CASIA OpenIR

浏览/检索结果: 共10条,第1-10条 帮助

限定条件    
已选(0)清除 条数/页:   排序方式:
风格导向的绘画作品生成与分析 学位论文
工学博士, 中国科学院大学人工智能学院: 中国科学院大学人工智能学院, 2022
作者:  邓盈盈
Adobe PDF(112319Kb)  |  收藏  |  浏览/下载:219/12  |  提交时间:2022/06/13
风格导向,特征提取,局部相关性,风格化,代表性  
知识驱动的社会媒体虚假信息分析研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2021
作者:  张怀文
Adobe PDF(37471Kb)  |  收藏  |  浏览/下载:337/9  |  提交时间:2021/06/17
社会媒体虚假信息  社会媒体数据挖掘  知识驱动  多模态  
面向样本多样性的行人重识别方法研究 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, 2021
作者:  李耀宇
Adobe PDF(5023Kb)  |  收藏  |  浏览/下载:249/5  |  提交时间:2021/06/21
行人重识别  全局特征学习  局部信息挖掘  图卷积网络  无监督域适应  
面向多媒体数据的关系学习算法及应用研究 学位论文
, 智能化大厦三层第五会议室: 中国科学院自动化研究所, 2021
作者:  马璇
Adobe PDF(1933Kb)  |  收藏  |  浏览/下载:177/2  |  提交时间:2021/06/17
多媒体  关系学习  深度学习  
基于生成式对抗网络的装饰文字风格迁移与风格去除 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, 2021
作者:  马雨廷
Adobe PDF(21318Kb)  |  收藏  |  浏览/下载:185/2  |  提交时间:2021/06/17
文字风格迁移,装饰元素,生成式对抗网络,文字风格去除,纹理特效  
多模态跨平台社会事件分析技术研究 学位论文
, 北京: 中国科学院研究生院, 2017
作者:  钱胜胜
Adobe PDF(38904Kb)  |  收藏  |  浏览/下载:463/14  |  提交时间:2017/06/14
多媒体  社会事件分析  多模态  跨平台  大规模  
面向异质关系数据的协同因子化模型与算法研究 学位论文
, 北京: 中国科学院大学, 2016
作者:  赵洋洋
Adobe PDF(3497Kb)  |  收藏  |  浏览/下载:343/3  |  提交时间:2016/07/14
异质关系数据  协同因子化  结构(-属性)信息量化  信息融合  分类  聚类  链接预测  
网络图像检索系统中的图像语义理解技术研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2015
作者:  俞雷
Adobe PDF(11933Kb)  |  收藏  |  浏览/下载:342/0  |  提交时间:2015/09/02
图像标注  图像语义解析  标签定位  标签传播  表观模型  词库构建  空间上下文  特征提取  Image Annotation  Image Parsing  Label Localization  Label Propagation  Appearance Model  Lexicon Construction  Spatial Context  Feature Extraction  
复杂场景下目标跟踪技术的研究 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:  郭文
Adobe PDF(14027Kb)  |  收藏  |  浏览/下载:184/0  |  提交时间:2015/09/02
目标跟踪  鱼群优化算法  粒子滤波  半监督学习  最大置信度提升  视觉关注度  Object Tracking  Fish Swarm Optimization  Particle Filter  Semi-supervised Learning  Max-confidence Boosting  Visual Attention  
面向社会媒体的协同搜索与推荐技术研究 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:  桑基韬
Adobe PDF(9265Kb)  |  收藏  |  浏览/下载:152/0  |  提交时间:2015/09/02
社会媒体  协同搜索  协同推荐  主题模型  因子分析  协同过滤  Social Media  Collective Search  Collaborative Recommendation  Topic Model  Factor Analysis  Collaborative Filtering