×
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
多模态人工智能系统... [18]
作者
徐常胜 [9]
高君宇 [4]
杨小汕 [4]
宗成庆 [3]
王威 [3]
周玉 [2]
更多...
文献类型
期刊论文 [18]
发表日期
2024 [1]
2023 [3]
2022 [1]
2021 [4]
2020 [2]
2019 [2]
更多...
语种
英语 [14]
中文 [1]
出处
IEEE TRANS... [4]
ACM TRANSA... [2]
ACM TRANSA... [1]
Computatio... [1]
IEEE ROBOT... [1]
IEEE TRANS... [1]
更多...
资助项目
National N... [3]
National N... [3]
Key Resear... [2]
National N... [2]
National N... [2]
National N... [2]
更多...
收录类别
SCI [15]
CSCD [1]
ISTP [1]
导师
资助机构
National N... [4]
Research P... [2]
61303173 [1]
61432019 [1]
61472379 [1]
61532009 [1]
更多...
×
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
浏览/检索结果:
共18条,第1-10条
帮助
限定条件
文献类型:期刊论文
专题:多模态人工智能系统全国重点实验室
第一作者的第一单位
第一作者单位
通讯作者单位
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
题名升序
题名降序
WOS被引频次升序
WOS被引频次降序
作者升序
作者降序
提交时间升序
提交时间降序
发表日期升序
发表日期降序
期刊影响因子升序
期刊影响因子降序
Modal Contrastive Learning Based End-to-End Text Image Machine Translation
期刊论文
IEEE/ACM Transactions on Audio, Speech, and Language Processing (IEEE/ACM TASLP), 2023, 卷号: 32, 期号: 32, 页码: 2153-2165
作者:
Ma, Cong
;
Han, Xu
;
Wu, Linghui
;
Zhang, Yaping
;
Zhao, Yang
;
Zhou, Yu
;
Zong, Chengqing
Adobe PDF(6551Kb)
  |  
收藏
  |  
浏览/下载:43/20
  |  
提交时间:2024/06/26
Transformers
Machine translation
Decoding
Semantics
Pipelines
Text recognition
Task analysis
Text image machine translation
contrastive learning
text image recognition
machine translation
DARTScore: DuAl-Reconstruction Transformer for Video Captioning Evaluation
期刊论文
IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY, 2024, 卷号: 34, 期号: 4, 页码: 2041-2055
作者:
Chen, Yuxin
;
Zhang, Ziqi
;
Qi, Zhongang
;
Yuan, Chunfeng
;
Wang, Jie
;
Shan, Ying
;
Li, Bing
;
Hu, Weiming
;
Qie, Xiaohu
;
Wu, Jianping
Adobe PDF(13765Kb)
  |  
收藏
  |  
浏览/下载:58/5
  |  
提交时间:2024/05/30
Chinese video captioning evaluation
dual-reconstruction transformer
Semantic Policy Network for Zero-Shot Object Goal Visual Navigation
期刊论文
IEEE ROBOTICS AND AUTOMATION LETTERS, 2023, 卷号: 8, 期号: 11, 页码: 7655-7662
作者:
Zhao, Qianfan
;
Zhang, Lu
;
He, Bin
;
Liu, Zhiyong
Adobe PDF(1888Kb)
  |  
收藏
  |  
浏览/下载:159/22
  |  
提交时间:2023/12/21
Deep learning
path planning
reinforcement learning
vision-based navigation
Many Hands Make Light Work: Transferring Knowledge from Auxiliary Tasks for Video-Text Retrieval
期刊论文
IEEE Transactions on Multimedia, 2022, 页码: 1-15
作者:
Wang, Wei
;
Gao, Junyu
;
Yang, Xiaoshan
;
Xu, Changsheng
Adobe PDF(3679Kb)
  |  
收藏
  |  
浏览/下载:155/35
  |  
提交时间:2023/04/25
Weakly-supervised video object grounding via causal intervention
期刊论文
IEEE Transactions on Pattern Analysis and Machine Intelligence, 2023, 卷号: 45, 期号: 3, 页码: 3933 - 3948
作者:
Wang, Wei
;
Gao, Junyu
;
Xu, Changsheng
Adobe PDF(4558Kb)
  |  
收藏
  |  
浏览/下载:158/65
  |  
提交时间:2023/04/25
The Model May Fit You: User-Generalized Cross-Modal Retrieval
期刊论文
IEEE TRANSACTIONS ON MULTIMEDIA, 2021, 卷号: 24, 页码: 2998-3012
作者:
Ma, Xinhong
;
Yang, Xiaoshan
;
Gao, Junyu
;
Xu, Changsheng
Adobe PDF(6549Kb)
  |  
收藏
  |  
浏览/下载:299/60
  |  
提交时间:2022/06/17
cross-modal retrieval
domain generalization
meta-learning
Graph-based Multimodal Ranking Models for Multimodal Summarization
期刊论文
ACM TRANSACTIONS ON ASIAN AND LOW-RESOURCE LANGUAGE INFORMATION PROCESSING, 2021, 卷号: 20, 期号: 4, 页码: 21
作者:
Zhu, Junnan
;
Xiang, Lu
;
Zhou, Yu
;
Zhang, Jiajun
;
Zong, Chengqing
Adobe PDF(4193Kb)
  |  
收藏
  |  
浏览/下载:331/71
  |  
提交时间:2021/12/28
Multimodal summarization
single-modal
multimodal ranking
unsupervised
Transformers in computational visual media: A survey
期刊论文
Computational Visual Media, 2021, 卷号: 8, 期号: 1, 页码: 33-62
作者:
Xu,Yifan
;
Wei,Huapeng
;
Lin,Minxuan
;
Deng,Yingying
;
Sheng,Kekai
;
Zhang,Mengdan
;
Tang,Fan
;
Dong,Weiming
;
Huang,Feiyue
;
Xu,Changsheng
Adobe PDF(5366Kb)
  |  
收藏
  |  
浏览/下载:338/49
  |  
提交时间:2021/12/28
visual transformer
computational visual media (CVM)
high-level vision
low-level vision
image generation
multi-modal learning
Learning Coarse-to-Fine Graph Neural Networks for Video-Text Retrieval
期刊论文
IEEE TRANSACTIONS ON MULTIMEDIA, 2021, 卷号: 23, 页码: 2386-2397
作者:
Wang, Wei
;
Gao, Junyu
;
Yang, Xiaoshan
;
Xu, Changsheng
Adobe PDF(2165Kb)
  |  
收藏
  |  
浏览/下载:362/49
  |  
提交时间:2021/11/02
Feature extraction
Encoding
Task analysis
Semantics
Data models
Cognition
Focusing
Video-text retrieval
graph neural network
coarse-to-fine strategy
Multi-Level Correlation Adversarial Hashing for Cross-Modal Retrieval
期刊论文
IEEE TRANSACTIONS ON MULTIMEDIA, 2020, 卷号: 22, 期号: 12, 页码: 3101-3114
作者:
Ma, Xinhong
;
Zhang, Tianzhu
;
Xu, Changsheng
Adobe PDF(4322Kb)
  |  
收藏
  |  
浏览/下载:367/72
  |  
提交时间:2021/03/01
Semantics
Correlation
Aircraft propulsion
Deep learning
Bridges
Aircraft
Task analysis
Cross-modal retrieval
adversarial hashing
multi-level correlation