中文版 | English

在结果中检索

CASIA OpenIR

浏览/检索结果: 共5条，第1-5条 帮助

限定条件    
已选(0)清除 条数/页：   排序方式：
Cross-Modality Synergy Network for Referring Expression Comprehension and Segmentation 期刊论文
Neurocomputing, 2022, 卷号: 467, 期号: /, 页码: 99-114
作者:  Li, Qianzhong;  Zhang, Yujia;  Sun, Shiying;  Wu, Jinting;  Zhao, Xiaoguang;  Tan, Min
Adobe PDF(4555Kb)  |  收藏  |  浏览/下载：297/44  |  提交时间：2021/12/28
Referring expression comprehension  Referring expression segmentation  Cross-modality synergy  Attention mechanism  
Transformers in computational visual media: A survey 期刊论文
Computational Visual Media, 2021, 卷号: 8, 期号: 1, 页码: 33-62
作者:  Xu,Yifan;  Wei,Huapeng;  Lin,Minxuan;  Deng,Yingying;  Sheng,Kekai;  Zhang,Mengdan;  Tang,Fan;  Dong,Weiming;  Huang,Feiyue;  Xu,Changsheng
Adobe PDF(5366Kb)  |  收藏  |  浏览/下载：259/33  |  提交时间：2021/12/28
visual transformer  computational visual media (CVM)  high-level vision  low-level vision  image generation  multi-modal learning  
Adaptive Attention Annotation Model: Optimizing the Prediction Path through Dependency Fusion 期刊论文
KSII TRANSACTIONS ON INTERNET AND INFORMATION SYSTEMS, 2019, 卷号: 13, 期号: 9, 页码: 4665-4683
作者:  Wang, Fangxin;  Liu, Jie;  Zhang, Shuwu;  Zhang, Guixuan;  Zheng, Yang;  Li, Xiaoqian;  Liang, Wei;  Li, Yuejun
浏览  |  Adobe PDF(1061Kb)  |  收藏  |  浏览/下载：372/56  |  提交时间：2019/10/08
image annotation  multiple dependencies  self-attention  prediction path  Triplet Margin loss  
Inductive Zero-Shot Image Annotation via Embedding Graph 期刊论文
IEEE ACCESS, 2019, 卷号: 7, 页码: 107816-107830
作者:  Wang, Fangxin;  Liu, Jie;  Zhang, Shuwu;  Zhang, Guixuan;  Li, Yuejun;  Yuan, Fei
浏览  |  Adobe PDF(1472Kb)  |  收藏  |  浏览/下载：318/80  |  提交时间：2019/10/08
Contextualized word embeddings  graph convolutional network  image annotation  Node2Vec  zero-shot  
Image captioning with triple-attention and stack parallel LSTM 期刊论文
NEUROCOMPUTING, 2018, 卷号: 319, 页码: 55-65
作者:  Zhu, Xinxin;  Li, Lixiang;  Liu, Jing;  Li, Ziyi;  Peng, Haipeng;  Niu, Xinxin
收藏  |  浏览/下载：238/0  |  提交时间：2019/12/16
Image caption  Deep learning  LSTM  CNN  Attention