×
验证码:
换一张
忘记密码?
记住我
切换中国科技网通行证登录
×
切换中国科技网通行证登录
登录
中文版
|
English
中国科学院自动化研究所机构知识库
Knowledge Commons of Institute of Automation,CAS
登录
注册
ALL
ORCID
题名
作者
导师
学科领域
关键词
资助项目
文献类型
出处
会议名称
收录类别
出版者
发表日期
存缴日期
学科门类
学习讨论厅
图片搜索
粘贴图片网址
首页
研究单元&专题
作者
文献类型
知识图谱
新闻&公告
在结果中检索
研究单元&专题
紫东太初大模型研究... [12]
作者
卢汉清 [12]
王金桥 [7]
刘静 [4]
李勇 [3]
程健 [2]
付君 [2]
更多...
文献类型
会议论文 [12]
发表日期
2021 [1]
2018 [1]
2016 [2]
2015 [4]
2014 [2]
2010 [1]
更多...
语种
英语 [2]
出处
ACM Multim... [2]
CEUR Works... [1]
IEEE Inter... [1]
In Proceed... [1]
In proceed... [1]
Internatio... [1]
更多...
资助项目
收录类别
EI [9]
SCI [1]
其他 [1]
导师
资助机构
×
知识图谱
CASIA OpenIR
开始提交
已提交作品
待认领作品
已认领作品
未提交全文
收藏管理
QQ客服
官方微博
反馈留言
(本次检索基于用户作品认领结果)
浏览/检索结果:
共12条,第1-10条
帮助
限定条件
文献类型:会议论文
作者:卢汉清
第一作者
已选(
0
)
清除
条数/页:
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
排序方式:
请选择
发表日期升序
发表日期降序
作者升序
作者降序
期刊影响因子升序
期刊影响因子降序
WOS被引频次升序
WOS被引频次降序
提交时间升序
提交时间降序
题名升序
题名降序
Consistent-Separable Feature Representation for Semantic Segmentation
会议论文
, online, 2021-2-2
作者:
He XJ(何兴建)
;
Liu J(刘静)
;
Fu J(付君)
;
Wang JQ(王金桥)
;
Lu HQ(卢汉清)
Adobe PDF(591Kb)
  |  
收藏
  |  
浏览/下载:260/62
  |  
提交时间:2022/06/24
Consistent-Separable Feature
Class-Aware Consistency loss
Semantic Segmentation
Enhancing Visual Question Answering Using Dropout
会议论文
, Seoul, South Korea, 2018.10
作者:
Fang, Zhiwei
;
Jing, Liu
;
Qiao, Yanyuan
;
Qu, Tang
;
Li, Yong
;
Lu, Hanqing
Adobe PDF(1635Kb)
  |  
收藏
  |  
浏览/下载:358/135
  |  
提交时间:2019/05/05
DeepBE: Learning Deep Binary Encoding for Multi-Label Classification
会议论文
, Las Vegas, NV, USA, 2016.6.27-6.30
作者:
Li, Chenghua
;
Kang, Qi
;
Ge, Guojing
;
Song, Qiang
;
Lu, Hanqing
;
Cheng, Jian
浏览
  |  
Adobe PDF(3165Kb)
  |  
收藏
  |  
浏览/下载:490/187
  |  
提交时间:2018/01/07
Chalearn2016
Deepbe
Multi-label Classification
Relaxing From Vocabulary: Robust Weakly-Supervised Deep Learning for Vocabulary-Free Image Tagging
会议论文
, Santiago, Chile, 2015.12.7-12.13
作者:
Fu, Jianlong
;
Wu, Yue
;
Mei, Tao
;
Wang, Jinqiao
;
Lu, Hanqing
;
Rui, Yong
浏览
  |  
Adobe PDF(342Kb)
  |  
收藏
  |  
浏览/下载:209/57
  |  
提交时间:2018/01/07
Learning sharable models for robust background subtraction
会议论文
IEEE International Conference on Multimedia & Expo, Torino, Italy, 2015-6
作者:
Yingying Chen
;
Jinqiao Wang
;
Hanqing Lu
浏览
  |  
Adobe PDF(1096Kb)
  |  
收藏
  |  
浏览/下载:363/172
  |  
提交时间:2016/10/26
Background Modeling
Hybrid Learning Framework for Large-Scale Web Image Annotation and Localization
会议论文
CEUR Workshop Proceedings 1391, Toulouse, France, September 8-11, 2015
作者:
Yong Li
;
Jing Liu
;
Yuhang Wang
;
Bingyuan Liu
;
Jun Fu
;
Yunze Gao
;
Hui Wu
;
Hang Song
;
Peng Ying
;
Hanqing Lu
Adobe PDF(1331Kb)
  |  
收藏
  |  
浏览/下载:463/116
  |  
提交时间:2016/06/27
Hybrid Learning
Svm
Fast R-cnn
Annotation
Concept Localization
Weakly Supervised RBM for Semantic Segmentation
会议论文
Proceedings of the Twenty-Fourth International Joint Conference on Artificial Intelligence, Buenos Aires, Argentina, July 25-31, 2015
作者:
Yong Li
;
Jing Liu
;
Yuhang Wang
;
Hanqing Lu
;
Songde Ma
Adobe PDF(1527Kb)
  |  
收藏
  |  
浏览/下载:371/89
  |  
提交时间:2016/06/27
无
Part Context Learning for Visual Tracking
会议论文
In proceedings of British Machine Computer Vision, Nottingham, UK, September 1-5
作者:
Zhu, Guibo
;
Wang, Jinqiao
;
Zhao, Chaoyang
;
Lu, Hanqing
;
Jinqiao Wang
Adobe PDF(1971Kb)
  |  
收藏
  |  
浏览/下载:262/66
  |  
提交时间:2016/06/27
Visual Tracking
Part Context Learning
MC-HOG Correlation Tracking with Saliency Proposal
会议论文
In Proceedings of The Thirtieth AAAI Conference on Artificial Intelligence, Phoenix, Arizona USA, February 12-17
作者:
Zhu, Guibo
;
Wang, Jinqiao
;
Wu, Yi
;
Zhang, Xiaoyu
;
Lu, Hanqing
;
Jinqiao Wang
Unknown(596Kb)
  |  
收藏
  |  
浏览/下载:441/119
  |  
提交时间:2016/06/27
Visual Tracking
Saliency Proposals
Mc-hog
Group latent factor model for recommendation with multiple user behaviors
会议论文
International ACM SIGIR Conference on Research and Development in Information Retrieval, Gold Coast, Queensland,Australia, 2014
作者:
Cheng, Jian
;
Yuan, Ting
;
Wang, Jinqiao
;
Lu, Hanqing
Adobe PDF(632Kb)
  |  
收藏
  |  
浏览/下载:346/140
  |  
提交时间:2015/08/19
Group Latent Factor Model
Recommendation
Multiple User Behaviors