×
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... [44]
作者
刘成林 [44]
殷飞 [20]
张煦尧 [14]
张恒 [5]
张燕明 [5]
陈凯 [4]
更多...
文献类型
期刊论文 [22]
会议论文 [21]
专著章节/文集论文 [1]
发表日期
2024 [1]
2023 [2]
2022 [2]
2021 [4]
2020 [4]
2019 [1]
更多...
语种
英语 [27]
中文 [1]
出处
PATTERN RE... [7]
IEEE TRANS... [3]
Internatio... [3]
Asian Conf... [1]
Computer V... [1]
European C... [1]
更多...
资助项目
Major Proj... [1]
National K... [1]
National N... [1]
National N... [1]
National N... [1]
收录类别
SCI [20]
EI [12]
CPCI-T [1]
导师
资助机构
National B... [3]
XDB0206000... [2]
61273269 [1]
6141113600... [1]
61561007 [1]
61573355 [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
(本次检索基于用户作品认领结果)
浏览/检索结果:
共44条,第1-10条
帮助
限定条件
作者:刘成林
第一作者
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
作者升序
作者降序
WOS被引频次升序
WOS被引频次降序
发表日期升序
发表日期降序
题名升序
题名降序
提交时间升序
提交时间降序
期刊影响因子升序
期刊影响因子降序
GraphMLLM: A Graph-based Multi-level Layout Language-independent Model for Document Understanding
会议论文
, 希腊雅典, 2024-09
作者:
He-Sen Dai
;
Xiao-Hui Li
;
Fei Yin
;
Xudong Yan
;
Shuqi Mei
;
Cheng-Lin Liu
Adobe PDF(967Kb)
  |  
收藏
  |  
浏览/下载:14/5
  |  
提交时间:2024/06/05
Visual information extraction
Self-supervised pre-training
Multi-level page layouts
Cross-modal Prototype Learning for Zero-shot Handwriting Recognition
会议论文
, Sydney, Australia, 20-25 Septemper 2019
作者:
Ao, Xiang
;
Zhang, Xu-Yao
;
Yang, Hong-Ming
;
Yin, Fei
;
Liu, Cheng-Lin
Adobe PDF(226Kb)
  |  
收藏
  |  
浏览/下载:15/7
  |  
提交时间:2024/05/30
printed character
handwritten character
cross-modal
prototype learning
zero-shot
Cross-Modal Prototype Learning for Zero-Shot Handwritten Character Recognition
期刊论文
Pattern Recognition, 2022, 卷号: 131, 页码: 108859
作者:
Ao, Xiang
;
Zhang, Xu-Yao
;
Liu, Cheng-Lin
Adobe PDF(3111Kb)
  |  
收藏
  |  
浏览/下载:15/6
  |  
提交时间:2024/05/30
SignParser: An End-to-End Framework for Traffic Sign Understanding
期刊论文
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2023, 卷号: 132, 期号: 2, 页码: 805-821
作者:
Guo, Yunfei
;
Feng, Wei
;
Yin, Fei
;
Liu, Cheng-Lin
Adobe PDF(7011Kb)
  |  
收藏
  |  
浏览/下载:92/0
  |  
提交时间:2023/12/21
Traffic sign understanding
Content reasoning
Semantic description generation
类别增量学习研究进展和性能评价
期刊论文
自动化学报, 2023, 卷号: 49, 期号: 3, 页码: 635−660
作者:
朱飞
;
张煦尧
;
刘成林
Adobe PDF(4601Kb)
  |  
收藏
  |  
浏览/下载:276/138
  |  
提交时间:2023/09/12
增量学习
持续学习
灾难性遗忘
机器学习
深度学习
GSS: Graph-based subspace learning with shots initialization for few-shot recognition
会议论文
, 深圳, 2021年7月5-9日
作者:
Wang RQ(王瑞琪)
;
Zhang XY(张煦尧)
;
Liu CL(刘成林)
Adobe PDF(2179Kb)
  |  
收藏
  |  
浏览/下载:126/32
  |  
提交时间:2022/04/07
Meta-Prototypical Learning for Domain-Agnostic Few-Shot Recognition
期刊论文
IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS, 2021, 页码: 1-7
作者:
Wang RQ(王瑞琪)
;
Zhang XY(张煦尧)
;
Liu CL(刘成林)
Adobe PDF(1403Kb)
  |  
收藏
  |  
浏览/下载:246/50
  |  
提交时间:2022/01/27
domain-agnostic few-shot recognition
image classification
meta-learning
prototypical learning
Semantic-Aware Video Text Detection
会议论文
, 线上会议, 2021.6.19
作者:
Wei Feng
;
Fei Yin
;
Xu-Yao Zhang
;
Cheng-Lin Liu
Adobe PDF(2299Kb)
  |  
收藏
  |  
浏览/下载:252/41
  |  
提交时间:2021/07/06
Learning-based Tensor Decomposition with Adaptive Rank Penalty for CNNs Compression
会议论文
, Tokyo, Japan (online), September 8-10, 2021
作者:
Deli, Yu
;
Peipei, Yang
;
Cheng-Lin, Liu
Adobe PDF(309Kb)
  |  
收藏
  |  
浏览/下载:338/59
  |  
提交时间:2021/07/01
low-rank decomposition
network compression
learning-based decomposition
adaptive rank penalty
Convolutional Prototype Network for Open Set Recognition
期刊论文
IEEE Transactions on Pattern Analysis and Machine Intelligence, 2022, 卷号: 44, 期号: 5, 页码: 2358-2370
作者:
Hong-Ming Yang
;
Xu-Yao Zhang
;
Fei Yin
;
Qing Yang
;
Cheng-Lin Liu
Adobe PDF(5038Kb)
  |  
收藏
  |  
浏览/下载:362/74
  |  
提交时间:2021/06/02
open-set recognition
CNN
prototype model
unknown detection
discriminative model
generative model