已选(0)清除
条数/页: 排序方式: |
| 基于深层孪生网络的实时目标跟踪研究 学位论文 , 中国科学院自动化研究所: 中国科学院自动化研究所, 2022 作者: 张志鹏 Adobe PDF(12091Kb)  |  收藏  |  浏览/下载:276/9  |  提交时间:2022/06/14 视觉目标跟踪,孪生网络,深层网络,注意力机制,神经架构搜索 |
| 基于时空关联方法的鲁棒跟踪算法研究 学位论文 工学硕士, 中国科学院自动化研究所: 中国科学院自动化研究所, 2022 作者: 刘凯文 Adobe PDF(4951Kb)  |  收藏  |  浏览/下载:205/15  |  提交时间:2022/06/20 目标跟踪,鲁棒性,时空关联,时空约束,时空关系建模网络 |
| 基于深度卷积网络的多目标跟踪方法研究 学位论文 工学博士, 中科院自动化研究所智能化大厦: 中科院自动化研究所, 2021 作者: 周宗伟 Adobe PDF(7507Kb)  |  收藏  |  浏览/下载:243/12  |  提交时间:2021/05/28 深度学习 卷积神经网络 在线跟踪 多目标跟踪 实时跟踪 |
| 基于卷积神经网络的视觉目标跟踪算法研究 学位论文 , 北京市海淀区中关村东路95号: 中国科学院自动化研究所, 2021 作者: 李振邦 Adobe PDF(3289Kb)  |  收藏  |  浏览/下载:150/7  |  提交时间:2022/01/12 视觉目标跟踪 深度学习 卷积神经网络 孪生网络 相关滤波 |
| 基于孪生网络的实时视觉目标跟踪研究 学位论文 , 中国科学院自动化研究所: 中国科学院自动化研究所, 2020 作者: 王强 Adobe PDF(8516Kb)  |  收藏  |  浏览/下载:451/14  |  提交时间:2020/06/09 视觉目标跟踪 孪生网络 端到端学习 注意力机制 实例分割 |
| 基于图学习的半监督在线视觉跟踪研究 学位论文 , 中国科学院自动化研究所: 中国科学院大学, 2015 作者: 高晋 Adobe PDF(9787Kb)  |  收藏  |  浏览/下载:324/0  |  提交时间:2015/09/02 在线视觉跟踪 图嵌入学习 半监督学习 迁移学习 张量化图嵌入 高斯过程回归 半监督提升 Online Visual Tracking Graph Embedding Learning Semi-supervised Learning Transfer Learning Tensorised Graph Embedding Gaussian Processes Regression Semiboost |
| 多目标跟踪及其在航拍视频中的应用 学位论文 , 中国科学院自动化研究所: 中国科学院大学, 2013 作者: 史信楚 Adobe PDF(1828Kb)  |  收藏  |  浏览/下载:516/0  |  提交时间:2015/09/02 多目标跟踪 数据关联 秩一张量近似 场景和运动上下文关系 航 Multiple Target Tracking Data Association Rank-1 Tensor Approximation Scene And Motion Context Aerial Video Analysis |
| 目标跟踪搜索策略及表观建模研究 学位论文 , 中国科学院自动化研究所: 中国科学院大学, 2013 作者: 马林 Adobe PDF(10667Kb)  |  收藏  |  浏览/下载:149/0  |  提交时间:2015/09/02 粒子滤波 马尔科夫随机场 二维主成分分析 图嵌入 子空间 图模型 Particle Filter Markov Random Field 2d Pca Graph Embedding Subspace Graphical Model |
| 移动摄像机下目标的轮廓与区域跟踪 学位论文 , 中国科学院自动化研究所: 中国科学院研究生院, 2012 作者: 李威 Adobe PDF(4248Kb)  |  收藏  |  浏览/下载:114/0  |  提交时间:2015/09/02 目标的轮廓跟踪 目标的区域跟踪 表观模型 Contour Based Object Tracking Region Based Object Tracking Observation Model |
| 基于子空间和迁移学习的目标跟踪 学位论文 , 中国科学院自动化研究所: 中国科学院研究生院, 2012 作者: 罗文寒 Adobe PDF(2845Kb)  |  收藏  |  浏览/下载:240/0  |  提交时间:2015/09/02 视觉监控 多目标跟踪 子空间 遮挡处理 表观分块 迁移学习 Boosting Visual Surveillance Multiple Object Tracking Subspace Occlusion Handling Appearance Division Transfer Learning Boosting |