CASIA OpenIR

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:
基于双目视觉的背景分割技术研究 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2010
作者:  时岭
Adobe PDF(2759Kb)  |  收藏  |  浏览/下载:129/0  |  提交时间:2015/09/02
三维重建  立体匹配  背景分割  背景建模  运动捕捉  3d Reconstruction  Stereo Vision  Background Segmentation  Background Modeling  Motion Capture  
视频文字检测与抽取技术研究 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2010
作者:  李心洁
Adobe PDF(3354Kb)  |  收藏  |  浏览/下载:184/0  |  提交时间:2015/09/02
文字检测  文字抽取  连通域分析  稀疏表达  边缘检测  Text Detection  Text Extraction  Connected Component Analysis  Sparse Representation  Edge Detection  
图像目标检测与识别技术研究 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2010
作者:  夏晓珍
Adobe PDF(2846Kb)  |  收藏  |  浏览/下载:264/0  |  提交时间:2015/09/02
目标检测与识别  分类识别  图像检索  局部特征  目标匹配  部件结构  级联分类器  多信息融合  语义上下文  广告分类  Object Detection And Recognition  Category Recognition  Image Retrieval  Local Feature  Object Matching  Part-based Structure  Cascade Classifier  Multi-information Fusion  Semantic Context  Ads Classification  
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:157/0  |  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  
自然场景图像中的文本检测方法研究 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2010
作者:  潘屹峰
Adobe PDF(4472Kb)  |  收藏  |  浏览/下载:340/2  |  提交时间:2015/09/02
文本检测  文本定位  级联adaboost分类器  条件随机场  “由粗至精”策略  Text Detection  Text Localization  Cascade Adaboost  Conditional Random Field (Crf)  "coarse-to-fine" Strategy  
脱机手写中文文档分析方法研究 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2010
作者:  殷飞
Adobe PDF(8390Kb)  |  收藏  |  浏览/下载:221/1  |  提交时间:2015/09/02
脱机手写文档分析  文本行分割  变分贝叶斯高斯混合模型  字符串对齐  几何上下文  Offline Handwritten Document Analysis  Text Line Segmentation  Variational Bayes Gaussian Mixture Model  Character String Alignment  Geometric Context  
多媒体内容分析与个性化检索 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:  张晓宇
Adobe PDF(5479Kb)  |  收藏  |  浏览/下载:426/1  |  提交时间:2015/09/02
图像/视频内容分析  语义标注  图像/视频检索  相关反馈  Image/video Content Analysis  Semantic Annotation  Image/video Retrieval  Relevance Feedback