CASIA OpenIR

浏览/检索结果: 共7条,第1-7条 帮助

限定条件                    
已选(0)清除 条数/页:   排序方式:
Wide-Sense Stationary Policy Optimization with Bellman Residual on Video Games 会议论文
, Shenzhen, China, 05-09 July 2021
作者:  Gong C(龚晨);  He Q(何强);  Bai YP(白云鹏);  Hou XW(侯新文);  Fan GL(范国梁);  Liu Y(刘禹)
Adobe PDF(2780Kb)  |  收藏  |  浏览/下载:245/44  |  提交时间:2022/06/27
Video Game  Reinforcement Learning  Quantile Regression  Bellman residual  Wasserstein Distance  
A Robust Deep Affinity Network for Multiple Ship Tracking 期刊论文
IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT, 2021, 卷号: 70, 页码: 20
作者:  Zhang, Wen;  He, Xujie;  Li, Wanyi;  Zhang, Zhi;  Luo, Yongkang;  Su, Li;  Wang, Peng
收藏  |  浏览/下载:181/0  |  提交时间:2021/11/02
Complex marine scenes  joint global region modeling (JGRM) module  marine surveillance  motion-matching optimization (MMO) module  multiple ship tracking (MST)  
MEAD: a Mask-guidEd Anchor-free Detector for oriented aerial object detection 期刊论文
Applied Intelligence, 2021, 期号: 0, 页码: 0
作者:  Zewen He;  Zhida Ren;  Xuebing Yang;  Yang Yang;  Wensheng Zhang
Adobe PDF(4447Kb)  |  收藏  |  浏览/下载:271/55  |  提交时间:2021/06/28
Oriented aerial object detection  Anchor-free detector  Mask-guided mechanism  Cascade structure  
保持高分辨率信息的无锚点框检测算法 期刊论文
计算机辅助设计与图形学学报, 2021, 期号: 4, 页码: 580-589
作者:  何泽文;  张文生
Adobe PDF(477Kb)  |  收藏  |  浏览/下载:168/60  |  提交时间:2021/06/28
目标检测  高分辨率网络  无锚点框检测  多尺度特征融合 中  
COG: COnsistent data auGmentation for object perception 会议论文
, 日本京都(在线), 2020-11
作者:  Zewen He;  Rui Wu;  Dingqian Zhang
Adobe PDF(1961Kb)  |  收藏  |  浏览/下载:165/35  |  提交时间:2021/06/28
图像目标检测的深度学习模型与算法研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2021
作者:  何泽文
Adobe PDF(9650Kb)  |  收藏  |  浏览/下载:245/13  |  提交时间:2021/06/28
目标检测,深度学习,多尺度训练,图像数据扩增,旋转目标检测  
Consistent scale normalization for object perception 期刊论文
APPLIED INTELLIGENCE, 2021, 期号: 51, 页码: 4490-4502
作者:  Zewen He;  He Huang;  Yudong Wu;  Xuebing Yang;  Wensheng Zhang
Adobe PDF(3338Kb)  |  收藏  |  浏览/下载:356/59  |  提交时间:2021/03/01
Object detection  Scale variation  Scale normalization  Feature Pyramid Network (FPN)