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：
Multi-Level Correlation Adversarial Hashing for Cross-Modal Retrieval 期刊论文
IEEE TRANSACTIONS ON MULTIMEDIA, 2020, 卷号: 22, 期号: 12, 页码: 3101-3114
作者:  Ma, Xinhong;  Zhang, Tianzhu;  Xu, Changsheng
Adobe PDF(4322Kb)  |  收藏  |  浏览/下载：291/53  |  提交时间：2021/03/01
Semantics  Correlation  Aircraft propulsion  Deep learning  Bridges  Aircraft  Task analysis  Cross-modal retrieval  adversarial hashing  multi-level correlation  
CI-GNN: Building a Category-Instance Graph for Zero-Shot Video Classification 期刊论文
IEEE TRANSACTIONS ON MULTIMEDIA, 2020, 卷号: 22, 期号: 12, 页码: 3088-3100
作者:  Gao, Junyu;  Xu, Changsheng
收藏  |  浏览/下载：162/0  |  提交时间：2021/03/01
Semantics  Task analysis  Visualization  Training  Message passing  Pattern recognition  Neural networks  Zero-shot video classification  graph neural network  zero-shot learning  
Show, Tell, and Polish: Ruminant Decoding for Image Captioning 期刊论文
IEEE TRANSACTIONS ON MULTIMEDIA, 2020, 卷号: 22, 期号: 8, 页码: 2149-2162
作者:  Guo, Longteng;  Liu, Jing;  Lu, Shichen;  Lu, Hanqing
Adobe PDF(4378Kb)  |  收藏  |  浏览/下载：204/31  |  提交时间：2020/08/31
Image captioning  Multi-pass decoding  Rumination  
Bidirectional Attention-Recognition Model for Fine-Grained Object Classification 期刊论文
IEEE TRANSACTIONS ON MULTIMEDIA, 2020, 卷号: 22, 期号: 7, 页码: 1785-1795
作者:  Liu, Chuanbin;  Xie, Hongtao;  Zha, Zhengjun;  Yu, Lingyun;  Chen, Zhineng;  Zhang, Yongdong
收藏  |  浏览/下载：180/0  |  提交时间：2020/08/03
Fine-grained object classification  interpretable machine learning  visual attention  pattern recognition  data augmentation  
WiderPerson: A Diverse Dataset for Dense Pedestrian Detection in the Wild 期刊论文
IEEE TRANSACTIONS ON MULTIMEDIA, 2020, 卷号: 22, 期号: 2, 页码: 380-393
作者:  Zhang, Shifeng;  Xie, Yiliang;  Wan, Jun;  Xia, Hansheng;  Li, Stan Z.;  Guo, Guodong
浏览  |  Adobe PDF(6651Kb)  |  收藏  |  浏览/下载：311/53  |  提交时间：2020/04/07
Benchmark testing  Detectors  Training  Urban areas  Cameras  Task analysis  Deep learning  Pedestrian detection  dataset  rich diversity  high density