|
已选(0)清除
条数/页： 排序方式： |
| 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：1138/15 | 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 |
| 深度卷积神经网络压缩与加速方法研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2021
作者: 阮晓峰
Adobe PDF(23075Kb) | 收藏 | 浏览/下载：285/9 | 提交时间：2021/06/17
深度卷积神经网络 模型压缩与加速 结构化剪枝 结构化稀疏 知识迁移 |
| 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：371/13 | 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：315/5 | 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 |
| 基于特征间关系的行为分析 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2011
作者: 常广鸣
Adobe PDF(4267Kb) | 收藏 | 浏览/下载：163/0 | 提交时间：2015/09/02
特征间关系 视觉相似性 局部特征邻域 视觉词包模型 行为识别 Interclass Relation Visual Similarity Local Feature Neighborhood Bag Of Visual Words Action Recognition |
| 电影恐怖场景识别技术 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: 王建超
Adobe PDF(4446Kb) | 收藏 | 浏览/下载：168/0 | 提交时间：2015/09/02
恐怖视频场景 颜色情感和颜色和谐理论 支持向量机 多示例学习 特征融合 Horror Movie Scene Color Emotion And Color Harmony Support Vector Machine Multi-instance Learning Feature Combination |
| 基于主题匹配与信息融合的交互式视频检索框架 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: 李华北
Adobe PDF(4266Kb) | 收藏 | 浏览/下载：114/0 | 提交时间：2015/09/02
视频特征 检索机制 相关反馈 信息融合 Feature Extraction Retrieval Mechanism Relevance Feedback Information Fusion |
| 基于内容的网页敏感信息识别与过滤方法 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2007
作者: 陈周耀
Microsoft Word(7263Kb) | 收藏 | 浏览/下载：213/0 | 提交时间：2015/09/02
信息过滤 信息融合 决策树分类 多实例学习 Information Filtering Information Fusion Decision-tree Classification Multi-instance Learning |
| 基于内容的Web敏感信息识别与过滤 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: 吴偶
Microsoft Word(14750Kb) | 收藏 | 浏览/下载：223/0 | 提交时间：2015/09/02
Web 信息过滤 信息融合 过滤系统 Web Information Filtering Information Fusion Filtering System |
| 移动摄像机下目标的轮廓与区域跟踪 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2012
作者: 李威
Adobe PDF(4248Kb) | 收藏 | 浏览/下载：127/0 | 提交时间：2015/09/02
目标的轮廓跟踪 目标的区域跟踪 表观模型 Contour Based Object Tracking Region Based Object Tracking Observation Model |
