已选(0)清除
条数/页: 排序方式: |
| 基于多尺度特征提取与融合的视觉目标检测研究 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: 李泽坤 Adobe PDF(14911Kb)  |  收藏  |  浏览/下载:279/18  |  提交时间:2022/06/19 目标检测,尺度变化,多尺度特征提取,多尺度融合,多尺度全局信息融合 |
| 基于孪生网络的实时视觉目标跟踪研究 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, 2020 作者: 王强 Adobe PDF(8516Kb)  |  收藏  |  浏览/下载:497/14  |  提交时间:2020/06/09 视觉目标跟踪 孪生网络 端到端学习 注意力机制 实例分割 |
| 基于深度学习的人体行为识别研究 学位论文 工学博士学位, 中国科学院自动化研究所: 中国科学院大学, 2019 作者: 杨浩 Adobe PDF(16833Kb)  |  收藏  |  浏览/下载:423/15  |  提交时间:2019/06/17 深度学习 卷积神经网络 递归神经网络 行为识别 |
| 基于深度学习的自动人脸年龄估计研究 学位论文 , 北京: 中国科学院大学, 2018 作者: 李凯 Adobe PDF(9812Kb)  |  收藏  |  浏览/下载:406/9  |  提交时间:2018/05/30 人脸年龄估计 深度学习 多任务学习 样本不均衡学习 代价敏感学习 |
| 基于支持向量机的快速非线性分类算法 学位论文 , 北京: 中国科学院大学, 2017 作者: 毛雪 Adobe PDF(3791Kb)  |  收藏  |  浏览/下载:314/6  |  提交时间:2017/06/23 支持向量机 机器学习 非线性分类 快速算法 集成学习 |
| 基于多特征概率图模型的视觉人体行为分析 学位论文 , 北京: 中国科学院研究生院, 2016 作者: 杨双 Adobe PDF(4149Kb)  |  收藏  |  浏览/下载:384/13  |  提交时间:2016/07/01 多特征 概率图模型 最大间隔 主题模型 最大熵判别分析 高斯 过程 多任务学习 多核学习 正则贝叶斯 行为识别 |
| 图像显著物体检测算法与应用 学位论文 , 北京: 中国科学院大学, 2016 作者: 彭厚文 Adobe PDF(59649Kb)  |  收藏  |  浏览/下载:322/5  |  提交时间:2016/06/28 显著物体检测 矩阵分解 结构化稀疏 Rgbd图像 图像记忆性预测 |
| 基于图学习的半监督在线视觉跟踪研究 学位论文 , 中国科学院自动化研究所: 中国科学院大学, 2015 作者: 高晋 Adobe PDF(9787Kb)  |  收藏  |  浏览/下载:393/0  |  提交时间:2015/09/02 在线视觉跟踪 图嵌入学习 半监督学习 迁移学习 张量化图嵌入 高斯过程回归 半监督提升 Online Visual Tracking Graph Embedding Learning Semi-supervised Learning Transfer Learning Tensorised Graph Embedding Gaussian Processes Regression Semiboost |
| 视频运动分析与事件识别 学位论文 , 中国科学院自动化研究所: 中国科学院研究生院, 2010 作者: 李莉 Adobe PDF(11069Kb)  |  收藏  |  浏览/下载:240/1  |  提交时间:2015/09/02 视频结构分析 镜头检测 关键帧提取 视频事件识别 镜头分类 特征融合 主导集聚类复发 注意机制 兴趣点 时空兴趣点 Video Structure Analysis Shot Detection Key Frame Extraction Video Event Recognition Shot Classification Feature Fusion Dominant Set Clustering Algorithm Attention Machanism Keypoints Spatio-temporal Interest Points |
| 运动目标行为建模与识别 学位论文 , 中国科学院自动化研究所: 中国科学院研究生院, 2010 作者: 朱鹏飞 Adobe PDF(11748Kb)  |  收藏  |  浏览/下载:186/0  |  提交时间:2015/09/02 行为建模与识别 不变特征 特征融合 原型学习 测度学习 Behavior Modeling And Recognition Invariant Feature Feature Fusion Prototype Learning Metric Learning |