|
已选(0)清除
条数/页： 排序方式： |
| DYNAMIC OBJECT-AWARE MONOCULAR VISUAL ODOMETRY WITH LOCAL AND GLOBAL INFORMATION AGGREGATION 会议论文
, Abu Dhabi, United Arab Emirates, 2020.10.25-2020.10.28
作者: Wan Yiming ; Gao Wei; Han Sheng; Wu Yihong
 Adobe PDF(3073Kb) |  收藏 | 浏览/下载：348/102 | 提交时间：2020/06/10 |
| Exploring the Side Information Fusion Method with Spatial-temporal Model for Taxi Demand Prediction 会议论文
, 中国 厦门, 2020-7-24
作者: Jia Mou; Yu Liu; Dongchang Liu
Adobe PDF(853Kb) | 收藏 | 浏览/下载：174/52 | 提交时间：2021/05/27
SideInfo-STNet Spatial-temporal data Taxi demand prediction Deep learning |
| 自然场景文本检测与识别技术研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2020
作者: 盛芬芬
 Adobe PDF(14633Kb) | 收藏 | 浏览/下载：474/21 | 提交时间：2020/06/12
自然场景图像 文本检测 文本识别 端到端提取 深度学习 |
| 基于编解码框架的端到端语音识别技术研究 学位论文
工学博士, 中国科学院自动化研究所: 中国科学院大学, 2020
作者: 董林昊
Adobe PDF(5860Kb) | 收藏 | 浏览/下载：378/26 | 提交时间：2020/06/13
语音识别技术 神经网络 编解码框架 端到端建模 |
| 基于时序上下文的连续情感识别研究 学位论文
, 中科院自动化所: 中国科学院大学, 2020
作者: 黄健
Adobe PDF(12715Kb) | 收藏 | 浏览/下载：328/3 | 提交时间：2020/06/20
情感识别 连续情感表示模型 情感特征 情感时序建模 多模态情感融合 |
| 基于深度学习的视觉里程计与视觉定位技术研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2020
作者: 万一鸣
Adobe PDF(11938Kb) | 收藏 | 浏览/下载：259/12 | 提交时间：2020/06/10
请输入关键词 |
| 面向水下环境的时序视觉检测方法研究 学位论文
工学博士, 在线: 中国科学院大学, 2020
作者: 陈星宇
Adobe PDF(13345Kb) | 收藏 | 浏览/下载：429/25 | 提交时间：2020/06/08
水下机器视觉 目标检测 图像质量恢复 目标跟踪 深度学习 环境感知 水下机器人 |
| 视频中的场景文本检测方法研究 其他
2020-05-01
作者: 杨学行
Adobe PDF(9073Kb) | 收藏 | 浏览/下载：197/3 | 提交时间：2020/07/23
视频文本检测，最大稳定极值区域，网络流，马尔科夫决策过程 |
| Temporally Identity-Aware SSD With Attentional LSTM 期刊论文
IEEE Transactions on Cybernetics, 2020, 卷号: 56, 期号: 6, 页码: 2674–2686
作者: Chen, Xingyu; Yu, Junzhi; Wu, Zhengxing
 浏览 | Adobe PDF(4323Kb) | 收藏 | 浏览/下载：195/72 | 提交时间：2020/06/08
Object detection Sequential learning Trackingby-detection Video processing |
| Learning to Generate Radar Image Sequences Using Two-Stage Generative Adversarial Networks 期刊论文
IEEE GEOSCIENCE AND REMOTE SENSING LETTERS, 2020, 卷号: 17, 期号: 3, 页码: 401-405
作者: Zhang, Chenyang; Yang, Xuebing; Tang, Yongqiang; Zhang, Wensheng
Adobe PDF(2861Kb) | 收藏 | 浏览/下载：262/45 | 提交时间：2020/06/02
Deep learning extreme precipitation generative adversarial networks (GANs) radar image sequences |
