×
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... [31]
毕业生 [19]
学术期刊 [15]
紫东太初大模型研究中... [9]
模式识别实验室 [8]
数字内容技术与服务研... [3]
更多...
作者
徐常胜 [10]
卢汉清 [6]
刘静 [5]
高君宇 [5]
王威 [5]
杨小汕 [4]
更多...
文献类型
期刊论文 [52]
学位论文 [25]
会议论文 [15]
发表日期
2024 [9]
2023 [19]
2022 [11]
2021 [12]
2020 [7]
2019 [9]
更多...
语种
英语 [32]
中文 [25]
出处
Machine In... [8]
IEEE/CAA J... [6]
IEEE TRANS... [4]
ACM TRANSA... [3]
IEEE TRANS... [3]
自动化学报 [3]
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 [31]
EI [10]
CSCD [1]
ISTP [1]
导师
卢汉清 [3]
谭铁牛 [2]
刘静 [1]
张文生 [1]
张树武 [1]
徐常胜 [1]
更多...
资助机构
National N... [7]
National K... [2]
National K... [2]
Research P... [2]
61303173 [1]
61379100) [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92条,第1-10条
帮助
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
面向视觉-语言的跨模态预训练与匹配方法研究
学位论文
, 2024
作者:
chen yuxin
Adobe PDF(46981Kb)
  |  
收藏
  |  
浏览/下载:34/2
  |  
提交时间:2024/07/11
视觉语言匹配
图像文本预训练
知识蒸馏
双向匹配评估
令牌合并
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
基于视觉-语言引导的机器人导航研究
学位论文
, 2024
作者:
何科技
Adobe PDF(29796Kb)
  |  
收藏
  |  
浏览/下载:71/5
  |  
提交时间:2024/06/25
视觉语言导航、数据稀缺、时序信息挖掘噪声、跨模态对齐、异常行为
UniGen: Unified Generative Pre-training for Multilingual Multimodal Representation
会议论文
, Waseda University, Tokyo, Japan, 2024.03.15-2024.03.18
作者:
Zheyuan, Tian
;
Guan, Luo
;
Bo, Wang
;
Bing, Li
;
Weiming, Hu
Adobe PDF(975Kb)
  |  
收藏
  |  
浏览/下载:74/19
  |  
提交时间:2024/05/31
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
视觉自监督学习关键技术研究
学位论文
, 2024
作者:
Li, Zhaowen(李朝闻)
Adobe PDF(42567Kb)
  |  
收藏
  |  
浏览/下载:62/4
  |  
提交时间:2024/05/27
请输入关键词
基于自回归预训练的多语言文本-图像理解方法研究
学位论文
, 2024
作者:
田哲源
Adobe PDF(10331Kb)
  |  
收藏
  |  
浏览/下载:45/3
  |  
提交时间:2024/05/27
多语言模型
文本-图像跨模态理解
自回归预训练
参数微调
从视频到语言:视频标题生成与描述研究综述
期刊论文
自动化学报, 2022, 卷号: 48, 期号: 2, 页码: 375-397
作者:
汤鹏杰
;
王瀚漓
Adobe PDF(8546Kb)
  |  
收藏
  |  
浏览/下载:60/14
  |  
提交时间:2024/05/20
视频描述
卷积神经网络
循环神经网络
语段生成
情感表达
逻辑语义
基于语境辅助转换器的图像标题生成算法
期刊论文
自动化学报, 2023, 卷号: 49, 期号: 9, 页码: 1889-1903
作者:
连政
;
王瑞
;
李海昌
;
姚辉
;
胡晓惠
Adobe PDF(3362Kb)
  |  
收藏
  |  
浏览/下载:63/17
  |  
提交时间:2024/04/24
图像标题生成
注意力机制
转换器
视觉连贯性
Cogeneration of Innovative Audio-visual Content: A New Challenge for Computing Art
期刊论文
Machine Intelligence Research, 2024, 卷号: 21, 期号: 1, 页码: 4-28
作者:
Mengting Liu
;
Ying Zhou
;
Yuwei Wu
;
Feng Gao
Adobe PDF(14438Kb)
  |  
收藏
  |  
浏览/下载:73/14
  |  
提交时间:2024/04/23
Artificial intelligence (AI) art, audio-visual, artificial intelligence generated content (AIGC), multimodal, artistic evaluation