CASIA OpenIR

Browse/Search Results:  1-10 of 498 Help

Selected(0)Clear Items/Page:    Sort:
A Review on Object Detection Based on Deep Convolutional Neural Networks for Autonomous Driving 会议论文
, 中国江西省南昌市, 2019-6-3
Authors:  Lu JL(卢佳琳);  Tang SM(汤淑明);  Wang JQ(王金桥);  Zhu HB(朱海兵);  Wang YK(王云宽)
View  |  Adobe PDF(699Kb)  |  Favorite  |  View/Download:24/6  |  Submit date:2019/05/06
面向人体目标跟随的视觉跟踪方法研究 学位论文
工学博士, 中国科学院自动化研究所: 中国科学院大学, 2019
Authors:  朱政
Adobe PDF(15611Kb)  |  Favorite  |  View/Download:12/0  |  Submit date:2019/06/12
人体目标跟踪  相关滤波跟踪  卷积神经网络  深度学习  人体目标检测  视觉伺服  机器人控制  
面向用户行为序列的深度上下文建模 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2019
Authors:  崔强
Adobe PDF(12117Kb)  |  Favorite  |  View/Download:7/0  |  Submit date:2019/06/18
上下文信息  深度学习  用户行为序列  循环神经网络  注意力机制  
基于视频的步态分析与识别关键问题研究 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, 2019
Authors:  张宇琪
Adobe PDF(12244Kb)  |  Favorite  |  View/Download:12/1  |  Submit date:2019/06/18
步态分析与识别  多目标跟踪  特征学习  步态软生物特征  
环境理解与技能传授相结合的移动机器人导航学习研究 学位论文
工学博士, 中国科学院自动化研究所: 中国科学院大学, 2019
Authors:  张茗奕
Adobe PDF(7430Kb)  |  Favorite  |  View/Download:5/0  |  Submit date:2019/06/21
移动机器人导航  拓扑地图  环境感知  技能传授  曲线提取  领航者跟随  
基于特征学习的目标检测技术研究 学位论文
工学博士, 中国科学院自动化研究所: 中国科学院大学, 2019
Authors:  朱优松
Adobe PDF(8332Kb)  |  Favorite  |  View/Download:24/1  |  Submit date:2019/06/05
目标检测  特征学习  卷积神经网络  深度学习  
面向非结构化文本的关系抽取关键技术研究 学位论文
, 中科院自动化所: 中科院自动化所, 2019
Authors:  曾祥荣
Adobe PDF(8436Kb)  |  Favorite  |  View/Download:24/1  |  Submit date:2019/06/04
信息抽取  关系分类  关系抽取  多关系抽取  深度学习  强化学习  
图像美学质量评估的方法与应用 学位论文
工学博士, 中国科学院自动化研究所: 中国科学院大学, 2019
Authors:  盛柯恺
Adobe PDF(18854Kb)  |  Favorite  |  View/Download:7/0  |  Submit date:2019/06/18
图像美学质量评估  注意力机制  自监督学习  正则化策略  排序学习  深度学习  
基于深度学习的人体行为识别研究 学位论文
工学博士学位, 中国科学院自动化研究所: 中国科学院大学, 2019
Authors:  杨浩
Adobe PDF(16833Kb)  |  Favorite  |  View/Download:15/0  |  Submit date:2019/06/17
深度学习  卷积神经网络  递归神经网络  行为识别  
面向社交媒体的事件检测与流行度预测方法研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2019
Authors:  陈观淡
Adobe PDF(3562Kb)  |  Favorite  |  View/Download:9/1  |  Submit date:2019/06/09
社交媒体分析  事件检测  流行度预测  事件相关关系  表示学习