已选(0)清除
条数/页: 排序方式: |
| 基于小样本学习的机器人水下目标检测研究 学位论文 , 2023 作者: 鲁岳 Adobe PDF(12423Kb)  |  收藏  |  浏览/下载:242/23  |  提交时间:2023/06/06 水下视觉 小样本目标检测 开集目标检测 增量目标检测 环境感知 水下机器人 |
| 面向多语义和多模态的视觉目标检测研究 学位论文 , 2023 作者: 杨力 Adobe PDF(19168Kb)  |  收藏  |  浏览/下载:142/13  |  提交时间:2023/06/25 目标检测 指代目标检测 多语义 多模态 视觉-语言 |
| 面向视频物体检测及分割的时序特征建模 学位论文 , 2023 作者: 何飞 Adobe PDF(38515Kb)  |  收藏  |  浏览/下载:75/0  |  提交时间:2023/06/09 时序特征建模 视频物体检测 视频实例分割 特征聚合 特征传播 |
| Interact with Open Scenes : A Life-long Evolution Framework for Interactive Segmentation Models 会议论文 , 里斯本,葡萄牙, 2022.10 作者: Ruitong, Gan; Junsong, Fan; Yuxi, Wang; Zhaoxiang, Zhang Adobe PDF(1124Kb)  |  收藏  |  浏览/下载:74/17  |  提交时间:2023/05/29 Computer Vision Interactive Segmentation |
| 基于语义增强与边界感知的交通场景下目标检测方法研究 学位论文 , 中国科学院自动化研究所: 中国科学院自动化研究所, 2022 作者: 王晓莲 Adobe PDF(26080Kb)  |  收藏  |  浏览/下载:251/17  |  提交时间:2022/08/22 目标检测 深度卷积神经网络 运动语义 一致性负样本 边界感知与边框进化 |
| 场景语义理解中的实例特征建模研究 学位论文 工学博士, 中国科学院自动化研究所: 中国科学院自动化研究所, 2022 作者: 高乃钰 Adobe PDF(28840Kb)  |  收藏  |  浏览/下载:259/12  |  提交时间:2022/06/14 场景语义理解 实例分割 全景分割 单目深度估计 |
| 面向自然人机交互的语言-视觉物体定位方法研究 学位论文 工学博士, 中国科学院自动化研究所: 中国科学院自动化研究所, 2022 作者: 李钱钟 Adobe PDF(42933Kb)  |  收藏  |  浏览/下载:256/13  |  提交时间:2022/06/13 自然人机交互 零样本物体检测 自然语言-图像指代表达理解 自然语言-视频指代表达理解 |
| 面向典型视频分析任务的注意力建模方法 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: 董文恺 Adobe PDF(11492Kb)  |  收藏  |  浏览/下载:224/13  |  提交时间:2022/06/14 视频分析 注意力机制 行人搜索 行为识别 视频目标检测 |
| Visuals to Text: A Comprehensive Review on Automatic Image Captioning 期刊论文 IEEE/CAA Journal of Automatica Sinica, 2022, 卷号: 9, 期号: 8, 页码: 1339-1365 作者: Yue Ming; Nannan Hu; Chunxiao Fan; Fan Feng; Jiangwan Zhou; Hui Yu Adobe PDF(56128Kb)  |  收藏  |  浏览/下载:133/20  |  提交时间:2022/08/01 Artificial intelligence attention mechanism encoder-decoder framework image captioning multi-modal understanding training strategies |
| One-Stage Open Set Object Detection with Prototype Learning 会议论文 , Bali Indonesia, December 8-12, 2021 作者: Yongyu Xiong; Peipei Yang; Cheng-Lin Liu Adobe PDF(1184Kb)  |  收藏  |  浏览/下载:225/51  |  提交时间:2022/06/22 object detection Open set recognition Prototype learning |