中文版 | English

在结果中检索

CASIA OpenIR

浏览/检索结果: 共13条，第1-10条 帮助

限定条件    
已选(0)清除 条数/页：   排序方式：
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
Adobe PDF(69424Kb)  |  收藏  |  浏览/下载：188/69  |  提交时间：2023/07/06
Audio-driven Dubbing for User Generated Contents via Style-aware Semi-parametric Synthesis 期刊论文
IEEE Transactions on Circuits and Systems for Video Technology, 2022, 卷号: 33, 期号: 3, 页码: 1247 - 1261
作者:  Song LS(宋林森);  Wu WY(吴文岩);  Fu CY(傅朝友);  Loy, Chen Change;  He R(赫然)
Adobe PDF(8629Kb)  |  收藏  |  浏览/下载：113/47  |  提交时间：2023/06/29
Talking Face Generation  Video Generation  GAN  Thin-plate Spline  
Everybody’s Talkin’: Let Me Talk as You Want 期刊论文
IEEE Transactions on Information Forensics and Security, 2022, 卷号: 17, 期号: 1, 页码: 585 - 598
作者:  宋林森;  吴文岩;  钱晨;  赫然;  Loy, Chen Change
Adobe PDF(15432Kb)  |  收藏  |  浏览/下载：79/11  |  提交时间：2023/06/29
Talking face generation  Video generation  GAN  Audio dubbing  
IMPROVING CROSS-MODAL UNDERSTANDING IN VISUAL DIALOG VIA CONTRASTIVE LEARNING 会议论文
, Singapore, 2022.5
作者:  Feilong Chen;  Duzhen Zhang;  Xiuyi Chen;  Jing Shi;  Shuang Xu;  Bo Xu
Adobe PDF(9035Kb)  |  收藏  |  浏览/下载：210/91  |  提交时间：2023/06/07
Unsupervised and Pseudo-Supervised Vision-Language Alignment in Visual Dialog 会议论文
, Lisboa, Portugal, October 10–14, 2022
作者:  Feilong Chen;  Duzhen Zhang;  Xiuyi Chen;  Jing Shi;  Shang Xu;  Bo Xu
Adobe PDF(9035Kb)  |  收藏  |  浏览/下载：243/147  |  提交时间：2023/06/05
Many Hands Make Light Work: Transferring Knowledge from Auxiliary Tasks for Video-Text Retrieval 期刊论文
IEEE Transactions on Multimedia, 2022, 页码: 1-15
作者:  Wang, Wei;  Gao, Junyu;  Yang, Xiaoshan;  Xu, Changsheng
Adobe PDF(3679Kb)  |  收藏  |  浏览/下载：112/20  |  提交时间：2023/04/25
会议场景智能语音处理技术研究 学位论文
工学博士, 中国科学院自动化研究所: 中国科学院自动化研究所, 2022
作者:  范志赟
Adobe PDF(3323Kb)  |  收藏  |  浏览/下载：252/11  |  提交时间：2022/09/15
会议场景，语音识别，说话人转换点检测，说话人自适应  
面向低功耗的语音增强与分离算法研究 学位论文
工学博士, 中国科学院自动化研究所: 中国科学院自动化研究所, 2022
作者:  黄雅婷
Adobe PDF(3433Kb)  |  收藏  |  浏览/下载：316/17  |  提交时间：2022/09/14
语音增强与分离  脉冲神经网络  模型压缩  听觉感知恢复  
知识与数据协同驱动的异质图像表示与合成 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2022
作者:  骆曼迪
Adobe PDF(10423Kb)  |  收藏  |  浏览/下载：301/15  |  提交时间：2022/08/08
知识与数据协同驱动  异质图像表示  异质图像合成  异质图像转换  生成对抗网络  信息瓶颈  
从视频到语言：视频描述和标题生成方法研究 学位论文
, 中国科学院自动化研究所: 中国科学院自动化研究所, 2022
作者:  张子琦
Adobe PDF(19170Kb)  |  收藏  |  浏览/下载：1134/15  |  提交时间：2022/06/16
视觉与语言  视频内容描述  视频标题生成  外部语言模型  开卷视频描述  中文短视频-文本基准  大规模多模态预训练