×
验证码:
换一张
忘记密码?
记住我
×
登录
中文版
|
English
中国科学院长春光学精密机械与物理研究所
Changchun Institute of Optics,Fine Mechanics and Physics,CAS
登录
注册
ALL
ORCID
题名
作者
学科领域
关键词
资助项目
文献类型
出处
收录类别
出版者
发表日期
存缴日期
学科门类
学习讨论厅
图片搜索
粘贴图片网址
首页
研究单元&专题
作者
文献类型
学科分类
知识图谱
新闻&公告
在结果中检索
研究单元&专题
作者
张涛 [1]
文献类型
期刊论文 [8]
发表日期
2019 [4]
2018 [4]
语种
英语 [4]
出处
Ieee Acces... [2]
Ieee Signa... [2]
Applied Sc... [1]
Eurasip Jo... [1]
Neurocompu... [1]
Sensors [1]
更多...
资助项目
收录类别
SCI [8]
EI [6]
资助机构
×
知识图谱
CIOMP OpenIR
开始提交
已提交作品
待认领作品
已认领作品
未提交全文
收藏管理
QQ客服
官方微博
反馈留言
浏览/检索结果:
共8条,第1-8条
帮助
已选(
0
)
清除
条数/页:
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
排序方式:
请选择
作者升序
作者降序
期刊影响因子升序
期刊影响因子降序
题名升序
题名降序
WOS被引频次升序
WOS被引频次降序
发表日期升序
发表日期降序
提交时间升序
提交时间降序
Siamese Network Using Adaptive Background Superposition Initialization for Real-Time Object Tracking
期刊论文
Ieee Access, 2019, 卷号: 7, 页码: 119454-119464
作者:
J.N.Zhu
;
T.Chen
;
J.T.Cao
浏览
  |  
Adobe PDF(2165Kb)
  |  
收藏
  |  
浏览/下载:375/73
  |  
提交时间:2020/08/24
Adaptive background superposition initialization,channel attention,module,object tracking,Siamese network,Computer Science,Engineering,Telecommunications
Enhanced Multiple-Object Tracking Using Delay Processing and Binary-Channel Verification
期刊论文
Applied Sciences-Basel, 2019, 卷号: 9, 期号: 22, 页码: 19
作者:
M.Y.Li
;
X.He
;
Z.H.Wei
;
J.Wang
;
Z.Y.Mu
;
A.Kuijper
浏览
  |  
Adobe PDF(4057Kb)
  |  
收藏
  |  
浏览/下载:405/114
  |  
提交时间:2020/08/24
multiple object tracking,identity consistency,single object tracking,association,Chemistry,Engineering,Materials Science,Physics
Object tracking framework with Siamese network and re-detection mechanism
期刊论文
Eurasip Journal on Wireless Communications and Networking, 2019, 卷号: 2019, 期号: 1, 页码: 14
作者:
D.Q.Li
;
Y.Yu
;
X.L.Chen
浏览
  |  
Adobe PDF(2372Kb)
  |  
收藏
  |  
浏览/下载:218/64
  |  
提交时间:2020/08/24
Object tracking,Siamese network,Re-detection mechanism,Generative,model,High-confidence update,visual tracking,Engineering,Telecommunications
TGMCF: A Tree-Guided Multi-Modality Correlation Filter for Visual Tracking
期刊论文
Ieee Access, 2019, 卷号: 7, 页码: 166950-166963
作者:
Q.Y.Liu
;
W.W.Liu
;
Y.R.Wang
;
J.C.Ren
;
Q.Du
;
Y.H.Lv
;
H.J.Sun
浏览
  |  
Adobe PDF(3153Kb)
  |  
收藏
  |  
浏览/下载:191/51
  |  
提交时间:2020/08/24
Visual tracking,tree-guided,multimodality correlation filter,object tracking,ensemble,Computer Science,Engineering,Telecommunications
An Approach to Overcome Occlusions in Visual Tracking By Occlusion Estimating Agency and Self-Adapting Learning Rate for Filter's Training
期刊论文
Ieee Signal Processing Letters, 2018, 卷号: 25, 期号: 12, 页码: 1890-1894
作者:
Jiang, K. W.
;
Qian, F.
;
Song, C.
;
Zhang, B.
浏览
  |  
Adobe PDF(2275Kb)
  |  
收藏
  |  
浏览/下载:340/121
  |  
提交时间:2019/09/17
Overcome occlusion
regional color histogram (RCH)
self-adopting
learning rate
visual tracking
object tracking
benchmark
Engineering
Color Feature-Based Object Tracking through Particle Swarm Optimization with Improved Inertia Weight
期刊论文
Sensors, 2018, 卷号: 18, 期号: 4, 页码: 17
作者:
Guo, S. Q.
;
Zhang, T.
;
Song, Y. L.
;
Qian, F.
浏览
  |  
Adobe PDF(5990Kb)
  |  
收藏
  |  
浏览/下载:417/109
  |  
提交时间:2019/09/17
object tracking
particle swarm optimization
particle maturity
inertia
weight
color feature
Chemistry
Electrochemistry
Instruments & Instrumentation
An Approach to Overcome Occlusions in Visual Tracking By Occlusion Estimating Agency and Self-Adapting Learning Rate for Filter's Training
期刊论文
Ieee Signal Processing Letters, 2018, 卷号: 25, 期号: 12, 页码: 1890-1894
作者:
Jiang, K. W.
;
Qian, F.
;
Song, C.
;
Zhang, B.
收藏
  |  
浏览/下载:231/0
  |  
提交时间:2019/09/17
Overcome occlusion
regional color histogram (RCH)
self-adopting
learning rate
visual tracking
object tracking
benchmark
Engineering
Transferring deep knowledge for object recognition in Low-quality underwater videos
期刊论文
Neurocomputing, 2018, 卷号: 275, 页码: 897-908
作者:
Sun, X.
;
Shi, J. Y.
;
Liu, L. P.
;
Dong, J. Y.
;
Plant, C.
;
Wang, X. H.
;
Zhou, H. Y.
浏览
  |  
Adobe PDF(3392Kb)
  |  
收藏
  |  
浏览/下载:405/103
  |  
提交时间:2019/09/17
Deep learning
Transfer learning
Computer vision
Object detection
Underwater video analysis
tracking
Computer Science