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5条，第1-5条 帮助

限定条件                
已选(0)清除 条数/页：   排序方式：
Richly Activated Graph Convolutional Network for Robust Skeleton-Based Action Recognition 期刊论文
IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY, 2021, 卷号: 31, 期号: 5, 页码: 1915-1925
作者:  Song, Yi-Fan;  Zhang, Zhang;  Shan, Caifeng;  Wang, Liang
Adobe PDF(3381Kb)  |  收藏  |  浏览/下载：367/56  |  提交时间：2021/06/15
Skeleton  Robustness  Noise measurement  Three-dimensional displays  Degradation  Standards  Feature extraction  Action recognition  skeleton  activation map  graph convolutional network  occlusion  jittering  
End -to -end video text detection with online tracking 期刊论文
PATTERN RECOGNITION, 2021, 卷号: 113, 页码: 12
作者:  Yu, Hongyuan;  Huang, Yan;  Pi, Lihong;  Zhang, Chengquan;  Li, Xuan;  Wang, Liang
Adobe PDF(4997Kb)  |  收藏  |  浏览/下载：308/57  |  提交时间：2021/05/06
End-to-end  Video text detection  Online tracking  
Skeleton-based action recognition with hierarchical spatial reasoning and temporal stack learning network 期刊论文
PATTERN RECOGNITION, 2020, 卷号: 107, 期号: 107511, 页码: 12
作者:  Si, Chenyang;  Jing, Ya;  Wang, Wei;  Wang, Liang;  Tan, Tieniu
Adobe PDF(2378Kb)  |  收藏  |  浏览/下载：352/65  |  提交时间：2020/08/31
Skeleton-based action recognition  Hierarchical spatial reasoning  Temporal stack learning  Clip-based incremental loss  
Robust Object Tracking via Information Theoretic Measures 期刊论文
International Journal of Automation and Computing, 2020, 期号: 17, 页码: 1
作者:  Wang, Weining;  Li, Qi;  Wang, Liang
浏览  |  Adobe PDF(9045Kb)  |  收藏  |  浏览/下载：181/51  |  提交时间：2020/09/03
Object tracking, information theoretic measures, correntropy, template update, robust to complex noises  
Robust Object Tracking via Information Theoretic Measures 期刊论文
International Journal of Automation and Computing, 2020, 卷号: 17, 期号: 5, 页码: 652-666
作者:  Wei-Ning Wang;  Qi Li;  Liang Wang
Adobe PDF(1855Kb)  |  收藏  |  浏览/下载：152/16  |  提交时间：2021/02/22
Object tracking  information theoretic measures  correntropy  template update  robust to complex noises.