|
已选(0)清除
条数/页： 排序方式： |
| 基于序列建模的自然场景下文字识别方法研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2020
作者: 高云泽
 Adobe PDF(3939Kb) |  收藏 | 浏览/下载：356/18 | 提交时间：2020/06/17
场景文字识别,序列建模,全卷积网络,半监督学习,语法关系建模,不规则文字识别 |
| 复杂场景中的运动目标检测方法研究 学位论文
, 北京: 中国科学院研究生院, 2018
作者: 陈盈盈
Adobe PDF(15104Kb) | 收藏 | 浏览/下载：317/7 | 提交时间：2018/06/01
运动目标检测 背景减除法 背景建模 深度学习 |
| 基于语义分析的网络图像检索 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: 桂创华
Adobe PDF(1682Kb) | 收藏 | 浏览/下载：141/0 | 提交时间：2015/09/02
网络图像检索 语义分析 层次聚类 Web Image Retrieval Semantic Analysis Hierarchical Cluster |
| 基于视觉码本模型的物体图像识别与近相似图像检索 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: 刘廷麟
Adobe PDF(7444Kb) | 收藏 | 浏览/下载：274/0 | 提交时间：2015/09/02
视觉码本模型 物体图像识别 近相似图像检索 Bag Of Visual Words Object Recognition Near-duplicated Image Retrieval |
| 基于S/T Graph Cuts的目标分割方法研究 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2009
作者: 傅玉
Adobe PDF(2232Kb) | 收藏 | 浏览/下载：163/0 | 提交时间：2015/09/02
目标分割 S/t Graph Cuts 感兴趣区域提取 Object Segmentation S/t Graph Cuts Attention Extraction |
| 双人跳水视频中的同步性分析 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2008
作者: 丁昊阳
Adobe PDF(907Kb) | 收藏 | 浏览/下载：209/0 | 提交时间：2015/09/02
双人跳水 同步性分析 同步性特征表示 同步性排序 Synchronized Diving Synchronization Analysis Synchronized Feature Representation Synchronization Ranking |
| 虚拟内窥镜系统的构造和研究 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, 2000
作者: 刘晓峰
收藏 | 浏览/下载：120/0 | 提交时间：2015/09/02 |
| 基于深度学习的特征表示和图像分类方法研究 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: 刘炳源
Adobe PDF(13290Kb) | 收藏 | 浏览/下载：3267/0 | 提交时间：2015/09/02
图像表示 图像分类 特征表示 深度学习 稀疏约束 空间信息 Image Representation Image Classification Feature Learning Deep Learning Sparse Constraints Spatial Information |
| 基于主动学习的图像分类与检索 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2014
作者: 钮彪
Adobe PDF(15203Kb) | 收藏 | 浏览/下载：275/0 | 提交时间：2015/09/02
图像内容分析 语义标注 图像检索 相关反馈 Image Content Analysis Semantic Annotation Image Retrieval Relevance Feedback |
| 基于弱监督学习的网络图像语义解析 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2014
作者: 刘洋
Adobe PDF(26964Kb) | 收藏 | 浏览/下载：774/0 | 提交时间：2015/09/02
弱监督学习 图像语义解析 双重聚类 稀疏编码 字典学习 多示例多标签学习 结构svm Weakly-supervised Learning Image Region Annotation Dual-clustering Sparse Coding Dictionary Learning Structural Svm Multi-instance Multi-label Learning |
