自动化学报, 2024, 卷号: 50, 期号: 7, 页码: 1333-1344 作者: 罗小同; 杨汶锦; 曲延云; 谢源 Adobe PDF(13469Kb)  |  收藏  |  浏览/下载:11/4  |  提交时间:2024/07/25 图像去雾 卷积神经网络 Transformer 特征融合 稀疏自注意力 |
| 基于特征变换和度量网络的小样本学习算法 期刊论文 自动化学报, 2024, 卷号: 50, 期号: 7, 页码: 1305-1314 作者: 王多瑞; 杜杨; 董兰芳; 胡卫明; 李兵 Adobe PDF(1177Kb)  |  收藏  |  浏览/下载:15/9  |  提交时间:2024/07/25 特征变换 度量学习 小样本学习 残差学习 |
| 基于计算机视觉的工业金属表面缺陷检测综述 期刊论文 自动化学报, 2024, 卷号: 50, 期号: 7, 页码: 1261-1283 作者: 伍麟; 郝鸿宇; 宋友 Adobe PDF(25552Kb)  |  收藏  |  浏览/下载:11/5  |  提交时间:2024/07/25 表面缺陷检测 计算机视觉 金属表面缺陷 自动化检测 |
| 基于Transformer的几何基元检测与分析 学位论文 , 2024 作者: 周威 Adobe PDF(10067Kb)  |  收藏  |  浏览/下载:42/5  |  提交时间:2024/07/21 基元检测 关系分析 关键点 Transformer |
| ReChoreoNet: Repertoire-based Dance Re-choreography with Music-conditioned Temporal and Style Clues 期刊论文 Machine Intelligence Research, 2024, 卷号: 21, 期号: 4, 页码: 771-781 作者: Ho Yin Au; Jie Chen; Junkun Jiang; Yike Guo Adobe PDF(2161Kb)  |  收藏  |  浏览/下载:23/7  |  提交时间:2024/07/18 Generative model cross-modality learning normalizing flow tempo synchronization style transfer |
| Vision Transformers with Hierarchical Attention 期刊论文 Machine Intelligence Research, 2024, 卷号: 21, 期号: 4, 页码: 670-683 作者: Yun Liu; Yu-Huan Wu; Guolei Sun; Le Zhang; Ajad Chhatkuli; Luc Van Gool Adobe PDF(1358Kb)  |  收藏  |  浏览/下载:36/12  |  提交时间:2024/07/18 Vision transformer hierarchical attention global attention local attention scene understanding |