中文版 | English

在结果中检索

CASIA OpenIR

浏览/检索结果: 共8条，第1-8条 帮助

限定条件    
已选(0)清除 条数/页：   排序方式：
Low-Discrepancy Blue Noise Sampling 期刊论文
ACM TRANSACTIONS ON GRAPHICS, 2016, 卷号: 35, 期号: 6, 页码: 247:1--247:13
作者:  Ahmed, Abdalla G. M.;  Perrier, Helene;  Coeurjolly, David;  Ostromoukhov, Victor;  Guo, Jianwei;  Yan, Dong-Ming;  Huang, Hui;  Deussen, Oliver
浏览  |  Adobe PDF(12493Kb)  |  收藏  |  浏览/下载：457/118  |  提交时间：2017/02/14
Blue Noise  Low Discrepancy  Sampling  Monte Carlo  Quasi-monte Carlo  
Non-Obtuse Remeshing with Centroidal Voronoi Tessellation 期刊论文
IEEE TRANSACTIONS ON VISUALIZATION AND COMPUTER GRAPHICS, 2016, 卷号: 22, 期号: 9, 页码: 2136-2144
作者:  Yan, Dong-Ming;  Wonka, Peter
浏览  |  Adobe PDF(1572Kb)  |  收藏  |  浏览/下载：300/101  |  提交时间：2016/12/26
Centroidal Voronoi Tessellation  Non-obtuse Remeshing  Restricted Voronoi Diagram  
图像与视频中的交通标志检测 学位论文
, 北京: 中国科学院大学, 2016
作者:  王冬冬
Adobe PDF(9866Kb)  |  收藏  |  浏览/下载：316/11  |  提交时间：2016/06/27
交通标志检测  级联系统  快速特征提取  数据关联  最小费用网络流  
蓝噪声采样及高质量网格生成方法 学位论文
, 北京: 中国科学院大学, 2016
作者:  郭建伟
Adobe PDF(14659Kb)  |  收藏  |  浏览/下载：819/6  |  提交时间：2016/06/22
蓝噪声采样  重新网格化  四面体网格化  网格质量优化  
基于图像的城市场景三维模型重建 学位论文
, 北京: 中国科学院研究生院, 2016
作者:  隋伟
Adobe PDF(54849Kb)  |  收藏  |  浏览/下载：474/10  |  提交时间：2016/06/24
城市数字化  基于图像的模型重建  结构保持的模型重建  运动恢复 结构  多视角立体技术  图拉普拉斯  平面分割  表面重建  纹理映射  
高分辨率遥感图像变化检测技术研究 学位论文
, 北京: 中国科学院研究生院, 2016
作者:  徐元
Adobe PDF(7293Kb)  |  收藏  |  浏览/下载：371/2  |  提交时间：2016/06/23
变化检测  高分辨率遥感图像  多尺度分析  字典学习  字典学习  深度学习  
Capacity constrained blue-noise sampling on surfaces 期刊论文
COMPUTERS & GRAPHICS, 2016, 卷号: 55, 期号: 1, 页码: 44-54
作者:  Zhang, Sen;  Guo, Jianwei;  Zhang, Hui;  Jia, Xiaohong;  Yan, Dong-Ming;  Yong, Junhai;  Wonka, Peter
浏览  |  Adobe PDF(1749Kb)  |  收藏  |  浏览/下载：575/242  |  提交时间：2016/10/20
Blue Noise Sampling  Capacity Constraints  Centroidal Voronoi Tessellation  Power Diagram  
深度强化学习综述：兼论计算机围棋的发展 期刊论文
控制理论与应用, 2016, 卷号: 33, 期号: 6, 页码: 701-717
作者:  赵冬斌;  邵坤;  朱圆恒;  李栋;  陈亚冉;  王海涛;  刘德荣;  周彤;  王成红
浏览  |  Adobe PDF(2816Kb)  |  收藏  |  浏览/下载：1727/634  |  提交时间：2017/09/13
深度强化学习  初弈号  深度学习  强化学习  人工智能