中文版 | English

在结果中检索

CASIA OpenIR
（本次检索基于用户作品认领结果）

浏览/检索结果: 共7条，第1-7条 帮助

限定条件            
已选(0)清除 条数/页：   排序方式：
ShiftFormer: Spatial-Temporal Shift Operation in Video Transformer 会议论文
, Brisbane, Australia, July 10 2023 to July 14 2023
作者:  Beiying Yang;  Guibo Zhu;  Guojing Ge;  Jinzhao Luo;  Jinqiao Wang
Adobe PDF(1119Kb)  |  收藏  |  浏览/下载：41/7  |  提交时间：2024/06/06
Bi- Directional Message Passing Based SCANet for Human Pose Estimation 会议论文
, 上海, 7.08-7.12
作者:  Zhou Lu;  Chen Yingying;  Wang Jinqiao;  Tang Ming;  Lu Hanqing
Adobe PDF(882Kb)  |  收藏  |  浏览/下载：240/52  |  提交时间：2021/06/15
Adaptive Variance Based Label Distribution Learning For Facial Age Estimation 会议论文
, online, 2020-08
作者:  Wen Xin;  Li Biying;  Guo Haiyun;  Liu Zhiwei;  Hu Guosheng;  Tang Ming;  Wang Jinqiao
浏览  |  Adobe PDF(2989Kb)  |  收藏  |  浏览/下载：240/77  |  提交时间：2020/10/14
age estimation  distribution learning  meta-learning  
Learning Discriminative and Complementary Patches for Face Recognition 会议论文
, Lille, France, 2019/5/14-2019/5/18
作者:  Zhiwei Liu;  Ming Tang;  Guosheng Hu;  Jinqiao Wang
浏览  |  Adobe PDF(1158Kb)  |  收藏  |  浏览/下载：100/43  |  提交时间：2020/09/10
face recognition, convolutional neural network, embedding learning  
Piecewise Video Condensation for Complex Scenes 会议论文
, Taipei, China, 2016.11.20-11.24
作者:  Chen, Yingying;  Zhang, La;  Wang, Jinqiao;  Lu, Hanqing
浏览  |  Adobe PDF(1245Kb)  |  收藏  |  浏览/下载：254/77  |  提交时间：2018/01/07
Effective logo retrieval with adaptive local feature selection 会议论文
ACM Multimedia Conferenc (MM), Firenze, 2010
作者:  Fu, Jianlong;  Wang, Jinqiao;  Lu, Hanqing
浏览  |  Adobe PDF(962Kb)  |  收藏  |  浏览/下载：278/83  |  提交时间：2015/08/19
Effective Logo Retrieval  Adaptive Local Feature Selection  
Adaptive model for robust pedestrian counting 会议论文
Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 未确认, 2011
作者:  Liu, Jingjing;  Wang, Jinqiao;  Lu, Hanqing
浏览  |  Adobe PDF(475Kb)  |  收藏  |  浏览/下载：233/80  |  提交时间：2015/08/19
Adaptive Model  Robust Pedestrian Counting