已选(0)清除
条数/页: 排序方式: |
| 无边界效应的相关模型视觉跟踪方法研究 学位论文 中国科学院大学, 中国科学院大学自动化研究所: 中国科学院大学自动化研究所, 2021 作者: 郑林宇![](/image/person.jpg)
Adobe PDF(19166Kb)  |   收藏  |  浏览/下载:249/7  |  提交时间:2021/06/21 目标跟踪,尺度估计,相关滤波,边界效应,高斯过程回归,卷积神经网络,孪生网络,可变形交叉相关,特征空间学习 |
| 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![](/image/person.jpg)
Adobe PDF(3939Kb)  |   收藏  |  浏览/下载:363/18  |  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 |
| 基于深度特征融合的图像分类方法研究 学位论文 , 中国科学院自动化研究所: 中国科学院大学, 2018 作者: 李成华![](/image/person.jpg)
Adobe PDF(12872Kb)  |   收藏  |  浏览/下载:1005/10  |  提交时间:2018/05/31 图像分类 深度卷积神经网络 特征融合 图像包网络 一致性融合 动态门控融合 |
| 基于时空模型的行为识别研究 学位论文 , 北京: 中国科学院大学, 2018 作者: 曹聪琦![](/image/person.jpg)
Adobe PDF(13483Kb)  |   收藏  |  浏览/下载:536/17  |  提交时间:2018/05/30 行为识别 时空模型 特征提取 序列建模 深度学习 卷积神经网络 循环神经网络 |
| 基于特征表示和度量学习的大规模目标检索 学位论文 , 北京: 中国科学院研究生院, 2018 作者: 郭海云![](/image/person.jpg)
Adobe PDF(6963Kb)  |   收藏  |  浏览/下载:452/5  |  提交时间:2018/05/30 目标检索 特征表示 度量学习 卷积神经网络 |
| 基于特征学习和模型集成的目标跟踪 学位论文 , 北京: 中国科学院大学, 2016 作者: 朱贵波![](/image/person.jpg)
Adobe PDF(4159Kb)  |   收藏  |  浏览/下载:511/17  |  提交时间:2016/06/27 目标跟踪 部件上下文模型 相关滤波 在线聚类 协同跟踪 |
| 基于视觉的行人检测与计数研究 学位论文 , 中国科学院自动化研究所: 中国科学院研究生院, 2011 作者: 刘晶晶
Adobe PDF(3525Kb)  |   收藏  |  浏览/下载:196/0  |  提交时间:2015/09/02 行人检测与计数 运动前景分割 马尔科夫链蒙特卡洛算法 Pedestrian Detection Pedestrian Counting Foreground Image Segmentation Markov Chain Monte Carlo Algorithm |
| 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:279/0  |  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 |
| 移动设备上图像拼接研究与虚拟鼠标实现 学位论文 , 中国科学院自动化研究所: 中国科学院研究生院, 2006 作者: 盖永波
Adobe PDF(1476Kb)  |   收藏  |  浏览/下载:125/0  |  提交时间:2015/09/02 虚拟鼠标 图像拼接 尺度空间 运动估计 Virtual Mouse Image Mosaic Scale-space Sift K-d Tree Motion Estimation |
| 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:3303/0  |  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 |