中文版 | English

在结果中检索

CASIA OpenIR

浏览/检索结果: 共18条，第1-10条 帮助

限定条件                    
已选(0)清除 条数/页：   排序方式：
Encoding-decoding Network With Pyramid Self-attention Module for Retinal Vessel Segmentation 期刊论文
International Journal of Automation and Computing, 2021, 卷号: 18, 期号: 6, 页码: 973-980
作者:  Cong-Zhong Wu;  Jun Sun;  Jing Wang;  Liang-Feng Xu;  Shu Zhan
Adobe PDF(1416Kb)  |  收藏  |  浏览/下载：165/38  |  提交时间：2021/11/26
Retina vessel segmentation  deep learning  U-Net  attention mechanism  medical image  
Supervised and Semi-supervised Methods for Abdominalm Organ Segmentation: A Review 期刊论文
International Journal of Automation and Computing, 2021, 卷号: 18, 期号: 6, 页码: 887-914
作者:  Isaac Baffour Senkyire;  Zhe Liu
Adobe PDF(1308Kb)  |  收藏  |  浏览/下载：214/48  |  提交时间：2021/11/26
Abdominal organ, supervised segmentation  semi-supervised segmentation  evaluation metrics  image segmentation  machine learning  
Behavior-based Autonomous Navigation and Formation Control of Mobile Robots in Unknown Cluttered Dynamic Environments with Dynamic Target Tracking 期刊论文
International Journal of Automation and Computing, 2021, 卷号: 18, 期号: 5, 页码: 766-786
作者:  Nacer Hacene;  Boubekeur Mendil
Adobe PDF(6433Kb)  |  收藏  |  浏览/下载：178/45  |  提交时间：2021/09/13
Behavior-based autonomous navigation  dynamic obstacles and walls  dynamic target tracking  formation control of multi-robot systems  dynamic environment  
STRNet: Triple-stream Spatiotemporal Relation Network for Action Recognition 期刊论文
International Journal of Automation and Computing, 2021, 卷号: 18, 期号: 5, 页码: 718-730
作者:  Zhi-Wei Xu;  Xiao-Jun Wu;  Josef Kittler
Adobe PDF(1129Kb)  |  收藏  |  浏览/下载：173/44  |  提交时间：2021/09/13
Action recognition  spatiotemporal relation  multi-branch fusion  long-term representation  video classification  
A Review on Cooperative Robotic Arms with Mobile or Drones Bases 期刊论文
International Journal of Automation and Computing, 2021, 卷号: 18, 期号: 4, 页码: 536-555
作者:  Larona Pitso Ramalepa;  Rodrigo S. Jamisola Jr.
Adobe PDF(1192Kb)  |  收藏  |  浏览/下载：487/340  |  提交时间：2021/07/20
Cooperative arms  mobile manipulator  aerial manipulator  mobile base  drone base  cooperative tasks  
Deep Audio-Visual Learning: A Survey 期刊论文
International Journal of Automation and Computing, 2021, 卷号: 18, 期号: 3, 页码: 351-376
作者:  Hao Zhu;  Man-Di Luo;  Rui Wang;  Ai-Hua Zheng;  Ran He
Adobe PDF(1864Kb)  |  收藏  |  浏览/下载：195/38  |  提交时间：2021/05/24
Deep audio-visual learning  audio-visual separation and localization  correspondence learning  generative models  representation learning  
A Comprehensive Review on Group Activity Recognition in Videos 期刊论文
International Journal of Automation and Computing, 2021, 卷号: 18, 期号: 3, 页码: 334-350
作者:  Li-Fang Wu;  Qi Wang;  Meng Jian;  Yu Qiao;  Bo-Xuan Zhao
Adobe PDF(1415Kb)  |  收藏  |  浏览/下载：265/62  |  提交时间：2021/05/24
Group activity recognition (GAR)  human activity recognition  scene understanding  video analysis  computer vision  
Advances in Deep Learning Methods for Visual Tracking: Literature Review and Fundamentals 期刊论文
International Journal of Automation and Computing, 2021, 卷号: 18, 期号: 3, 页码: 311-333
作者:  Xiao-Qin Zhang;  Run-Hua Jiang;  Chen-Xiang Fan;  Tian-Yu Tong;  Tao Wang Peng-Cheng Huang
Adobe PDF(1787Kb)  |  收藏  |  浏览/下载：263/39  |  提交时间：2021/05/24
Deep learning  visual tracking  data-invariant  data-adaptive  general components  
An Overview of Contour Detection Approaches 期刊论文
International Journal of Automation and Computing, 2018, 卷号: 15, 期号: 6, 页码: 656-672
作者:  Xin-Yi Gong;  Hu Su;  De Xu;  Zheng-Tao Zhang;  Fei Shen;  Hua-Bin Yang
浏览  |  Adobe PDF(1828Kb)  |  收藏  |  浏览/下载：239/81  |  提交时间：2021/02/23
Contour detection  contour salience  gestalt principle  contour grouping  active contour.  
Learning to Transform Service Instructions into Actions with Reinforcement Learning and Knowledge Base 期刊论文
International Journal of Automation and Computing, 2018, 卷号: 15, 期号: 5, 页码: 582-592
作者:  Meng-Yang Zhang;  Guo-Hui Tian;  Ci-Ci Li;  Jing Gong
浏览  |  Adobe PDF(975Kb)  |  收藏  |  浏览/下载：97/41  |  提交时间：2021/02/23
Natural language  robot  knowledge base  reinforcement learning  object state.