CASIA OpenIR

Browse/Search Results:  1-10 of 192 Help

Selected(0)Clear Items/Page:    Sort:
基于序列图像信息挖掘的物体检测与跟踪 学位论文
, 2024
Authors:  何嘉伟
Adobe PDF(22944Kb)  |  Favorite  |  View/Download:21/0  |  Submit date:2024/06/18
三维物体检测  多目标跟踪  时序信息挖掘  图匹配  三维重建  
基于信息融合的遥感图像语义分割方法研究 学位论文
, 2024
Authors:  曹勇
Adobe PDF(8052Kb)  |  Favorite  |  View/Download:40/1  |  Submit date:2024/06/13
遥感图像处理  语义分割  信息融合  深度学习  
多源图像融合目标检测技术研究 学位论文
, 2024
Authors:  胡宇轩
Adobe PDF(7536Kb)  |  Favorite  |  View/Download:28/0  |  Submit date:2024/06/03
多源图像融合  目标检测  双全局注意力  记忆模块  原始输出  
基于序列注意力和局部相位引导的骨超声图像分割网络 期刊论文
自动化学报, 2024, 卷号: 50, 期号: 5, 页码: 970-979
Authors:  陈芳;  张道强;  廖洪恩;  赵喆
Adobe PDF(13171Kb)  |  Favorite  |  View/Download:29/10  |  Submit date:2024/05/30
骨科导航  超声图像分割  局部相位  序列注意力  
基于显著性特征提取的图像描述算法 期刊论文
自动化学报, 2022, 卷号: 48, 期号: 3, 页码: 735-746
Authors:  王鑫;  宋永红;  张元林
Adobe PDF(4402Kb)  |  Favorite  |  View/Download:21/7  |  Submit date:2024/05/20
图像描述  显著性特征提取  语言模型  编码器  解码器  
基于DDPG的三维重建模糊概率点推理 期刊论文
自动化学报, 2022, 卷号: 48, 期号: 4, 页码: 1105-1118
Authors:  李雷;  徐浩;  吴素萍
Adobe PDF(6084Kb)  |  Favorite  |  View/Download:20/8  |  Submit date:2024/05/20
三维重建  强化学习  深度学习  注意力机制  信息聚合  
支持数据隐私保护的联邦深度神经网络模型研究 期刊论文
自动化学报, 2022, 卷号: 48, 期号: 5, 页码: 1273-1284
Authors:  张泽辉;  富瑶;  高铁杠
Adobe PDF(6399Kb)  |  Favorite  |  View/Download:4/1  |  Submit date:2024/05/20
联邦学习  深度学习  数据隐私  同态加密  神经网络  
基于改进YOLOv3算法的公路车道线检测方法 期刊论文
自动化学报, 2022, 卷号: 48, 期号: 6, 页码: 1560-1568
Authors:  崔文靓;  王玉静;  康守强;  谢金宝;  王庆岩;  MIKULOVICH Vladimir Ivanovich
Adobe PDF(8580Kb)  |  Favorite  |  View/Download:8/3  |  Submit date:2024/05/20
车道线检测  深度学习  YOLOv3  K-means++  计算机视觉  
基于跨尺度低秩约束的图像盲解卷积算法 期刊论文
自动化学报, 2022, 卷号: 48, 期号: 10, 页码: 2508-2525
Authors:  彭天奇;  禹晶;  肖创柏
Adobe PDF(26878Kb)  |  Favorite  |  View/Download:5/3  |  Submit date:2024/05/20
自相似性  跨尺度  低秩  盲解卷积  去模糊  
单幅图像超分辨率重建技术研究进展 期刊论文
自动化学报, 2022, 卷号: 48, 期号: 11, 页码: 2634-2654
Authors:  张芳;  赵东旭;  肖志涛;  耿磊;  吴骏;  刘彦北
Adobe PDF(2376Kb)  |  Favorite  |  View/Download:24/9  |  Submit date:2024/05/20
超分辨率重建  单幅图像  空域方法  深度学习