中文版 | English

在结果中检索

CASIA OpenIR
（本次检索基于用户作品认领结果）

浏览/检索结果: 共34条，第1-10条 帮助

限定条件            
已选(0)清除 条数/页：   排序方式：
Holographic Feature Learning of Egocentric-Exocentric Videos for Multi-Domain Action Recognition 期刊论文
IEEE TRANSACTIONS ON MULTIMEDIA, 2022, 卷号: 24, 页码: 2273-2286
作者:  Huang, Yi;  Yang, Xiaoshan;  Gao, Junyun;  Xu, Changsheng
Adobe PDF(2409Kb)  |  收藏  |  浏览/下载：331/64  |  提交时间：2022/07/25
Videos  Feature extraction  Visualization  Task analysis  Computational modeling  Target recognition  Prototypes  Egocentric videos  exocentric videos  holographic feature  multi-domain  action recognition  
Exploring the Representativity of Art Paintings 期刊论文
IEEE TRANSACTIONS ON MULTIMEDIA, 2021, 卷号: 23, 页码: 2794-2805
作者:  Deng, Yingying;  Tang, Fan;  Dong, Weiming;  Ma, Chongyang;  Huang, Feiyue;  Deussen, Oliver;  Xu, Changsheng
Adobe PDF(5313Kb)  |  收藏  |  浏览/下载：250/36  |  提交时间：2021/11/03
Painting  Art  Image color analysis  Feature extraction  Task analysis  Engineering profession  Electronic mail  Representativity  style enhancement  feature representation  artwork evaluation  
Unsupervised Video Summarization via Relation-Aware Assignment Learning 期刊论文
IEEE TRANSACTIONS ON MULTIMEDIA, 2021, 卷号: 23, 页码: 3203-3214
作者:  Gao, Junyu;  Yang, Xiaoshan;  Zhang, Yingying;  Xu, Changsheng
Adobe PDF(3649Kb)  |  收藏  |  浏览/下载：312/62  |  提交时间：2021/11/03
Feature extraction  Training  Optimization  Semantics  Recurrent neural networks  Task analysis  Graph neural network  unsupervised learning  video summarization  
Learning Coarse-to-Fine Graph Neural Networks for Video-Text Retrieval 期刊论文
IEEE TRANSACTIONS ON MULTIMEDIA, 2021, 卷号: 23, 页码: 2386-2397
作者:  Wang, Wei;  Gao, Junyu;  Yang, Xiaoshan;  Xu, Changsheng
Adobe PDF(2165Kb)  |  收藏  |  浏览/下载：321/44  |  提交时间：2021/11/02
Feature extraction  Encoding  Task analysis  Semantics  Data models  Cognition  Focusing  Video-text retrieval  graph neural network  coarse-to-fine strategy  
Knowledge-driven Egocentric Multimodal Activity Recognition 期刊论文
ACM TRANSACTIONS ON MULTIMEDIA COMPUTING COMMUNICATIONS AND APPLICATIONS, 2020, 卷号: 16, 期号: 4, 页码: 21
作者:  Huang, Yi;  Yang, Xiaoshan;  Gao, Junyu;  Sang, Jitao;  Xu, Changsheng
Adobe PDF(1875Kb)  |  收藏  |  浏览/下载：362/49  |  提交时间：2021/03/08
Egocentric videos  wearable sensors  graph neural networks  
Self-Supervised Feature Augmentation for Large Image Object Detection 期刊论文
IEEE Transactions on Image Processing, 2020, 卷号: 29, 期号: 0, 页码: 6745-6758
作者:  Pan, Xingjia;  Tang, Fan;  Dong, Weiming;  Gu, Yang;  Song, Zhichao;  Meng, Yiping;  Xu, Pengfei;  Oliver, Deussen;  Xu, Changsheng
浏览  |  Adobe PDF(5411Kb)  |  收藏  |  浏览/下载：292/65  |  提交时间：2020/12/21
object detection  large image  self-supervise  feature augmentation  
Content-Based Visual Summarization for Image Collections 期刊论文
IEEE Transactions on Visualization and Computer Graphics, 2019, 期号: 0, 页码: 1-1
作者:  Pan, Xingjia;  Tang, Fan;  Dong, Weiming;  Ma, Chongyang;  Meng, Yiping;  Huang, Feiyue;  Lee, Tong-yee;  Xu, Changsheng
浏览  |  Adobe PDF(26249Kb)  |  收藏  |  浏览/下载：264/45  |  提交时间：2020/12/18
Collage  layout  hidden-topic  tree-based  content-aware  summeration  
Online Multimodal Multiexpert Learning for Social Event Tracking 期刊论文
IEEE TRANSACTIONS ON MULTIMEDIA, 2018, 卷号: 20, 期号: 10, 页码: 2733-2748
作者:  Shengsheng Qian;  Tianzhu Zhang;  Changsheng Xu
Adobe PDF(4742Kb)  |  收藏  |  浏览/下载：316/95  |  提交时间：2019/09/25
Social Event Tracking  Topic Model  Social Media  Topic Evolution  Multimodality  
Discriminative Multimodal Embedding for Event Classication 期刊论文
Journal of Nerual Computing, 2017, 卷号: Volume, 期号: Issue, 页码: pp
作者:  Qi,Fan;  Yang,Xiaoshan;  Zhang,Tianzhu;  Xu,Changsheng
Adobe PDF(4696Kb)  |  收藏  |  浏览/下载：310/97  |  提交时间：2018/10/10
Event Classi cation  Multimodal Embedding  
Text2Video: An End-to-end Learning Framework for Expressing Text With Videos 期刊论文
IEEE TRANSACTIONS ON MULTIMEDIA, 2018, 卷号: 20, 期号: 9, 页码: 2360-2370
作者:  Yang, Xiaoshan;  Zhang, Tianzhu;  Xu, Changsheng
Adobe PDF(2281Kb)  |  收藏  |  浏览/下载：506/139  |  提交时间：2018/02/07
Multimedia Storytelling  Video Analysis  Deep Learning