×
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... [23]
作者
胡卫明 [4]
李子青 [3]
乔红 [2]
隋伟 [2]
李兵 [2]
樊彬 [2]
更多...
文献类型
期刊论文 [18]
会议论文 [5]
发表日期
2016 [23]
语种
英语 [15]
出处
IEEE TRANS... [2]
IEEE TRANS... [2]
Computer V... [1]
IEEE JOURN... [1]
IEEE TRANS... [1]
IEEE TRANS... [1]
更多...
资助项目
收录类别
SCI [16]
EI [1]
导师
资助机构
61331018 [2]
973 Basic ... [2]
CCF-131980... [2]
MIIT Proje... [2]
National N... [2]
61233001) [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23条,第1-10条
帮助
限定条件
发表日期:2016
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
期刊影响因子升序
期刊影响因子降序
发表日期升序
发表日期降序
提交时间升序
提交时间降序
作者升序
作者降序
WOS被引频次升序
WOS被引频次降序
题名升序
题名降序
Do We Need Binary Features for 3D Reconstruction?
会议论文
, Las Vegas, USA, 2016-6
作者:
Bin Fan
;
Qingqun Kong
;
Wei Sui
;
Zhiheng Wang
;
Xinchao Wang
;
Shiming Xiang
;
Chunhong Pan
;
Pascal Fua
浏览
  |  
Adobe PDF(265Kb)
  |  
收藏
  |  
浏览/下载:297/28
  |  
提交时间:2018/01/16
Brain Tumor Segmentation Using a Fully Convolutional Network with Conditional Random Fields
会议论文
, Italy, 2016-9
作者:
Wu YH(吴毅红)
浏览
  |  
Adobe PDF(3047Kb)
  |  
收藏
  |  
浏览/下载:307/124
  |  
提交时间:2018/01/04
A Survey on Big Data for Human Body Shape
会议论文
, China, 2016
作者:
Hongli Peng
;
Xiuqin Shang
;
Chao Guo
;
Gang Xiong
;
Timo R. Nyberg
;
Zhen Shen
;
Dong Fan
;
Yiming Wang
浏览
  |  
Adobe PDF(452Kb)
  |  
收藏
  |  
浏览/下载:283/92
  |  
提交时间:2017/12/31
B-HMAX: A fast Binary Biologically Inspired Model for Object Recognition
期刊论文
Neurocomputing, 2016, 期号: 218, 页码: 242-250
作者:
Zhang Huazhen
;
Lu Yanfeng
;
Kang Taekoo
;
Lim Myotaeg
浏览
  |  
Adobe PDF(2633Kb)
  |  
收藏
  |  
浏览/下载:322/108
  |  
提交时间:2017/09/14
Object Recognition
Classification
Hmax
Binary Descriptor
ChaLearn Looking at People RGB-D Isolated and Continuous Datasets for Gesture Recognition
会议论文
, Las Vegas, USA, June 26 2016-July 1 2016
作者:
Jun Wan
;
Stan Z. Li
;
Yibing Zhao
;
Shuai Zhou
;
Isabelle Guyon
;
Sergio Escalera
浏览
  |  
Adobe PDF(1695Kb)
  |  
收藏
  |  
浏览/下载:370/108
  |  
提交时间:2017/09/13
Precise Robotic Assembly for Large-Scale Objects Based on Automatic Guidance and Alignment
期刊论文
IEEE Transactions on Instrumentation and Measurement, 2016, 卷号: 65, 期号: 6, 页码: 1398 - 1411
作者:
Qin, Zhengke
;
Wang, Peng
;
Sun, Jia
;
Lu, Jinyan
;
Qiao, Hong
浏览
  |  
Adobe PDF(3581Kb)
  |  
收藏
  |  
浏览/下载:440/172
  |  
提交时间:2017/06/13
Assembly
Laser Distance Sensor (Lds)
Robotics
Vision-guidance
FatRegion: A Fast, Adaptive, Tree-structured Region Extraction Approach
期刊论文
IEEE Transactions on Circuits and Systems for Video Technology, 2016, 卷号: PP, 期号: 99, 页码: 1-17
作者:
Junliang Xing
;
Weiming Hu
;
Haozhou Ai
;
Shuicheng Yan
浏览
  |  
Adobe PDF(21334Kb)
  |  
收藏
  |  
浏览/下载:207/28
  |  
提交时间:2017/02/24
Object Classification
Region Extraction
Superpixel
Object Segmentation
Object Tracking
Graph Based Skeleton Motion Representation and Similarity Measurement for Action Recognition
会议论文
, Amsterdam, 10.8 - 10.16
作者:
Pei Wang
;
Chunfeng Yuan
;
Weiming Hu
;
Bing Li
;
Yanning Zhang
Adobe PDF(1622Kb)
  |  
收藏
  |  
浏览/下载:926/380
  |  
提交时间:2017/02/20
Action Recognition
Exploiting Hierarchical Dense Structures on Hypergraphs for Multi-Object Tracking
期刊论文
IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, 2016, 卷号: 38, 期号: 10, 页码: 1983-1996
作者:
Wen, Longyin
;
Lei, Zhen
;
Lyu, Siwei
;
Li, Stan Z.
;
Yang, Ming-Hsuan
Adobe PDF(739Kb)
  |  
收藏
  |  
浏览/下载:369/133
  |  
提交时间:2016/12/26
Multi-object Tracking
Tracklet
Hierarchical
Undirected Affinity Hypergraph
Dense Structures
Fast depth extraction from a single image
期刊论文
INTERNATIONAL JOURNAL OF ADVANCED ROBOTIC SYSTEMS, 2016, 卷号: 13, 期号: 1, 页码: 1-10
作者:
He, Lei
;
Dong, Qiulei
;
Wang, Guanghui
浏览
  |  
Adobe PDF(2922Kb)
  |  
收藏
  |  
浏览/下载:420/127
  |  
提交时间:2016/10/26
Depth Extraction
Single Image
Sparse Sift Flow