中文版 | English

在结果中检索

CASIA OpenIR

浏览/检索结果: 共5条，第1-5条 帮助

限定条件    
已选(0)清除 条数/页：   排序方式：
Tensor Multi-Task Learning for Person Re-Identification 期刊论文
IEEE TRANSACTIONS ON IMAGE PROCESSING, 2020, 卷号: 29, 期号: 1, 页码: 2463-2477
作者:  Zhang, Zhizhong;  Xie, Yuan;  Zhang, Wensheng;  Tang, Yongqiang;  Tian, Qi
浏览  |  Adobe PDF(1444Kb)  |  收藏  |  浏览/下载：331/57  |  提交时间：2020/03/30
Cameras  Task analysis  Measurement  Visualization  Training  Computational modeling  Person re-identification  multi-task learning  tensor optimization  
SMART: Joint Sampling and Regression for Visual Tracking 期刊论文
IEEE TRANSACTIONS ON IMAGE PROCESSING, 2019, 卷号: 28, 期号: 8, 页码: 3923-3935
作者:  Gao, Junyu;  Zhang, Tianzhu;  Xu, Changsheng
浏览  |  Adobe PDF(9244Kb)  |  收藏  |  浏览/下载：326/40  |  提交时间：2019/09/30
Visual tracking  deep learning  sampling and regression  
LFNet: A Novel Bidirectional Recurrent Convolutional Neural Network for Light-Field Image Super-Resolution 期刊论文
IEEE TRANSACTIONS ON IMAGE PROCESSING, 2018, 卷号: 27, 期号: 9, 页码: 4274-4286
作者:  Wang, Yunlong;  Liu, Fei;  Zhang, Kunbo;  Hou, Guangqi;  Sun, Zhenan;  Tan, Tieniu
Adobe PDF(4648Kb)  |  收藏  |  浏览/下载：331/23  |  提交时间：2018/10/10
Implicitly Multi-scale Fusion  Bidirectional Recurrent Convolutional Neural Network  Light-field  Super-resolution  
Moving Object Detection Using Tensor-Based Low-Rank and Saliently Fused-Sparse Decomposition 期刊论文
IEEE TRANSACTIONS ON IMAGE PROCESSING, 2017, 卷号: 26, 期号: 2, 页码: 724-737
作者:  Hu, Wenrui;  Yang, Yehui;  Zhang, Wensheng;  Xie, Yuan
浏览  |  Adobe PDF(13016Kb)  |  收藏  |  浏览/下载：503/196  |  提交时间：2017/09/12
Moving Object Detection  Tensor Nuclear Norm  Tensor Total Variation  Space-time Visual Saliency  
Multi-View 3D Object Retrieval With Deep Embedding Network 期刊论文
IEEE TRANSACTIONS ON IMAGE PROCESSING, 2016, 卷号: 25, 期号: 12, 页码: 5526-5537
作者:  Guo, Haiyun;  Wang, Jinqiao;  Gao, Yue;  Li, Jianqiang;  Lu, Hanqing
浏览  |  Adobe PDF(2793Kb)  |  收藏  |  浏览/下载：645/263  |  提交时间：2017/02/14
Convolutional Neural Network  Multi-view 3d Object Retrieval  Triplet Loss