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：
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
Adobe PDF(9045Kb)  |  收藏  |  浏览/下载：176/50  |  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：144/14  |  提交时间：2021/02/22
Object tracking  information theoretic measures  correntropy  template update  robust to complex noises.  
Combining Data-Driven and Model-Driven Methods for Robust Facial Landmark Detection 期刊论文
IEEE TRANSACTIONS ON INFORMATION FORENSICS AND SECURITY, 2018, 卷号: 13, 期号: 10, 页码: 2409-2422
作者:  Zhang, Hongwen;  Li, Qi;  Sun, Zhenan;  Liu, Yunfan
Adobe PDF(5821Kb)  |  收藏  |  浏览/下载：428/109  |  提交时间：2018/03/03
Facial Landmark Detection  Face Alignment  Fully Convolutional Network  Point Distribution Model  Weighted Regularized Mean Shift  
Transformation invariant subspace clustering 期刊论文
PATTERN RECOGNITION, 2016, 卷号: 59, 期号: doi:10.1016/j.patcog.2016.02.006, 页码: 142-155
作者:  Li, Qi;  Sun, Zhenan;  Lin, Zhouchen;  He, Ran;  Tan, Tieniu
浏览  |  Adobe PDF(3366Kb)  |  收藏  |  浏览/下载：337/92  |  提交时间：2016/06/22
Transformation  Subspace Clustering  Joint Alignment And Clustering  
人脸图像对齐相关问题研究 学位论文
, 北京: 中国科学院大学, 2016
作者:  李琦
Adobe PDF(23004Kb)  |  收藏  |  浏览/下载：571/13  |  提交时间：2016/06/22
人脸图像对齐  图像对齐和聚类  关键点检测  多任务自编码器  全局级联卷积神经网络  视频跟踪  
Learning Symmetry Features for Face Detection Based on Sparse Group Lasso 会议论文
Chinese Conference on Biometric Recognition, Jinan, China, 2013年11月16-17日
作者:  Qi Li;  Zhenan Sun;  Ran He(赫然);  Tieniu Tan;  Li, Qi
Adobe PDF(262Kb)  |  收藏  |  浏览/下载：189/31  |  提交时间：2016/06/22
Face Detection  Sparse Group Lasso  Minimal Redundancy Maximal Relevance