已选(0)清除
条数/页: 排序方式: |
| Adaptive Space Expansion for Fast Motion Planning 期刊论文 IEEE/CAA Journal of Automatica Sinica, 2024, 卷号: 11, 期号: 6, 页码: 1499-1514 作者: Shenglei Shi; Jiankui Chen
Adobe PDF(4194Kb)  |   收藏  |  浏览/下载:29/10  |  提交时间:2024/05/22 Adaptive space expansion (ASE) hyper-ellipsoid ring informed sampling motion planning |
| Second-Order Global Attention Networks for Graph Classification and Regression 会议论文 , Beijing, China, August 27-28, 2022 作者: Hu Fenyu ; Cui Zeyu ; Wu Shu ; Liu Qiang; Wu Jinlin ; Wang Liang ; Tan Tieniu![](/image/person.jpg)
Adobe PDF(69424Kb)  |   收藏  |  浏览/下载:208/70  |  提交时间:2023/07/06 |
| Clothing-Change Feature Augmentation for Person Re-Identification 会议论文 , 加拿大温哥华, 2023.6.18-2023.6.22 作者: Ke, Han ; Shaogang, Gong; Yan, Huang; Liang, Wang; Tieniu, Tan![](/image/person.jpg)
Adobe PDF(1001Kb)  |   收藏  |  浏览/下载:209/74  |  提交时间:2023/06/27 |
| SIFT Matching with CNN Evidences for Particular Object Retrieval 期刊论文 NEUROCOMPUTING, 2017, 卷号: 238, 期号: 238, 页码: 399-409 作者: Zhang Guixuan ; Zeng Zhi ; Zhang Shuwu ; Zhang Yuan ; Wu Wanchun
浏览  |   Adobe PDF(2393Kb)  |   收藏  |  浏览/下载:840/326  |  提交时间:2017/05/03 Particular Object Retrieval Bag-of-words Sift Matching Convolutional Neural Networks |
| 基于视频图像的三维建模方法与系统----消化道三维建模方法与应用研究 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: 张鸿燕
Adobe PDF(4843Kb)  |   收藏  |  浏览/下载:343/1  |  提交时间:2015/09/02 三维建模 消化道 无线胶囊内镜 流形建模 参数估计 图像拼接 三维重建 无线供电 3d Modeling Gastrointestinal Tract Wireless Capsule Endoscopy Manifold Modeling Parameter Estimation Image Mosaicing 3d Reconstruction Wireless Power Transfer |
| 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:425/0  |  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 |
| 多媒体内容分析与个性化检索 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: 张晓宇
Adobe PDF(5479Kb)  |   收藏  |  浏览/下载:439/1  |  提交时间:2015/09/02 图像/视频内容分析 语义标注 图像/视频检索 相关反馈 Image/video Content Analysis Semantic Annotation Image/video Retrieval Relevance Feedback |