CASIA OpenIR

浏览/检索结果: 共12条,第1-10条 帮助

限定条件    
已选(0)清除 条数/页:   排序方式:
基于时空信息分析的人的姿态与行为感知 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:  司晨阳
Adobe PDF(28881Kb)  |  收藏  |  浏览/下载:273/21  |  提交时间:2021/06/05
多视角人体图像合成  对抗学习  人的行为识别  人体姿态  半监督学习  
基于视觉与语言的行人理解 学位论文
, 自动化研究所智能化大厦1610: 中国科学院大学自动化研究所, 2021
作者:  荆雅
Adobe PDF(21773Kb)  |  收藏  |  浏览/下载:332/11  |  提交时间:2021/06/21
情境识别  行人检索  行人分割  多模态对齐  关系学习  
基于生成模型的人脸妆容分析 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:  李祎
Adobe PDF(14427Kb)  |  收藏  |  浏览/下载:376/13  |  提交时间:2020/06/10
人脸图像合成  妆容分析  对抗学习  语义指导  解耦表示  
基于视觉和语义特征增强的零样本学习研究 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:  贾真
Adobe PDF(13043Kb)  |  收藏  |  浏览/下载:370/12  |  提交时间:2020/07/20
零样本学习  图像物体分类  深度学习  卷积神经网络  多模态知识迁移  跨模态映射  
基于注意与记忆机制的视觉描述 学位论文
, 中国科学院自动化研究所: 中国科学院自动化研究所, 2019
作者:  王君波
Adobe PDF(6335Kb)  |  收藏  |  浏览/下载:404/2  |  提交时间:2020/01/07
视觉描述  注意与记忆机制  长序列建模  模态相关性  关系学习  
多域学习及其在检索、聚类和分类中的应用研究 学位论文
, 中国科学院自动化研究所: 中国科学院自动化研究所, 2018
作者:  梁坚
Adobe PDF(10072Kb)  |  收藏  |  浏览/下载:396/10  |  提交时间:2019/06/10
多域学习  跨模态检索  子空间学习  多视角聚类  域自适应学习  
非控场景下人脸分析关键问题研究 学位论文
, 北京: 中国科学院研究生院, 2016
作者:  曹冬
Adobe PDF(14863Kb)  |  收藏  |  浏览/下载:421/13  |  提交时间:2016/07/01
非控场景  视频  人脸识别  哈希  性别识别  多角度聚类  
基于局部上下文的图像内容理解研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2014
作者:  吴子丰
Adobe PDF(3784Kb)  |  收藏  |  浏览/下载:350/2  |  提交时间:2015/09/02
图像内容理解  上下文知识  图像分类  图像语义分割  步态识别  Image Understanding  Context  Image Classification  Image Labeling  Gait Recognition  
非重叠场景下的跨摄像机目标跟踪研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2013
作者:  陈晓棠
Adobe PDF(8893Kb)  |  收藏  |  浏览/下载:299/0  |  提交时间:2015/09/02
非重叠场景  跨摄像机目标跟踪  拓扑估计  颜色转换  目标匹配  数据关联  Non-overlapping Views  Object Tracking Across Cameras  Topology Estimation  Color Transfer  Object Matching  Data Association  
视觉监控中的目标跟踪研究 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2010
作者:  李敏
Adobe PDF(7566Kb)  |  收藏  |  浏览/下载:206/0  |  提交时间:2015/09/02
Omega形状  方向滤波的金字塔统计量  简化的生物启发特征  姿态估计器  增量自调节粒子滤波  底层启示模型  Mcmc粒子滤波  Omega-shape  Pyramidal Statistics Of Oriented Filtering  Simplified Biologically Inspired Features  Pose Estimator  Incremental Self-tuning Particle Filtering  Low-level Cues  Mcmc-particle Filtering