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6条，第1-6条 帮助

限定条件                            
已选(0)清除 条数/页：   排序方式：
Food det: Detecting foods in refrigerator with supervised transformer network 期刊论文
NEUROCOMPUTING, 2020, 卷号: 379, 期号: 28, 页码: 162-171
作者:  Zhu, Yousong;  Zhao, Xu;  Zhao, Chaoyang;  Wang, Jinqiao;  Lu, Hanqing
Adobe PDF(2790Kb)  |  收藏  |  浏览/下载：473/71  |  提交时间：2020/03/30
Food detection  Spatial transformer  Object detection  
Progressive rectification network for irregular text recognition 期刊论文
SCIENCE CHINA-INFORMATION SCIENCES, 2020, 卷号: 63, 期号: 2, 页码: 1-14
作者:  Gao, Yunze;  Chen, Yingying;  Wang, Jinqiao;  Lu, Hanqing
浏览  |  Adobe PDF(1487Kb)  |  收藏  |  浏览/下载：368/91  |  提交时间：2020/04/07
irregular text recognition  progressive rectification  iterative refinement  
FoodDet: Detecting Foods in Refrigerator with Supervised Transformer Network 期刊论文
Neurocomputing, 2020, 卷号: 379, 页码: 162-171
作者:  Zhu YS(朱优松);  Zhao X(赵旭);  Zhao CY(赵朝阳);  Wang JQ(王金桥);  Lu HQ(卢汉清)
Adobe PDF(2835Kb)  |  收藏  |  浏览/下载：117/25  |  提交时间：2023/04/25
Attention CoupleNet: Fully Convolutional Attention Coupling Network for Object Detection 期刊论文
IEEE TRANSACTIONS ON IMAGE PROCESSING, 2019, 卷号: 28, 期号: 1, 页码: 113 - 126
作者:  Zhu Yousong;  Zhao Chaoyang;  Guo Haiyun;  Wang Jinqiao;  Zhao Xu;  Lu Hanqing
浏览  |  Adobe PDF(2526Kb)  |  收藏  |  浏览/下载：643/238  |  提交时间：2019/05/04
Object Detection  Cascade Attention  Global Structure  Local Parts  
Feature Distilled Tracking 期刊论文
IEEE Transaction on Cybernetics, 2017, 期号: 0, 页码: 0
作者:  Zhu Guibo;  Jinqiao Wang;  Peisong Wang;  Yi Wu;  Hanqing Lu
浏览  |  Adobe PDF(2450Kb)  |  收藏  |  浏览/下载：537/146  |  提交时间：2018/10/10
Correlation Filter  Model Compression  Visual Tracking  
Bilayer Sparse Topic Model for Scene Analysis in Imbalanced Surveillance Videos 期刊论文
IEEE TRANSACTIONS ON IMAGE PROCESSING, 2014, 卷号: 23, 期号: 12, 页码: 5198-5208
作者:  Wang, Jinqiao;  Fu, Wei;  Lu, Hanqing;  Ma, Songde
浏览  |  Adobe PDF(3473Kb)  |  收藏  |  浏览/下载：338/100  |  提交时间：2015/08/12
Dynamic Scene Analysis  Sparse Coding  Topic Model