中文版 | English

在结果中检索

CASIA OpenIR

浏览/检索结果: 共482条，第1-10条 帮助

已选(0)清除 条数/页：   排序方式：
面向对抗样本的深度神经网络可解释性分析 期刊论文
自动化学报, 2022, 卷号: 48, 期号: 1, 页码: 75-86
作者:  董胤蓬;  苏航;  朱军
Adobe PDF(7934Kb)  |  收藏  |  浏览/下载：3/1  |  提交时间：2024/05/20
深度神经网络  可解释性  对抗样本  视觉特征表示  
融合属性特征的行人重识别方法 期刊论文
自动化学报, 2022, 卷号: 48, 期号: 2, 页码: 564-571
作者:  邵晓雯;  帅惠;  刘青山
Adobe PDF(3096Kb)  |  收藏  |  浏览/下载：2/1  |  提交时间：2024/05/20
行人重识别  属性识别  深度学习  自适应权重  
基于自注意力模态融合网络的跨模态行人再识别方法研究 期刊论文
自动化学报, 2022, 卷号: 48, 期号: 6, 页码: 1457-1468
作者:  杜鹏;  宋永红;  张鑫瑶
Adobe PDF(14206Kb)  |  收藏  |  浏览/下载：2/0  |  提交时间：2024/05/20
跨模态行人再识别  自注意力  跨模态融合  CycleGAN  
基于多阶运动参量的四旋翼无人机识别方法 期刊论文
自动化学报, 2022, 卷号: 48, 期号: 6, 页码: 1429-1447
作者:  刘孙相与;  李贵涛;  詹亚锋;  高鹏
Adobe PDF(9889Kb)  |  收藏  |  浏览/下载：0/0  |  提交时间：2024/05/20
四旋翼无人机  目标识别  运动特征  融合方法  
基于上下文和浅层空间编解码网络的图像语义分割方法 期刊论文
自动化学报, 2022, 卷号: 48, 期号: 7, 页码: 1834-1846
作者:  罗会兰;  黎宵
Adobe PDF(4004Kb)  |  收藏  |  浏览/下载：2/0  |  提交时间：2024/05/20
语义分割  二分支策略  语义上下文信息  浅层空间细节信息  反U型结构  
基于多层次特征融合的图像超分辨率重建 期刊论文
自动化学报, 2023, 卷号: 49, 期号: 1, 页码: 161-171
作者:  李金新;  黄志勇;  李文斌;  周登文
Adobe PDF(12294Kb)  |  收藏  |  浏览/下载：28/9  |  提交时间：2024/05/09
残差学习  层次特征信息  超分辨率  卷积神经网络  
基于深度学习的纹理布匹瑕疵检测方法 期刊论文
自动化学报, 2023, 卷号: 49, 期号: 4, 页码: 857-871
作者:  许玉格;  钟铭;  吴宗泽;  任志刚;  刘伟生
Adobe PDF(4255Kb)  |  收藏  |  浏览/下载：9/4  |  提交时间：2024/05/09
布匹瑕疵检测  深度学习  特征过滤  深度卷积神经网络  不平衡分类  
基于被动声呐音频信号的水中目标识别综述 期刊论文
自动化学报, 2024, 卷号: 50, 期号: 4, 页码: 649-673
作者:  徐齐胜;  许可乐;  窦勇;  高彩丽;  乔鹏;  冯大为;  朱博青
Adobe PDF(6284Kb)  |  收藏  |  浏览/下载：16/5  |  提交时间：2024/04/28
被动声呐信号  水中目标自动识别  深度学习  有监督学习  自监督学习  
基于无锚框的目标检测方法及其在复杂场景下的应用进展 期刊论文
自动化学报, 2023, 卷号: 49, 期号: 7, 页码: 1369-1392
作者:  刘小波;  肖肖;  王凌;  蔡之华;  龚鑫;  郑可心
Adobe PDF(24186Kb)  |  收藏  |  浏览/下载：16/6  |  提交时间：2024/04/25
无锚框  关键点  中心点  Transformer  复杂场景  目标检测  
Deep Industrial Image Anomaly Detection: A Survey 期刊论文
Machine Intelligence Research, 2024, 卷号: 21, 期号: 1, 页码: 104-135
作者:  Jiaqi Liu;  Guoyang Xie;  Jinbao Wang;  Shangnian Li;  Chengjie Wang;  Feng Zheng;  Yaochu Jin
Adobe PDF(3376Kb)  |  收藏  |  浏览/下载：19/4  |  提交时间：2024/04/23
Image anomaly detection, defect detection, industrial manufacturing, deep learning, computer vision