中文版 | English

在结果中检索

CIOMP OpenIR

浏览/检索结果: 共23条，第1-10条 帮助

已选(0)清除 条数/页：   排序方式：
基于多尺度特征融合网络的傅里叶叠层成像 期刊论文
液晶与显示, 2022, 卷号: 37, 期号: 11, 页码: 1476-1487
作者:  宋东翰;  王斌;  朱友强;  刘鑫
浏览  |  Adobe PDF(2290Kb)  |  收藏  |  浏览/下载：175/94  |  提交时间：2023/05/18
体素化点云场景下的三维目标检测 期刊论文
液晶与显示, 2022, 卷号: 37, 期号: 10, 页码: 1355-1363
作者:  李瑞龙;  吴川;  朱明
Adobe PDF(2319Kb)  |  收藏  |  浏览/下载：324/138  |  提交时间：2023/05/18
基于RGB-D图像的移动端点云分割方法研究 期刊论文
重庆理工大学学报(自然科学), 2022, 卷号: 36, 期号: 02, 页码: 126-134
作者:  余方洁;  王斌
浏览  |  Adobe PDF(667Kb)  |  收藏  |  浏览/下载：138/69  |  提交时间：2023/05/18
融合CBAM的YOLOv4轻量化检测方法 期刊论文
小型微型计算机系统, 2022, 页码: 8
作者:  任丰仪;  裴信彪;  乔正;  白越
浏览  |  Adobe PDF(1315Kb)  |  收藏  |  浏览/下载：152/69  |  提交时间：2023/05/18
结合全局语义优化的对抗性灰度图像彩色化 期刊论文
液晶与显示, 2021, 卷号: 36, 期号: 09, 页码: 1305-1313
作者:  万园园;  王雨青;  张晓宁;  李荅群;  陈小林
浏览  |  Adobe PDF(1806Kb)  |  收藏  |  浏览/下载：186/77  |  提交时间：2022/06/29
基于深度卷积神经网络的小目标检测算法 期刊论文
计算机工程与科学, 2020, 卷号: 42, 期号: 04, 页码: 649-657
作者:  李航;  朱明
浏览  |  Adobe PDF(2091Kb)  |  收藏  |  浏览/下载：382/124  |  提交时间：2021/07/06
目标检测  嵌入式平台  小目标  深度卷积神经网络  多尺度预测  
融合全局和局部特征的胶囊图神经网络 期刊论文
吉林大学学报(工学版), 2020, 页码: 8
作者:  钱榕;  张茹;  张克君;  金鑫;  葛诗靓;  江晟
浏览  |  Adobe PDF(558Kb)  |  收藏  |  浏览/下载：201/58  |  提交时间：2021/07/06
计算机应用技术  网络表示学习  复杂网络  图神经网络  
A Review of Single Image Super-resolution Based on Deep Learning 期刊论文
Zidonghua Xuebao/Acta Automatica Sinica, 2020, 卷号: 46, 期号: 12, 页码: 2479-2499
作者:  N. Zhang,W. Y.-C,Z. X and X. D.-D
浏览  |  Adobe PDF(2246Kb)  |  收藏  |  浏览/下载：296/124  |  提交时间：2021/07/06
可见光遥感图像海面目标自动检测关键技术研究 学位论文
博士, 中国科学院大学(中国科学院长春光学精密机械与物理研究所): 中国科学院大学(中国科学院长春光学精密机械与物理研究所), 2018
作者:  徐芳
caj(95859Kb)  |  收藏  |  浏览/下载：218/0  |  提交时间：2019/09/23
遥感图像  舰船目标检测  视觉显著性  梯度方向特征  小波变换  改进熵估计  机器学习  深度学习  
T-S tracking algorithm based on context auxiliary feature 期刊论文
Guangxue Jingmi Gongcheng/Optics and Precision Engineering, 2018, 卷号: 26, 期号: 8, 页码: 2122-2131
作者:  Song, Ce;  Zhang, Bao;  Song, Yu-Long;  Qian, Feng
浏览  |  Adobe PDF(672Kb)  |  收藏  |  浏览/下载：281/112  |  提交时间：2019/09/17
Target tracking  Dynamic models  Monte Carlo methods  Passive filters  Pixels  Statistical tests